김동언

[angel @angeldot_]

ESTO ES UNA MINA DE ORO

Anthropic ha publicado +400 agentes y skills listos para usar en casi cualquier tarea:

→ https://t.co/wS5zUp2UCP (158k estrellas)

Unos 170 agentes organizados como una empresa: ingeniería, diseño, marketing, ventas, producto, testing, seguridad y soporte.

Con packs adicionales para finanzas, salud y desarrollo de videojuegos.

Compatible con más de 15 herramientas.

→ https://t.co/Sq06TTjnjT (40k estrellas)

202 agentes, 184 skills y 105 comandos repartidos en 94 plugins para Claude Code.

Especialistas en lenguajes de programación, revisión de código, depuración, infraestructura, seguridad y testing.

Instala solo los plugins que necesites.

→ https://t.co/bxPVYAgagZ (26k estrellas)

Los plugins del propio Anthropic, organizados por áreas de trabajo: ventas, atención al cliente, gestión de producto, marketing, legal, finanzas y datos.

→ https://t.co/W6Z5VPlR2p (18k estrellas)

Agentes oficiales que puedes poner en marcha: un resumen diario de Slack y GitHub, clasificación programada de incidencias de Sentry, bots para Slack y Linear, un agente de atención al cliente y un analista de datos financieros.

→ https://t.co/IOtiSh372n (103k estrellas)

De ingenieros de Anthropic.

25 skills que cubren todo el ciclo de desarrollo: interview-me, redacción de especificaciones, desarrollo guiado por tests, pruebas en navegador, revisión de seguridad e integración y despliegue continuos

Yo empezaría por claude-quickstarts.

Cada agente es un ejemplo completo y funcional que puedes ejecutar y desmontar para entender cómo funciona.

Aprovecha estos recursos oficiales gratuitos para tus próximos proyectos👇

[Jobescape @jobescape_ai]

Full Claude Course

Master Claude to automate repetitive tasks, build apps without coding, create real portfolio projects, and become more valuable at work.

[루샨 lucian @lucian__03]

바이브코딩 하시는 분들!!

🔥 움직이는 UI 200개, 전부 100% 무료로 풀었습니다. 🔥

--> Lucian UX/UI Prompt입니다.

(제가 만든 오픈소스입니다!)

누르면 종이비행기가 날아가는 버튼, 낮과 밤이 바뀌는 스위치, 움직이는 카드와 차트 등등..

웹사이트에서 직접 눌러보고 마음에 드는 걸 고르시면 됩니다.

사용법도 간단합니다!

원하는 UI 고르기 --> "프롬프트 복사" → 클로드코드나 코덱스에 붙여넣기

(그냥 마음에 드시는 UI 결정 후 프롬프트 복붙하면 끝!)

💡 라이트와 🌑 다크 모드도 둘 다 지원합니다.

그리고 클로드코드, 코덱스에서 알아서 쓰라고 맡길 수도 있는 스킬도 준비했습니다.

설치해두고 이렇게 시키시면 됩니다.

--> "lucian-uxui 스킬로 내 홈페이지에 요금제 토글이랑 FAQ 넣어줘."

그러면 AI가 내 프로젝트 구조와 테마를 먼저 확인하고, 갤러리에서 필요한 UI를 찾아 실제 코드를 가져와 적용합니다.

스킬 설치는 터미널에서 아래 명령으로 할 수 있습니다.

npx skills add Seokwoooo/lucian-uxui

개인 프로젝트든 상업용 서비스든 무료로 쓰실 수 있습니다.

필요하신 분들 자유롭게 가져다 쓰세요 :)

https://t.co/9PpNDpBlT2

[루샨 lucian @lucian__03]

클로드코드에서 토큰 절감률 87%가 찍혔습니다!!!

(진짜 이거 모르는 사람이 없었으면 좋겠어요... 🙏🙏)

제가 1년째 유일하게 계속 쓰고 있는 클로드코드 플러그인이 하나 있는데요.

⭐️ 깃허브 스타만 무려 99.1k인.... ⭐️

claude-mem 플러그인입니다. 예전에 한 번 소개해 드렸지만...

--> 이거 진짜 🍯꿀 x 1만% 플러그인입니다. (찐 강추)

(클코에 딱 1개의 플러그인만 설치할 수 있다면 저는 무조건 이 플러그인을 꼽을겁니다.)

먼저 제가 실제로 작업 중인 프로젝트에서 나온 수치입니다.

1) 과거 작업 기록: 50개

2) 해당 작업에 투입된 토큰: 205,315개

3) 저장된 기록을 다시 읽는 예상 토큰: 26,552개

--> 기록 재사용 기준 절감률: 약 87%

🔥 무려 17만 8천 개 이상의 토큰 차이입니다. 🔥

claude-mem이 하는 일을 쉽게 설명하자면....

클코에서 해결했던 버그, 수정한 파일, 작업 중 발견한 사실, 이전에 내렸던 결정 등을 AI가 자동으로 기록해 둡니다.

그리고 /clear를 하거나 새로운 세션을 시작해도 이전 메모리를 자동으로 올려줍니다. (적절할 때만, 필요할 때만)

(마치.. 진짜 사람의 메모리 메카니즘처럼..)

실제 해외 사용자들의 테스트한 결과도 있습니다.

10월 1일 WPP 리서치가 claude-mem을 켠 경우와 끈 경우를 직접 비교했습니다.

하나의 세션에서는 claude-mem 활성화, 다른 하나는 비활성화했습니다.

그리고 여러 작업을 시켰고, 이후 새로운 세션을 열어 이전 작업을 제대로 기억하는지 테스트했습니다.

1⃣ 테스트 A. "어제 무슨 작업을 했어?"

claude-mem이 없는 클코는 Git 변경 기록을 확인하고 과거 작업을 추측했습니다.

반면 claude-mem을 켠 클코는 이전 세션에 저장된 작업 요약을 불러와 실제 진행했던 내용을 구체적으로 설명했습니다.

2⃣ 테스트 B. "지난번에 왜 그 기능을 삭제했지?"

여기서 차이가 더 확실했습니다.

claude-mem이 없는 클코는 현재 코드만 보고 이유를 추측했습니다.

반면 claude-mem을 켠 클코는 당시 결정했던 이유를 기억했습니다.

해당 프로젝트에서는 여러 예측 요청을 묶어서 처리하지 않기 때문에...

--> 배치 상태 확인 기능을 삭제했던 것입니다.

3⃣ 테스트 C. "전에 구현했던 API 호출 제한 기능은 어떻게 만들었어?"

사실 이 프로젝트에는 해당 기능이 존재하지 않았습니다.

claude-mem이 없는 클코는 API 재시도 기능을 호출 제한 기능이라고 잘못 설명했습니다.

반면 claude-mem을 켠 클코는 기록을 검색한 뒤...

--> 그런 기능을 구현한 적이 없다는 사실을 답변했습니다.

이 테스트에서는 잘못된 기억 때문에 존재하지 않는 기능을 만들어 설명하는 문제를 줄일 수 있다는 것을 보여줬습니다.

어찌됐든...

클코를 쓰다 보면 하루 만에 끝나는 프로젝트보다 며칠, 몇 주씩 이어서 작업하는 프로젝트가 많잖아요?

그럴 때마다 새로운 세션에서 이전에 뭘 했는지, 왜 그렇게 구현했는지, 어떤 문제를 해결했는지 다시 파악하는 과정이 필요하지 않나요?

claude-mem은 이 과거 작업의 맥락을 자동으로 쌓아주고, 필요할 때 다시 찾아볼 수 있게 해줍니다.

제가 1년 가까이 쓰면서 유일하게 계속 유지하고 있는 클코 플러그인입니다.

여러분도 한 번 써보세요. 진짜 강추드리며...

🥇 2026년 "1등 클로드코드 필수 플러그인"으로 저는 뽑겠습니다.

[Paul Vengeons @VengeonsP]

WTF cet article est fou

Littéralement un condensé de toutes les meilleures pratiques pour générer du trafic grâce à O 5.5

Donnez-ça à manger à votre Claude

Et profitez 🍸

[빚갚는 김개미 @cleanup2eok]

최근 만든 제 프로그램보다 이게 더 유용한 것 같은데요ㅋㅋㅋ

이 사이트는 국내 커뮤니티 인기글부터
유튜브 급상승 영상, 해외 밈까지 한곳에서 볼 수 있네요.

특히 해외에서 먼저 뜨는 소재를 찾을 수 있다는 게 마음에 들어요.

콘텐츠 만들 때 제일 어려운 게
결국 사람들이 뭘 좋아하는지 찾는 일이잖아요.

바로 즐겨찾기부터 하고
다들 아이디어 찾으러 가보시죠!

https://t.co/oDCEiFx8Qy

[돈벌고영 @Dontgiveup_26]

단시간에 29.9k 스타 찍고 전 세계 개발자들이 환호하는 오픈소스가 등장함.

다른 상용 앱 쓰다가 "와 이 기능 진짜 탐나는데 소스코드 없이 어떻게 만들었는지 알고 싶다" 했던 적 있다면 필독.

기존에는 바이너리나 프로그램을 뜯어보려면 기드라(Ghidra)나 IDA 켜놓고 어셈블리어와 씨름하던 초고수 해커들의 영역이었는데,

이걸 AI 에이전트(Cursor, Claude Code 등)한테 MCP로 통째로 쥐여주는 도구 'REA(Reverse Engineer Anything)'임.

• 소스코드 없는 네이티브 바이너리 ➡️ C/의사코드 자동 역공학
• 노션, 슬랙 같은 일렉트론/JS 앱의 내부 IPC 및 API 로직 추적
• 기드라(Ghidra), 호퍼(Hopper), IDA를 MCP 툴로 직접 연동
• .NET 어셈블리, 펌웨어, 런타임 입출력 프로세스 실시간 분석
• 분석한 증거(Evidence) 기반으로 내 프로젝트에 코드 재구현

"남의 앱 기능 보고 에이전트한테 만들어달라"고 하는 시대의 작동 원리 정리 👇 (타래)

[beamnxw ./ @beamnxw]

Andrej Karpathy (ex-OpenAI, ex-Tesla) just released a prompt that turns Opus 5.5 into a harness that actually finishes the any job.

It's f*cking unreal...

send it to Opus 5.5, and thank me later. Then read the full guide for Opus 5.5 Harness Engineering.

[Rodev @romandevz]

🚨 CLAUDE GRATIS DURANTE 1 AÑO + $1000 EN API

Claude acaba de lanzar un programa para startups y está ofreciendo 1 año gratis de Claude Team + $1000 en créditos de API.

Solicitarlo es muy fácil y te aceptan en menos de 5 minutos.

Lo que puedes conseguir:

→ 1 año de Claude Team
→ $1000 en créditos para la API
→ Acceso a las herramientas de Claude para tu equipo
→ Créditos para probar y desarrollar con su API
Cómo solicitarlo:

→ Entra en https://t.co/ZNXAaP8er4

→ Rellena la información de tu empresa
→ Responde las preguntas de la solicitud
→ Envía la aplicación
→ Si eres elegible, recibirás los beneficios en tu cuenta

Es una oportunidad bastante interesante si estás construyendo una startup y ya utilizas Claude o su API.

$1000 de API pueden ahorrarte bastante dinero al principio.

[돈벌고영 @Dontgiveup_26]

결국 비디오 생성 AI 판에서도 '괴물 오픈소스'가 터져버렸음.

5초만 넘어가면 화면이 녹아내리던 고질병을 끝내고, '수 분짜리 롱테이크 영상'을 왜곡 0%로 뽑아내는 13.6B 모델이 나와버림.

심지어 구글 Veo3급 퀄리티인데 코드와 모델 가중치까지 'MIT 라이선스(상업적 100% 무료)'로 통째로 털어버림.

메이투안이 기습 공개한 비디오 AI 끝판왕 'LongCat-Video' 핵심 요약 👇 (타래)

영상은 롱캣 비디오로 생성된 영상인데 이제 오픈소스로도 이정도 뽑음..

[Ryven @imryven]

Send this Graph Engineering prompt to your coding agent before you build another multi-step workflow.

It stops your agent from grading its own homework, and catches the bugs walking back in twice.

Steal it before your bill finds out how many times it paid for the same mistake.

[mirku @mirku21]

Claude Code tip: once Opus 5.5 is your main model, stop leaving Fable 5.1 sitting idle and stop burning Opus tokens on tasks Sonnet 5.5 can swarm

put it on call with /advisor

run /advisor fable

Opus 5.5 plans and ships the code
Sonnet 5.5 swarms the routine work at medium effort
Fable 5.1 reads the full session, every tool call included, and only speaks up at three points:

→ before a plan: is this the right approach?
→ when the same error comes back: am I digging in the wrong place?
→ before "done": what did I miss?

Fable 5.1 reviews. Sonnet 5.5 executes. Opus 5.5 ships

Jev engineering is the same move one layer down: the forks that need no thinker (which file, which tool, retry or stop) go to Jev in under half a second, and the big model only sees the ones that split

Plan on high. Delegate on medium. Keep Fable on call.

- the full tree
> Opus 5.5 on high runs the main session
> explorer reads the code
> worker edits and runs tests
> researcher pulls the docs
> all three on Sonnet 5.5 at medium effort
> Fable 5.1 on call as the advisor

paste the tree and this prompt into Claude Code ↓

"Rebuild my Claude Code setup around this tree:

1. Check ~/.claude/agents and .claude/agents for subagents that already fit explorer, worker and researcher.

> Draft new ones only for missing roles
> Give each model: sonnet, effort: medium
> Skip any that pin a different model and list them

2. Set the main session to high via effortLevel in ~/.claude/settings.json, and set advisorModel to fable

3. Find anything that keeps the advisor off (CLAUDE_CODE_DISABLE_ADVISOR_TOOL, DISABLE_TELEMETRY, any variable that stops feature-flag fetching) plus CLAUDE_CODE_EFFORT_LEVEL, which overrides subagent effort. Report them, change nothing

4. Add one rule to ~/.claude/CLAUDE.md: consult the advisor before a large plan, when an error repeats, and before calling a long task done

Show me every change as a diff first. No edits until I say go."

↳ https://t.co/gvAWk6JDNP

[Lummox @Lummox_eth]

GPT-6 Astra makes this AI stack look f…cking illegal

10 GitHub repos for building everything around the model

01 LangGraph
▸ https://t.co/40xDVIgL8I
→ stateful agent orchestration

02 CrewAI
▸ https://t.co/leSFAquLAW
→ multi-agent crews

BUILD THE CORE

03 AutoGen
▸ https://t.co/QmDi0xGJNz
→ event-driven agent systems

04 PydanticAI
▸ https://t.co/f27GiNAQBR
→ typed agents + structured outputs

GIVE IT MEMORY

05 Mem0
▸ https://t.co/ifCHrrB19c
→ persistent agent memory

06 Graphiti
▸ https://t.co/mNcepop8y6
→ temporal knowledge graphs

GIVE IT TOOLS

07 Composio
▸ https://t.co/2oJOJMrKYo
→ connect agents to real tools

08 E2B
▸ https://t.co/Mz2wXEtI9B
→ isolated sandboxes for agent code

MAKE IT SURVIVE

09 OpenHands
▸ https://t.co/RLP18B0zIc
→ agents that execute real software tasks

10 AgentOps
▸ https://t.co/KeBQQ77VP8
→ trace + debug agent runs

the architecture:

context → router → agent → memory → tools → execution → eval → retry

I’d split the stack like this:

brain:
LangGraph → PydanticAI → CrewAI

memory:
Mem0 → Graphiti

execution:
Composio → E2B → OpenHands

observability:
AgentOps

the f…cking interesting part isn’t adding another model

it’s everything around the model that keeps it working

the model is becoming one folder in the stack ⭣

[스페이스노마드 @smbluespace]

북마크 1만 넘은 거 보면 다들 같은 벽에 부딪히고 있었던 듯 ㄷㄷ

저장해두고 주말에 따라 해볼 만함.

[루샨 lucian @lucian__03]

Claude 페이블 5.1도
Claude Opus 5.5도
그리고 GPT-6 Astra도

effort(추론)를 Max로 올린다고 항상 좋아지지는 않습니다.

그리고 이걸 이해하면 "토큰"도 제대로 아낄 수 있습니다. https://t.co/AKnTYlxgg5

[皇＠AI美女×SNSマーケ @love_ky_ss]

AI美女やってる人必見🔥🔥

AI美女運用に置いて顔と体格の固定は必須です！
1枚シートを作って置くと顔と体格の一貫性を保ちやすいです！

リプにプロンプト貼っておくので参考になった人はブクマしてね❗️

[govin.eth | G哥 @goan999999]

朋友告诉我，因为这几本书，让他财富增长了 5 倍

我一开始以为他在吹牛，结果一看，全免费，而且都在 GitHub

一本叫《高性价比人生指南》：

13,800+ Star，601 条人生建议。

从少生病、少花冤枉钱，到被裁补偿、租房押金、避坑防骗，全都直接告诉你：

花什么成本，换什么收益，证据有多硬，直接让你财富增长

https://t.co/IHgDZxub9X

另一本更狠：

Financial Freedom｜最全赚钱投资指南

把普通人最该补的财富知识全整理好了：

赚钱、投资、股票、基金、资产配置、财报、复利

整理了《富爸爸穷爸爸》《穷查理宝典》《纳瓦尔宝典》《聪明的投资者》等经典书

https://t.co/3m7OjS9hJu

建议直接收藏

[Amisha Yadav @amisha_explains]

STOP WASTING HOURS TRYING TO FIGURE OUT WHAT TO LEARN IN AI.

I put together one practical roadmap with videos, GitHub repos, guides, books, research papers, and courses.

VIDEOS:
1. LLM Introduction — https://t.co/DilUVzd4KA
2. LLMs from Scratch — https://t.co/q0HSKUIwc6
3. Agentic AI Overview (Stanford) — https://t.co/eyLuA3k3mG
4. Building & Evaluating Agents — https://t.co/EYmiatzvlb
5. Building Effective Agents — https://t.co/k7QauZIBup
6. Building Agents with MCP — https://t.co/JeHUisjzm8
7. Building an Agent from Scratch — https://t.co/LBZyB7wVoy
8. Philo Agents — https://t.co/WL3Rfqv0sq

GITHUB REPOS:
1. GenAI Agents — https://t.co/tfUPjPalJz
2. Microsoft AI Agents for Beginners — https://t.co/z5AAk7O0Rs
3. Prompt Engineering Guide — https://t.co/uNyjnIklFB
4. Hands-On Large Language Models — https://t.co/bLCCamemAM
5. GenAI Agents — https://t.co/iBrLpJJ7Lo
6. Made with ML — https://t.co/ORmiE8Gjo4
7. Hands-On AI Engineering — https://t.co/8BkLqwd7uZ
8. Awesome Generative AI Guide — https://t.co/i0yzp1QO0o
9. Designing Machine Learning Systems — https://t.co/YCM5PsnNJ8
10. Machine Learning for Beginners — https://t.co/dwFLv0V8wt
11. LLM Course — https://t.co/yp9aup3OSL

GUIDES:
1. Google's Agent Whitepaper — https://t.co/3SzXLeTUuV
2. Google's Agent Companion — https://t.co/9ctzJoi5H5
3. Building Effective Agents by Anthropic — https://t.co/9g8exTxXND
4. Claude Code Agentic Coding Practices — https://t.co/gRYW3HXjOL
5. OpenAI's Practical Guide to Building Agents — https://t.co/0wszx4OeJM

BOOKS:
1. Understanding Deep Learning — https://t.co/V809a4HLmn
2. Building an LLM from Scratch — https://t.co/KaNjx4q3J3
3. The LLM Engineering Handbook — https://t.co/PH1U8Jtksf
4. AI Agents: The Definitive Guide — https://t.co/7NLjpAMsZg
5. Building Applications with AI Agents — https://t.co/0NLZCiqgfP
6. AI Agents with MCP — https://t.co/mUPjkTnXJb
7. AI Engineering — https://t.co/DiFJkzLbNs

RESEARCH PAPERS:
1. ReAct — https://t.co/cwkezXZiiv
2. Generative Agents — https://t.co/xj2rzRUVsa
3. Toolformer — https://t.co/N3QTcTEiH7
4. Chain-of-Thought Prompting — https://t.co/5c35Yetrv2

COURSES:
1. Hugging Face Agent Course — https://t.co/FY0k2INNLp
2. MCP with Anthropic — https://t.co/FIkFIvz5ar
3. Building Vector Databases with Pinecone — https://t.co/rLMLsXH1dZ
4. Vector Databases: Embeddings to Apps — https://t.co/gNpscSP5mx
5. Agent Memory — https://t.co/pbHPXpOUO2

No endless searching.
No information overload.
Just resources you can actually use. 🔖

Your future AI skill set will come from consistent building, experimenting, and learning.

Repost so someone else can find this roadmap, and pls consider following
@amisha_explains for more content around AI, Beauty, and businesses.

[Mr. Buzzoni @Mr_Buzzoni]

this is pure f*cking gold for anyone running coding agents

Jev founder Diogo Amogo wrote a PDF on building a Jev harness

the promise:
> 200x faster
> 400x cheaper

the model hasn't been the slow part for a while
the speed and the cost sit in the harness wrapped around it

• how to use it
> drop this PDF and the article below into Claude Code or Codex
> let it rebuild its own setup

one evening of setup
and your agent starts next week on a harness most teams still don't have 👇

[돈벌고영 @Dontgiveup_26]

최근 Jev와 Kev로 개발자 판이 발칵 뒤집히더니, 결국 '끝판왕'이 나와버렸음.

LLM 호출 97% 삭감하고 속도를 10배 올리는 의사결정 모델을, 마치 'Ollama'처럼 내 맥북 로컬에서 명령어 한 줄로 돌리는 오픈소스 'Ollaya'.

클라우드 API 비용 0원, 몇 밀리초 만에 에이전트 판단 끝내는 치트키 👇 (타래)