| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- Winsock
- 윈도우10 Wake On Lan
- IOCP 클라이언트
- wol
- telegram
- mobile
- docker
- Firefly
- codex
- IOCP
- hermes
- docker desktop
- 홈서버
- ai 코딩 에이전트
- OpenAI
- IOCP 서버
- 오픈소스
- Wake On Lan
- 자동화
- n8n
- 벤치마크
- 개발도구
- github
- GIT
- 셀프호스팅
- AI에이전트
- docker-compose
- 윈도우10 WOL
- AI
- LLM
- Today
- Total
목록Ai (12)
;
LinkedIn 글감이 없을 때 AI에게 바로 초안을 시키면 문장은 나오지만 자기 목소리는 잘 안 남습니다. Manus를 인터뷰어로 두고 답변에서 아이디어와 말투를 먼저 뽑는 순서가 낫습니다.개요Manus는 답변만 만드는 챗봇보다 작업 실행과 workflow automation 쪽을 내세우는 서비스입니다. 이 글에서는 Manus 프로젝트 하나를 인터뷰, 아이디어 카드, voice profile, LinkedIn 초안 순서로 쓰는 방법만 다룹니다.직접 이 워크플로를 매주 운영해보지는 않았습니다. 저라면 완성 문장보다 말로 답한 원본을 오래 보관하겠습니다. 문체를 다시 고칠 때 가장 좋은 기준이 되기 때문입니다.원문이 기준입니다.준비물Manus 프로젝트 하나.본인이 쓴 공개 글 3~5개.X, 블로그, 뉴스레..
Weco가 AIDE²로 recursive self-improvement 초기 증거를 공개했습니다. 연구 에이전트가 자기 연구 절차를 고친 뒤, 사람이 2년 다듬은 버전을 넘겼다는 발표입니다.개요공식 블로그 기준 AIDE²는 안쪽 루프와 바깥 루프가 같이 돕니다. 안쪽 루프는 평가 문제에 대한 코드를 고치고, 바깥 루프는 그 안쪽 에이전트의 harness 자체를 고칩니다. 8일 동안 outer-loop step 100번을 돌렸고, 그중 연속 개선 버전 7개를 잡았습니다.직접 시스템을 재현해보지는 않았습니다. 저는 이 글을 자기 개선 에이전트가 연구 도구를 손대기 시작했다는 신호로 봅니다. 완전 지능 폭발 선언보다, 사람 harness 개선 속도가 자동 루프에 따라잡힌 사례에 가깝습니다.실제 문제 상황안쪽 ..
Thinking Machines Lab이 첫 open-weights 모델 Inkling을 공개했습니다. 벤치마크 1위 경쟁보다 추가 학습과 추론 비용 조절에 무게를 둔 발표입니다.개요공식 발표 기준 Inkling은 multimodal Mixture-of-Experts 모델입니다. 텍스트, 이미지, 오디오를 입력으로 받고 thinking effort를 조절합니다. 총 파라미터 975B, 활성 파라미터 41B, context window 최대 1M tokens, pretrain 데이터 45T tokens입니다.직접 모델을 돌려보지는 않았습니다. 저는 이 발표를 쓸 수 있는 open model 기반 쪽으로 읽습니다. 점수가 높은 모델 하나보다, Tinker에서 미세 조정해 자기 워크플로에 맞출 토대가 생긴 점..
Codex Micro가 Work Louder 제품 페이지에 올라왔습니다. 일반 키보드보다 Codex 에이전트 상태를 손으로 다루는 작은 컨트롤러에 가깝습니다.개요공식 제품 페이지에서 확인되는 이름은 Codex Micro입니다. Work Louder 설명은 음성 프롬프트, 협업, Codex 에이전트 상태 모니터링을 한 손 조작 장치로 묶는 쪽에 맞춰져 있습니다.직접 구매해보지는 않았습니다. 저는 이 제품을 개발자용 에이전트 리모컨으로 봅니다. 가격 230달러와 OpenAI Supply Co. 항목은 공식 페이지 본문에서 확인하지 못해 본문 판단에서 뺐습니다.전체 구성 흐름 Agent Keys: idle, thinking, complete, needs input, error 상태를 색상으로 표시. Joy..
SuperGrok Heavy 정가 결제가 애매하면 99달러 조건을 먼저 보세요. 갈리는 지점은 하나예요. X Premium+를 원래 쓸 생각이었는지.개요무료 계정으로 99달러에 SuperGrok Heavy를 붙일 때, X Premium+ 30달러를 어떻게 빼고 볼지 계산해둔 글입니다.직접 결제까지는 안 했습니다. 공유받은 조건은 SuperGrok Heavy + X Premium+, 결제 금액 99달러, X Premium+ 기준가 30달러입니다. 저는 이 조건을 SuperGrok Heavy 3개월 시험용 진입권으로 봅니다.전체 구성 흐름결제 전제: 무료 계정에서 99달러 조건을 선택합니다.포함 가치: X Premium+ 30달러가 같이 붙어 있으면 그 금액부터 분리합니다.체감 비용: X Premium+를 ..
OpenAI Build Week가 7월 21일 오후 5시(Pacific Time)에 제출을 마감합니다. 한국 시간으로는 7월 22일 오전 9시입니다. Codex와 GPT-5.6으로 만든 프로젝트를 내는 행사라, 크레딧 신청만 먼저 해두면 끝나는 구조가 아닙니다.개요공식 규칙 기준으로 참가 등록자는 Codex 크레딧이 소진된 경우 최대 100달러 무료 크레딧을 요청할 수 있습니다. 재고가 남아 있고 승인되어야 하며, 현금으로 바꿀 수 없습니다. 신청 마감은 7월 17일 낮 12시(Pacific Time), 한국 시간 7월 18일 오전 4시입니다.직접 프로젝트를 제출해보지는 않았습니다.공식 규칙, 리소스 페이지, 크레딧 신청 폼을 기준으로 필요한 값만 추렸습니다. 크레딧 신청 마감이 제출 마감보다 빠릅니다...
로컬 TTS 모델을 고를 때는 처리 속도도 중요하지만, 실제로 들어보면 문장을 빠뜨리거나 음색이 어색한 경우가 있습니다.이런 부분을 한 화면에서 직관적으로 비교할 수 있는 tts-bench 오픈소스 벤치마크 사용 방법을 안내합니다.이전에 로컬 환경 도구 검증을 다룬 git push 전에 실수를 막는 no-mistakes 사용 방법 포스트와 비슷한 흐름입니다. 이번에는 TTS 모델 선택 기준을 잡는 데 집중합니다.개요tts-bench는 Windows, Linux, macOS에서 로컬 TTS 모델을 같은 방식으로 실행하고 결과를 모읍니다.Speed: cold/warm TTFA, RTF, 메모리 사용량, CPU/CUDA/Apple Silicon 구분.Listen: 모델별 음성 샘플을 직접 재생해서 듣는 화면...
개요본 포스트는 NVIDIA Build에서 신용카드 입력 없이 LLM 모델을 체험하고 OpenAI 호환 방식으로 API를 호출하는 과정을 설명합니다. 브라우저에서 모델 응답을 확인한 뒤, API 키와 endpoint를 코드에 넣어 짧은 요청까지 보내는 흐름입니다.NVIDIA Build는 NVIDIA NIM API를 브라우저에서 시험하고, API 키를 발급해 코드로도 호출할 수 있게 해주는 페이지입니다. Llama, DeepSeek, Qwen, Gemma 계열 모델을 한곳에서 확인할 수 있어 새 모델을 빠르게 비교할 때 유용합니다.실제 문제 상황LLM API를 시험해보려면 보통 계정 가입, 카드 등록, 결제 한도 설정부터 확인해야 합니다. 모델마다 endpoint와 SDK 형태도 달라서 간단한 비교만 하려..
개요본 포스트는 Hermes cron 작업을 등록하고 실행 결과와 실패 알림을 Telegram으로 받는 과정을 설명합니다. 앞선 포스트에서 Hermes 설치와 Telegram 연동이 끝난 상태를 기준으로 진행합니다.설치 글이 필요하면 https://windowshyun.tistory.com/55 글과 Hermes 설치 글을 확인하시면 됩니다. 여기서는 설치보다 운영 중 반복 작업을 안전하게 받는 흐름에 집중합니다.실제 문제 상황개인 서버를 운영하면 반복 확인할 일이 계속 생깁니다. 디스크 용량, Docker 컨테이너 상태, 백업 성공 여부, 인증서 만료일 같은 값은 사람이 매번 접속해서 보는 방식으로 오래 유지하기 어렵습니다.Hermes cron은 이런 작업을 예약 작업으로 등록하고, 결과를 Telegr..
개요본 포스트는 9Router를 Hermes 앞단에 두고, 모델 라우팅과 토큰 절약, fallback 구성을 한곳에서 관리하는 과정을 설명합니다. 앞선 포스트에서 설치한 Hermes가 준비되어 있어야 합니다.9Router는 OpenAI 호환 API 형태로 동작하는 사설 라우터입니다. Hermes는 https://router.example.com/v1 같은 주소 하나만 바라보고, 실제 모델 선택과 fallback, quota 관리는 9Router 쪽에서 처리하게 만들 수 있습니다.전체 구성 흐름사용자 → Hermes: 작업 요청.Hermes → 9Router: OpenAI 호환 형식으로 요청 전송.9Router → 모델 공급자: 요청된 모델 이름을 보고 뒤쪽 공급자로 분기. RTK Token Saver, ..
