화니의 세상

OpenAI·Gemini·Claude·Codex 계열 인터페이스를 하나의 프록시 서버로 묶어 주는 오픈소스 프로젝트입니다.
여러 AI CLI와 계정을 함께 다루는 흐름에 초점을 맞추고 있어, 개발 환경을 조금 더 유연하게 정리하고 싶은 사람에게 특히 눈에 들어오는 도구입니다.

CLIProxyAPI는 한 줄로 말하면, 다양한 AI 코딩용 CLI를 공통된 API 형태로 연결해 주는 프록시 서버입니다.

README에서는 OpenAI·Gemini·Claude·Codex 호환 API 인터페이스를 제공한다고 소개하고 있고, OpenAI Codex와 Claude Code는 OAuth 로그인도 지원합니다. 덕분에 특정 서비스 하나에 맞춰 사용 방식을 바꾸기보다, 익숙한 클라이언트나 SDK를 유지한 채 여러 백엔드를 연결하는 방향에 더 가깝습니다.

기능 구성을 보면 이 프로젝트의 성격이 더 선명해집니다. 스트리밍과 비스트리밍 응답을 모두 지원하고, 함수 호출과 도구 사용, 텍스트와 이미지 입력 같은 멀티모달 처리까지 포함합니다. 여기에 Gemini·OpenAI·Claude 계정을 여러 개 연결해 라운드로빈 방식으로 부하를 분산하는 기능도 제공하며, OpenAI 호환 업스트림 제공자를 설정으로 붙일 수 있게 설계되어 있습니다. 단순히 “요청을 전달하는 프록시”라기보다, 여러 모델과 계정을 실제 운영 환경에서 다루기 위한 중간 레이어에 가깝다는 인상을 줍니다.

활용 장면도 비교적 분명합니다. 예를 들어 한 개발자가 Claude Code, Gemini CLI, Codex 계열 도구를 프로젝트나 상황에 따라 번갈아 쓰고 있다면, CLIProxyAPI를 통해 인증과 라우팅을 한곳에서 관리하는 흐름을 생각해볼 수 있습니다. README에는 Amp CLI와 IDE 확장 지원도 별도로 정리되어 있고, 모델 매핑, 자동 라우팅, 보안 중심의 localhost 전용 관리 엔드포인트 같은 설명도 포함돼 있어, 개인 실험용을 넘어 실제 개발 워크플로에 맞춘 설계 의도가 읽힙니다.

비슷한 성격의 프록시나 릴레이 도구와 비교했을 때 눈에 띄는 점은 “호환성의 폭”과 “운영 편의성”입니다. 하나의 모델 제공사만 다루는 도구가 아니라 OpenAI·Gemini·Claude·Codex 계열을 함께 묶고, OAuth 로그인, 다중 계정 로드밸런싱, SDK 문서, Management API, Amp 연동까지 함께 제시합니다. 또 README에는 이 프로젝트를 바탕으로 만든 메뉴바 앱, 대시보드, VSCode 확장, 쿼터 모니터링 도구 등 여러 파생 프로젝트도 소개되어 있어서, 단일 스크립트 수준을 넘어 하나의 생태계처럼 확장되고 있다는 점도 흥미롭습니다.

그래서 이 프로젝트는 여러 AI 코딩 도구를 함께 쓰는 개발자, 계정 운영이나 인증 방식을 일관되게 묶고 싶은 사용자, 혹은 OpenAI 호환 인터페이스를 기준으로 다양한 백엔드를 연결하고 싶은 팀에게 특히 잘 맞아 보입니다. 반대로 아주 단순하게 한 서비스만 호출하면 되는 경우라면 다소 큰 구성처럼 느껴질 수 있지만, 여러 공급자와 모델을 유연하게 연결해야 하는 순간에는 장점이 분명해집니다. 

정리하면 CLIProxyAPI는 “여러 AI CLI를 하나의 공통 API 계층으로 정리해 주는 오픈소스 프록시”라는 점에서 가치가 분명한 프로젝트입니다. 지원 범위가 넓고, 다중 계정과 OAuth, 라우팅과 호환성까지 함께 다루기 때문에, AI 코딩 도구를 본격적으로 쓰는 사람일수록 활용도가 커질 만한 레포지토리입니다. 

https://github.com/router-for-me/CLIProxyAPI

Graphify는 Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot CLI 등에서 사용할 수 있는 오픈소스 AI 스킬로, 프로젝트 폴더 안의 코드·문서·PDF·스크린샷·이미지·오디오·비디오를 읽어 하나의 지식 그래프로 정리해줍니다. 이를 통해 복잡한 코드베이스의 구조와 아키텍처 의도를 더 빠르게 파악할 수 있습니다.

또한 AST 기반 구조 분석과 멀티모달 정보 추출을 결합해 인터랙티브 HTML 그래프, JSON 파일, 분석 리포트를 생성하며, 관계를 EXTRACTED, INFERRED, AMBIGUOUS로 구분해 “직접 확인된 정보”와 “추론된 정보”를 명확히 보여주는 점이 인상적입니다.

설치는 Python 3.10+ 환경에서 가능하며, 공식 PyPI 패키지명은 graphifyy이고 실행 명령은 graphify입니다.

https://github.com/safishamsi/graphify

Superpowers는 코딩 에이전트를 위한 에이전트형 스킬 프레임워크이자 소프트웨어 개발 방법론을 담은 오픈소스 프로젝트입니다. 단순히 코드를 바로 작성하는 대신, 먼저 요구사항을 정리하고 설계를 검토한 뒤 구현 계획을 세우는 흐름을 중심에 둡니다.

이 저장소의 핵심은 브레인스토밍, 구현 계획 작성, 서브에이전트 기반 개발, 테스트 주도 개발(TDD), 코드 리뷰, 브랜치 마무리까지 이어지는 체계적인 개발 프로세스입니다. 특히 “테스트 먼저, 추측보다 절차, 복잡성 줄이기, 검증 우선” 같은 철학이 분명해 AI 기반 개발 생산성을 높이고 싶은 개발자에게 인상적인 프로젝트입니다.

또한 Claude Code, Cursor, Codex, OpenCode, Gemini CLI 등 여러 환경에서 설치할 수 있도록 안내하고 있어, 다양한 AI 개발 도구를 사용하는 팀이나 개인이 참고하기 좋습니다. GitHub에서 많은 관심을 받고 있는 공개 저장소라는 점도 눈에 띕니다.

https://github.com/obra/superpowers

Always-On Memory Agent는 Google ADK와 Gemini 3.1 Flash-Lite를 활용해 만든 상시 실행형 AI 메모리 에이전트입니다. 일반적인 AI 에이전트가 대화가 끝나면 맥락을 잊어버리는 것과 달리, 이 프로젝트는 정보를 계속 읽고 정리하며 연결해 주는 “지속형 기억 레이어”를 목표로 합니다. 특히 벡터 DB나 임베딩 없이, LLM이 직접 구조화된 메모리를 읽고 쓰는 방식이 눈에 띕니다.

구성은 꽤 직관적입니다. 먼저 Ingest 단계에서 텍스트, 이미지, 오디오, 비디오, PDF 등 다양한 파일을 받아 핵심 정보와 엔티티, 주제를 추출합니다. 이후 Consolidate 단계에서 일정 주기마다 메모리 간 연결점을 찾고, 관련 내용을 압축해 인사이트를 만듭니다. 마지막으로 Query 단계에서는 누적된 메모리와 통합 결과를 바탕으로 질문에 답변합니다.

실무 활용성도 좋습니다. ./inbox 폴더 감시, HTTP API, Streamlit 대시보드를 제공해 파일 업로드, 질의, 메모리 조회·삭제, 수동 통합까지 지원합니다. 저장소 구조를 보면 agent.py, dashboard.py, requirements.txt와 함께 SQLite 기반의 memory.db를 사용해 비교적 가볍게 실행할 수 있도록 설계되어 있습니다.

한마디로 정리하면, 이 프로젝트는 “AI가 정보를 저장하는 수준”을 넘어 “스스로 기억을 재구성하는 구조”를 실험해 볼 수 있는 예제입니다. 지속적으로 학습 맥락을 쌓아야 하는 개인 비서, 리서치 봇, 스마트 인박스 같은 서비스에 특히 잘 어울리는 오픈소스라고 볼 수 있습니다.

https://github.com/GoogleCloudPlatform/generative-ai/tree/main/gemini/agents/always-on-memory-agent

CodexBar는 macOS(14+ Sonoma) 메뉴바에 작은 아이콘을 띄워서 OpenAI Codex, Claude, Cursor, Gemini, Copilot, OpenRouter 등 여러 AI 코딩/에이전트 도구의 세션·주간 한도(및 리셋 시간)를 실시간으로 확인할 수 있게 해주는 오픈소스 앱입니다. 작업하다가 “갑자기 제한 걸려서 끊기는 상황”을 줄이는 데 딱 좋아요. 

핵심 포인트

• 프로바이더별 한도/리셋 카운트다운 표시(필요한 것만 설정에서 켜기) 
• 메뉴바 전용: Dock 아이콘 없이 미니멀 UI, 프로바이더별 아이콘(또는 아이콘 합치기 모드) 
• 일부 서비스는 브라우저 쿠키/ OAuth / 로컬 CLI 등을 통해 사용량을 가져오고, 쿠키가 없으면 로컬 CLI 기반으로 동작하기도 합니다. 
• Linux는 CLI 중심으로도 제공됩니다. 

설치 방법(간단)

• Homebrew(추천): brew install --cask steipete/tap/codexbar 
• 또는 GitHub Releases에서 다운로드 후 실행 

여러 AI 도구를 병행하는 분이라면, “오늘은 어디까지 써도 안전한지”를 메뉴바에서 바로 확인할 수 있어서 생산성이 꽤 올라갑니다. 

https://github.com/steipete/CodexBar