Files.md: LLM 친화적 디자인의 오픈소스 로컬 우선 마크다운 노트 앱

✍️ OpenClawRadar📅 게시일: May 18, 2026🔗 Source
Files.md: LLM 친화적 디자인의 오픈소스 로컬 우선 마크다운 노트 앱
Ad

Files.md는 삶의 모든 부분을 일반 .md 파일로 취급하는 Obsidian의 오픈소스 대안입니다. 이 프로젝트는 5년 동안 개발되어 현재 GitHub에서 886개의 별을 받았습니다. 개인 정보 보호, 로컬 우선, LLM 친화적으로 설계되었으며, 전체 코드베이스는 한 사람이나 LLM이 머릿속에 담을 수 있을 정도로 간단합니다.

주요 기능

  • 기본적으로 로컬 우선: 동기화를 선택하지 않는 한 데이터가 기기를 떠나지 않습니다. 텔레메트리나 서버 접촉이 없습니다.
  • 다양한 동기화 옵션: iCloud, Dropbox, Google Drive(클라우드 폴더 동기화), 자체 호스팅 Go 바이너리, 또는 app.files.md의 호스팅 베타.
  • 오프라인 작동: web/index.html을 직접 열면 됩니다. 빌드 시스템이 필요 없으며, 브라우저만 있으면 포터블하게 사용 가능합니다.
  • Telegram 챗봇: 이동 중에도 노트, 작업, 저널 항목, 체크리스트를 빠르게 입력할 수 있습니다.
  • LLM 최적화: 코드가 간단하고 모듈화되어 있어 AI 에이전트가 앱을 사용자 정의 요구에 맞게 확장하기 쉽습니다.
  • 노트당 하나의 아이디어: 원자적 노트(파일당 하나의 개념)를 장려하며, [를 통한 연결, 아이디어를 연결하기 위해 다시 방문합니다.
Ad

빠른 시작

설치 없이 사용해 보려면 Chrome에서 app.files.md를 열고, 주소 표시줄에서 Install files.md를 클릭한 후 로컬 폴더를 여세요. 변경 사항이 디스크에 유지됩니다. 업데이트를 위해 가끔 강제 새로고침(Cmd+Shift+R)하세요.

서버 없이 기기 간 동기화하려면 마크다운 폴더를 iCloud/Dropbox/Google Drive에 두세요. 완전한 제어를 위해 자체 호스팅 서버(단일 Go 바이너리)를 실행하고 선택적으로 Telegram 봇을 활성화하세요.

철학

Files.md는 의도적으로 복잡한 플러그인, 그래프 뷰, 고급 템플릿을 생략합니다. 기능을 제한하여 깊은 사고를 유도합니다: 폴더 없이 시작, 아이디어당 하나의 노트, 관련 노트 연결, 지식을 즉시 적용. 이 프로젝트는 소프트웨어가 방해가 되어서는 안 되며, LLM이 지식을 확장함에 따라 소프트웨어도 함께 확장하는 데 도움을 줄 수 있다는 생각에 기반합니다.

📖 전체 소스 읽기: HN LLM Tools

Ad

👀 See Also

OpenClaw Outlook 애드인은 로컬 에이전트를 이메일 사이드바에 연결합니다.
Tools

OpenClaw Outlook 애드인은 로컬 에이전트를 이메일 사이드바에 연결합니다.

한 개발자가 WebSocket을 통해 로컬 OpenClaw Gateway에 연결하는 Outlook 애드인을 구축했습니다. 이 도구는 선택된 이메일을 컨텍스트로 읽고, 이메일별 채팅 세션을 유지하며, Outlook 데스크톱 및 웹에서 작동합니다.

OpenClawRadar
레이어킷: 클로드 코드로 제작된 편집 가능한 레이어를 갖춘 AI 이미지 편집기
Tools

레이어킷: 클로드 코드로 제작된 편집 가능한 레이어를 갖춘 AI 이미지 편집기

한 개발자가 레이어킷(Layerkit)이라는 브라우저 기반 AI 이미지 편집기를 만들어, 지속적인 재프롬프팅 없이 편집 가능한 레이어로 장면을 생성하는 도구를 선보였습니다. 이 도구는 다단계 AI 파이프라인을 사용하며, 하나의 LLM이 구성을 계획하고, 이미지 모델이 장면을 생성한 후, 다른 LLM이 실제 생성된 이미지를 분석하여 가독성 있는 텍스트를 배치합니다.

OpenClawRadar
Hypura: Apple Silicon을 위한 스토리지 계층 인식 LLM 추론 스케줄러
Tools

Hypura: Apple Silicon을 위한 스토리지 계층 인식 LLM 추론 스케줄러

Hypura는 Rust 기반 추론 스케줄러로, Apple Silicon Mac에서 물리적 메모리를 초과하는 모델을 실행하기 위해 모델 텐서를 GPU, RAM, NVMe 계층에 배치합니다. 이를 통해 32GB Mac Mini에서 31GB Mixtral 8x7B를 2.2 tok/s 속도로, 40GB Llama 70B를 0.3 tok/s 속도로 실행할 수 있으며, 일반 llama.cpp는 이 경우 충돌이 발생합니다.

OpenClawRadar
Gemma 4 E2B를 TypeScript 프레임워크에서 멀티 에이전트 코디네이터로 테스트
Tools

Gemma 4 E2B를 TypeScript 프레임워크에서 멀티 에이전트 코디네이터로 테스트

개발자가 오픈 멀티 에이전트 TypeScript 프레임워크를 사용하여 다중 에이전트 설정에서 Gemma 4 E2B를 코디네이터로 테스트했습니다. 모델은 작업을 JSON으로 분해하고, 에이전트를 할당하며, bash 및 파일 작업과 같은 도구를 호출하고, 결과를 종합하는 데 성공했습니다.

OpenClawRadar