블로그

AI 에이전트가 draw.io 다이어그램을 만들고 편집할 수 있도록 연결하는 오픈소스 MCP 도구,‘drawio-mcp’가 공개됐습니다.drawio-mcp를 활용하면 시스템 구조나 업무 흐름, API 호출 관계처럼 여러 요소가 얽힌 내용을 텍스트만으로 설명하면중요한 연결이나 예외 상황도 AI 에이전트를 통해 draw.io에서 열어 수정할 수 있는 다이어그램으로 정리할 수 있습니다.이 글에서는 drawio-mcp의 작동 방식과 Codex CLI 연동 방법, 활용할 수 있는 다이어그램 유형, 사용 전 알아둘 점을 살펴보겠습니다.draw

AI 코딩 에이전트로 기능을 개발하거나 오류를 수정할 때는 관련 파일을 찾고, 함수 호출 관계를 따라가며 프로젝트 구조를 파악하는 과정이 반복됩니다.프로젝트 규모가 커질수록 탐색에 드는 시간도 늘어납니다. 같은 저장소라도 새 작업을 시작할 때마다 비슷한 파일을 다시 읽어야 해, 불필요한 토큰 사용으로 이어질 수 있습니다.이 문제를 줄이기 위해 코드베이스의 구조와 관계를 그래프로 정리하는 오픈소스 도구 ‘Graft’가 개발됐습니다.이 글에서는 Graft의 주요 특징과,사용 방법, 사용시 주의사항 등에 대해 살펴보겠습니다.Graft 핵

AI 모델이 빠르게 확장되면서 AI 코딩 에이전트에서 활용할 수 있는 스킬도 함께 늘어나고 있습니다.오픈소스 스킬은 누구나 만들고 배포할 수 있는 만큼,보안 검토를 거치지 않은 코드나 의도와 다른 동작이 포함될 가능성이 있어보안 측면에서 취약할 수 있는데요.이런 문제를 해결하기 위해AI 코딩 에이전트 스킬의 위험 요소를 설치 전에 점검하는 오픈소스 도구 ‘SkillSpector’가 공개됐습니다.SkillSpector는 NVIDIA가 개발한 AI 에이전트 스킬 보안 검사 도구로, 숨은 지시문이나 외부 데이터 전송, 취약한 의존성처럼

AI 코딩 에이전트를 사용하다보면, 작업에 필요한 내용보다 긴 배경 설명이나 반복적인 안내가 답변을 차지하는 경우가 있습니다. 필요한 정보를 찾는 데 시간이 더 걸리고, 사용량에 따라 비용이 발생하는 환경에서는 출력 토큰도 함께 늘어납니다.Caveman은 이런 문제를 줄이기 위해 개발된 오픈소스 스킬입니다.AI가 사용자에게 전달하는 답변에서 군더더기 표현을 덜어내고, 필요한 내용을 더 직접적으로 정리하도록 돕습니다.이번 글에서는 Caveman의 주요 특징과 설치 방법, 실제 테스트 결과, 실무 활용 방법과 사용 시 주의사항을 살펴보

Codex와 Claude Code로 개발하다가 이미지를 생성해야 할 때는 별도의 이미지 생성 AI에 접속해 작업해야 하는 경우가 많습니다.개발 도구와 이미지 생성 서비스를 오가다 보면 창이 늘어나고, 작업 흐름이 끊기기 쉽습니다.이러한 불편을 줄이기 위해 Codex와 Claude Code 안에서 이미지 생성을 요청할 수 있도록 돕는 GPT Image Skill이 등장했습니다. 개발 작업을 이어가면서 필요한 이미지를 생성하거나 수정할 수 있다는 점이 특징입니다.이 글에서는 GPT Image Skill의 특징과 설치 방법, Codex·

중국의 AI 모델의 성장이 빠르게 이루어지고 있습니다.고성능의 AI를 저렴한 가격으로 공개하면서 점점 대체불가한 AI 모델이 되어가고 있는데요.최근에도 프론티어급 모델인 GLM-5.3-Flash가 GLM-5.2보다 약 10분의 1 수준의 가격으로 공개되며 화제가 되고 있는만큼 Z.ai의 GLM 구독형 서비스인 Coding Plan의 사용 방법을 정리해 보았습니다.GLM Coding Plan의 특징과 AI 도구별 연동 방법, 사용 전 확인할 사항을 함께 확인해보세요.GLM Coding Plan 핵심 요약일반 API와 별도로 적용됩니다

AI 에이전트에게 규모가 큰 개발 작업을 맡기면 일부 기능만 구현한 뒤 작업을 끝냈다고 판단하거나, 테스트 결과를충분히 확인하지 않은 채 결과를 전달하는 경우가 있습니다.이러한 한계를 보완하기 위해오픈소스 스킬 'Unlazy’가 개발됐습니다. Unlazy는 AI 에이전트의 작업을 작은 단위로 나누고, 각 단계의 완료 조건과 검증 명령어를 기록해 결과를 다시 확인하는 방식으로,작업 누락과 조기 종료를 줄이는 데 도움을 줍니다.이 글에서는 Unlazy의 특징과 사용 방법, 도입 전 확인해야 할 주의사항을 정리했습니다.Unlazy 핵심

AI를 활용한 검색이 늘어나면서,사람이 읽기 좋은 콘텐츠를 만드는 데서 나아가검색엔진과 AI가 내용을 정확히 이해할 수 있도록 구성하는 일도 중요해지고 있습니다.이에 따라 제목과 본문 구조, 내부 링크, 구조화 데이터 등을 정리해 검색엔진의 크롤러가 웹페이지를 더 쉽게 파악하도록 돕는 SEO의 중요성도 높아지고 있습니다.Claude SEO는 이런 SEO 요소를 Claude Code에서 점검할 수 있도록 만든 오픈 소스 플러그인입니다. 원하는 웹사이트를 분석해 기술 SEO와 콘텐츠 구조, 구조화 데이터 등 개선이 필요한 항목을 확인하

AI 에이전트를 활용할 때는 코드를 작성하기 전에요구사항을 구체화하고, 어떤 순서와 기준으로 작업할지 먼저 정리하는 과정이 중요합니다. 그래야 작업 규모가 커지고 복잡해져도 AI가 처음 정한 방향과 사용자의 요구사항에 맞춰 작업을 이어갈 수 있습니다.이를 위해 개발된 오픈소스 스킬 프레임워크가 바로‘Superpowers’입니다.Superpowers는사용자의 요청을 바탕으로 아이디어와 설계 방향을 구체화하고,작업을 작은 단위로 나눈 뒤 TDD와 코드 리뷰를 거쳐 결과를 검증하는 개발 흐름을 제공합니다.이번 글에서는 Superpower

AI 에이전트가 처리하는 업무가 복잡해지면서, 모델에 프롬프트를 입력하고 결과를 받는 방식만으로는 안정적인 자동화를 만들기 어려워졌습니다.여러 단계가 연결된 AI 에이전트에서는 AI가 무엇을 할 수 있는가보다어떤 순서와 조건으로 움직일지가 중요해집니다.이를 위해AI 에이전트의 작업 흐름을 Graph로 먼저 설계한 뒤 실행하는 LangGraph가 등장했습니다.이번 글에서는 LangGraph가 어떤 프레임워크이고 어떻게 작동하는지, 사용법과 주의사항까지 정리하겠습니다.LangGraph 핵심 요약LangGraph는 AI 에이전트의 작업