AlgoWhisperer: 답을 주기보다 가이드를 제공하는 오픈 소스 AI

This is a submission for the Hacktoberfest Weekend Challenge: Build for a Friend

우리가 만든 것 (What We Built)

우리는 Algo Whisperer를 만들었습니다. 이는 개발자가 C++ 및 Python 코드를 디버깅할 때 최종 솔루션을 절대 공개하지 않도록 설계된 엄격한 소크라테스식 AI 프로그래밍 멘토입니다.

이것은 경쟁 프로그래밍을 연습하고 매일 LeetCode를 푸는 친구들과 동료들을 위해 만들었습니다. 어려운 알고리즘 문제에 막혔을 때, 일반적인 LLM(대규모 언어 모델)들은 즉시 완전히 최적화된 코드를 뱉어내면서 학습 과정을 완전히 망쳐버립니다. Algo Whisperer는 실제 인간 튜터처럼 작동하여 이를 해결합니다. AI가 사용자의 논리를 분석하고 (예: 조기 루프 종료 또는 놓친 기본 케이스와 같은) 결함을 찾아낸 다음, 목표 지향적인 힌트를 제공함으로써 사용자 스스로 비판적으로 생각하고 개념을 실제로 학습하도록 강제합니다.

데모 (Demo)

배포 링크: https://algo-whisperer-cid0.onrender.com
유튜브 데모 비디오:

코드 (Code)

https://github.com/Kshitij-ambuskar/Algo_Whisperer.git

제작 과정 (How I Built It)

아키텍처는 프라이버시와 접근성을 보장하기 위해 전적으로 오픈 소스 프레임워크와 오픈 가중치 모델에 의존합니다:

AI 및 오케스트레이션: 저는 LangGraph를 사용하여 전문화된 에이전트 워크플로우를 구축했으며, 이 워크플로우는 교육학적 가드레일(pedagogical guardrails)을 엄격하게 강제하여 AI가 원시 코드 솔루션을 절대 출력하지 않도록 합니다.

오픈 가중치 모델 (Open-Weight Model): 추론 엔진은 Qwen/Qwen2.5-Coder-7B-Instruct를 동력으로 하며, 서버리스 Hugging Face Inference API를 통해 접근합니다. 이 모델은 알고리즘 논리에 매우 뛰어납니다.

백엔드 (Backend): FastAPI(Python) 서버가 상태 저장 LangGraph 대화 및 API 라우팅을 관리합니다.

프론트엔드 (Frontend): React, Vite, Tailwind CSS로 구축된 세련된 다크 모드 IDE 인터페이스입니다.

오픈 혁신이 중요한 이유 (Why Does Open Innovation Matter?)

학생 및 경쟁 프로그래머에게 오픈 혁신(open innovation)은 양질의 학습을 접근 가능하게 만듭니다. LangGraph와 Hugging Face의 오픈 가중치 모델(open-weight models)을 활용하여, API 사용료가 단 0달러인 도구를 로컬에서 구축할 수 있었습니다. 게다가, 폐쇄형 API는 종종 사용자 프롬프트를 학습 데이터로 사용합니다. 오픈 혁신은 개발자가 독점적인 논리나 대회 솔루션을 폐쇄된 생태계에 노출하는 것을 걱정하지 않고, 코드를 로컬에서 사적으로 디버깅할 수 있도록 합니다.

수상 부문(Prize Categories)

• 친구를 위한 구축(Build for a Friend): 자료 구조 및 알고리즘을 연습하는 동료들을 위해 특별히 제작되었습니다.
• 오픈 소스 AI / LangGraph: AI의 출력을 힌트로만 제한하기 위해 LangGraph를 적극적으로 활용했습니다.
• 렌더링(Render): 이 AI 에이전트의 프론트엔드는 Render의 글로벌 정적 사이트 인프라를 사용하여 호스팅 및 배포되었습니다.

팀 크레딧:

@kshitij_ambuskar
@lakshya_mulchandani_2ea8f