TinyFlow는 가볍고 확장 가능하며 제공자에 구애받지 않는 Python 프레임워크로, LLM 에이전트를 구축하기 위한 것입니다. OpenAI, Anthropic, Gemini와 같은 주요 LLM 제공업체, 임베딩 모델 및 벡터 데이터베이스 위에 깔끔한 추상화 계층을 제공하여 복잡한 에이전트 워크플로우를 쉽게 구축할 수 있습니다.
TinyFlow는 LLM 기반 에이전트를 구축하기 위한 경량 Python 프레임워크입니다. 제공자에 구애받지 않는(provider-agnostic) 설계를 채택하여 OpenAI, Anthropic, Gemini 등 주요 LLM 제공업체를 통일된 인터페이스로 사용할 수 있으며, 임베딩 모델과 벡터 데이터베이스도 유연하게 지원합니다. 이 프레임워크는 복잡한 에이전트 워크플로우를 간단한 구성 요소로 분해하여 도구(tool) 기반 추론, 메모리 관리, 멀티에이전트 협업 등을 쉽게 구현할 수 있도록 돕습니다. 또한 Claude Code, Cursor, Codex 등 현대 AI 에이전트 플랫폼과의 통합이 용이하며, GitHub에서 최근 24시간 내에 푸시된 저장소를 통해 발견되었습니다.
npx skills add kindredzhang/tinyflowTinyFlow는 가볍고, 확장 가능하며, 제공자에 구애받지 않는 Python 프레임워크로, LLM 에이전트를 구축하기 위해 설계되었습니다. 주요 LLM 제공업체(OpenAI, Anthropic, Gemini), 임베딩 모델 및 벡터 데이터베이스 위에 깔끔한 추상화 계층을 제공하여 복잡한 에이전트 워크플로우를 쉽게 구축할 수 있습니다.
출처: https://github.com/kindredzhang/tinyflow
GitHub에서 지난 24시간 동안 푸시된 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구 및 관련 AI-에이전트 자동화를 위한 저장소에서 발견되었습니다.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".