Show GN: $300/월 AI 비용을 절반으로 줄인 OSS — claude-ns-hub
Context Compression과 Decision Memory를 통한 AI 토큰 비용 50% 절감
아키텍처 최적화로 LLM 비용 60-80% 절감 및 효율 극대화
Your LLM Bill Is Exploding Because of Architecture, Not Pricing -- Here's the Fix
agentmemory - AI 코딩 에이전트용 영구 메모리 시스템
R@5 95.2% 달성 및 토큰 92% 절감을 구현한 4-Tier AI 영구 메모리 시스템
LangGraph 기반 Multi-Agent 시스템으로 매월 수백 시간의 엔지니어링 리소스 확보
Designing a Multi-Agent System for Engineering Support at Scale: A Case Study From Grab
GraphRAG 도입으로 API 비용 61% 절감 및 멀티홉 추론 성능 최적화
Building a Biomedical GraphRAG Inference System: Comparing LLM-Only, Basic RAG, and GraphRAG Pipelines
AI 시대의 병목 이동: 코드 생성 비용 감소에 따른 Explicit Structure의 가치 재발견
From Rigidity to Explicitness: How AI Changes the Role of Constraints in Software
LLM Foundry: 메모리-리트리버-벤치마크 통합으로 로컬 모델의 실용성 확보
LLM Foundry finally stops being a toy and starts acting like a system
LLM 의존성을 탈피한 Agent Harness 설계를 통한 시스템 신뢰성 확보
Building an AI Agent Harness from Scratch: The Architecture Between LLM and Agent
Harness Engineering 중심의 고신뢰성 AI Agent 설계 프레임워크
🏗️ Building High-Quality AI Agents 🤖 — A Comprehensive, Actionable Field Guide 📘
Token Tax 해결을 위한 .NET 기반 Context Compression 파이프라인 설계
Context Compression in .NET
TypeScript와 Ink 기반의 Persistent Memory 탑재 터미널 AI 에이전트 구현
memo-agent is a terminal-based AI assistant application (Hermes Agent simplified version), built with TypeScript + React + Ink. features persistent memory, MCP tool extensions, and intelligent context compression. https://github.com/lxfu1/memo-agent
OpenHarness - 개인 에이전트 Ohmo를 내장한 오픈 에이전트 하네스
43개 내장 도구와 Swarm Coordination을 통합한 경량 LLM 에이전트 인프라
1M Token 도입에 따른 RAG 대체 가능성과 Retrieval Accuracy 저하 대응 전략
Context Windows Explained: Why 1M Tokens Changes How You Architect AI Applications
Google ADK 2.0 및 Java/Go SDK 1.0 출시를 통한 Multi-Agent 오케스트레이션 고도화
Agent Development Kit 2.0, ADK-java 1,1 et Go 1.0 🚀
TextRank 기반 컨텍스트 압축을 통한 토큰 소모량 98.6% 절감
Plug-and-Play Context Compression for Any LLM API — CRISP