모델을 고정한 채 AI 에이전트의 실행 기반을 조금씩 조정합니다. 격리 환경에서 후보를 테스트하고 결과를 측정하여 테스트를 통과하고 개선된 변경을 축적합니다.
- 모델을 고정한 채 실행 기반 조정
- 계획·문맥·재시도 정책의 변경 비교
- 테스트 없이 오프라인으로 흐름 확인
모델을 고정한 채 AI 에이전트의 실행 기반을 조금씩 조정합니다. 격리 환경에서 후보를 테스트하고 결과를 측정하여 테스트를 통과하고 개선된 변경을 축적합니다.
기능 추가나 변경 요청을 코드 작성 전에 파일별 최소 구현 계획으로 정리합니다. 변경 이유와 필요한 인터페이스를 제시하고 영향 범위와 권한 확대도 확인합니다.
RuView 처리 결과를 SHA-256으로 대조하고 제삼자가 재검증할 증거 묶음을 만듭니다. 정확도 수치가 실측인지 주장인지 밝히는지와 실기기 검증 증거도 확인합니다.
코드와 에이전트 결과물을 검증하고 신뢰도를 점수로 확인합니다. 기준 미달 변경의 자동 되돌리기, 품질 추이 모니터링과 보고서 출력도 다룹니다.
Wi-Fi 측정 데이터로 RuView 모델을 훈련하고 평가합니다. 자세 추정, 환경 적응, GPU 훈련과 Hugging Face 모델 공개를 다룹니다.
Home Assistant 마이그레이션을 검토해 입력 형식의 버전, 설정 항목 보존, 기존 파일을 덮어쓰지 않는 출력과 비밀 정보 처리를 확인합니다.
AI 에이전트의 작업 결과와 상황을 기록하고 과거 경험으로 다음 방법을 선택하는 기능을 구현합니다. 성공과 실패 패턴 대조, 전략 비교, 학습 효과 확인도 다룹니다.
claude-flow v3의 시작 시간, 검색 속도와 메모리 사용량을 측정해 개선 목표 달성 여부를 검증합니다. 지속적인 성능 감시와 저하 감지, 최적화 방안 검토도 지원합니다.
RuView에 연결된 센서를 찾고 ESP32의 WiFi 신호 측정 데이터, 밀리미터파 레이더와 LiDAR 측정값을 확인합니다. SSH로 다른 컴퓨터의 장치도 조회합니다.
Homecore 서버의 시작·복원·인증·기능 설정 계획을 검토합니다. 복원 순서, 음성 서비스 지정, 기밀 정보 취급을 확인하여 시작 전 설정 점검을 돕습니다.
Homecore 기능의 소스, 테스트, 승인된 설계 결정을 추적해 구현 상태와 제약을 확인하고, 구현 유무와 배포 환경 호환성을 구분합니다.
Homecore에서 확인할 기능에 맞춰 core, Wasmtime, HAP 또는 전체 테스트를 선택하고 지정한 코드 체크아웃을 검증합니다.
WiFi 신호로 사람의 자세를 추정하는 모델을 학습하고 평가합니다. 평균 자세를 반환하는 기준 모델과 비교하고 데이터 누수를 확인해 측정 결과를 과장 없이 보고합니다.
claude-flow v3의 큰 클래스를 역할별로 나누고 의존 관계와 이벤트 연계를 정리합니다. 기능 추가와 독립적인 테스트가 쉬운 구조로의 전환을 지원합니다.
agentic-flow로 여러 AI 에이전트에 작업을 나누고 병렬 처리나 순차 작업을 구성합니다. 메모리 공유, 부하 분산, 실패 시 재시도와 재할당을 설정합니다.
AgentDB로 문서의 의미가 얼마나 가까운지에 따라 검색하는 기능을 구현합니다. 문서 저장, 유사도 검색, 속성 필터를 결합해 관련 자료를 참고하여 답하는 구조를 만듭니다.
Homecore의 내장 네이티브 코드와 외부 Wasm 플러그인을 구분하고, 서명·배포자·경로·메모리·실행 제한·호스트 권한을 점검하는 보안 검토 스킬입니다.
Claude Code 작업 전후에 자동 처리를 연결합니다. 코드 정리와 검증, 여러 에이전트의 협업, 작업 기록 저장과 다음 세션으로의 인계를 지원합니다.
AgentDB로 대화 기록과 사용자 선호를 저장하고 검색하는 단기·장기 기억을 구현해, AI 에이전트가 다음 세션에서도 해당 정보를 참조하도록 돕습니다.
Get RuView running with a Docker demo using simulated WiFi signal data, source checks, or live sensing with supported hardware. Choose a starting path based on available equipment and open a working sensing dashboard.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Create AgentDB learning plugins that use recorded experience to improve agent decisions. Choose a learning method, store states, actions, and rewards, train models, and evaluate suggested actions through CLI and API workflows.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
여러 GitHub 저장소의 변경을 AI 에이전트가 분담해 진행합니다. 의존성·문서를 동기화하고 구성을 표준화하며 통합 테스트와 PR 생성을 진행합니다.
밀리미터파 레이더로 심박수, 호흡, 재실 여부를 감지하도록 지원 기기의 설정과 운영을 안내합니다. WiFi CSI 데이터 통합과 3D 포인트 클라우드 구성도 다룹니다.
agent-browser로 버튼과 입력란을 식별하는 스냅샷을 확인하여 로그인, 폼 입력과 제출, 웹 정보 수집, 스크린샷 촬영을 자동화합니다.