쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 3일 (화)까지3800건
4건 · "지식그래프"조건 지우기 ×
001당일 +770AI 에이전트를 위한 로컬 검색 엔진 XERJ 출시XERJ는 Rust로 작성된 로컬 AI 검색 엔진으로, 폴더를 자동으로 인덱싱해 코드·문서·로그·PDF 등을 검색·RAG·보안 감사·에이전트 메모리용으로 사용할 수 있다.AI · 머신러닝 · xerj-org/xerj · Rust
Key Point에이전트의 토큰 낭비를 줄이는 로컬 검색 엔진으로, grep 대비 2.7배의 토큰 절감을 실측으로 증명한 도구가 오픈소스로 공개되었으며 AI 개발 워크플로우의 효율성을 크게 바꿀 가능성이 있다.
핵심 요약
- XERJ는 Rust로 작성된 로컬 AI 검색 엔진으로, 폴더를 자동으로 인덱싱해 코드·문서·로그·PDF 등을 검색·RAG·보안 감사·에이전트 메모리용으로 사용할 수 있다.
- 기존 grep/sed 대비 40배 적은 토큰으로 데이터를 인덱싱하며, Elasticsearch 호환 API를 제공해 기존 클라이언트와 도구가 그대로 작동한다.
- 참고 코딩(reference coding) 사용 사례에서 실측한 결과, grep 기반 에이전트 대비 출력 토큰 2.7배 감소, 메모리만 사용할 때 대비 26배 감소를 달성했고 현장 보고에서는 약 5배의 토큰 절감이 보고된다.
전체 요약 12문장 읽기 →AI · 머신러닝 · colbymchenry/codegraph · C
Key PointAI 에이전트가 파일 탐색 없이 한 번의 도구 호출로 정확한 코드 구조를 얻어 토큰과 비용을 대폭 절감할 수 있으며, 로컬 자동 동기화로 인덱스 관리 부담을 완전히 제거한다.
핵심 요약
- Rust 커널 기반의 사전 인덱싱 코드 지식그래프로, Claude Code, Cursor, Copilot 등 9개 AI 에이전트를 지원한다.
- 코드 변경 시 자동 동기화되며 100% 로컬에서 작동하고 외부 API나 데이터 전송이 없다.
- 벤치마크 결과 VS Code, Excalidraw 등 7개 실제 오픈소스 프로젝트에서 기존 방식 대비 도구 호출 88% 감소, 처리 토큰 62% 감소, 비용 44% 절감을 기록했다.
전체 요약 10문장 읽기 →AI · 머신러닝 · vectorize-io/hindsight · Python
Key Point에이전트가 단순히 과거 대화를 불러오는 것을 넘어 경험에서 배우고 정신 모델을 스스로 구축하도록 설계된 새로운 메모리 시스템으로, 기존 RAG와 지식그래프의 한계를 기술적으로 해결하면서도 LongMemEval에서 검증된 성능을 제공하고 있다.
핵심 요약
- Hindsight는 대화 기록 재호출이 아닌 학습 능력에 중점을 둔 에이전트 메모리 시스템으로, RAG와 지식그래프의 한계를 극복하고 LongMemEval 벤치마크에서 최고 성능을 기록했다.
- 세계 사실, 에이전트 경험, 관찰, 정신 모델 등 4가지 메모리 타입을 바이오미메틱 데이터 구조로 조직하며, 메모리 뱅크 내에 엔티티, 관계, 시계열과 희소/밀집 벡터 표현을 결합한다.
- Retain(정보 저장) 연산은 LLM으로 사실과 관계를 추출하고 정규화하며, Recall(검색) 연산은 의미론적·키워드·그래프·시간 범위 필터링을 병렬로 수행한 뒤 역상호 순위 융합과 교차 인코더로 재정렬한다.
전체 요약 13문장 읽기 →AI · 머신러닝 · Graphify-Labs/graphify · Python
Key Point벡터 검색 없이 실제 그래프 구조로 코드베이스를 매핑하고 추론 과정을 추적할 수 있다는 점이 기존 의미 검색 방식과 다르며, 개발자들이 AI 어시스턴트에서 직접 코드 전체 구조를 이해하는 방식을 바꿀 수 있다.
핵심 요약
- 코드, 문서, PDF, 설정 파일 등을 쿼리 가능한 지식 그래프로 변환하는 도구로 Claude Code, Cursor 등 AI 코딩 어시스턴트에서 /graphify 명령으로 사용할 수 있다.
- tree-sitter 기반 AST 파싱으로 코드는 로컬에서 결정론적으로 처리되며 LLM을 사용하지 않고 기계에서 벗어나지 않는다.
- 각 연결은 명시적 추출(EXTRACTED) 또는 추론(INFERRED)으로 태그되어 원본에서 직접 읽은 것과 도출된 것을 구분할 수 있다.
전체 요약 6문장 읽기 →