<h1 align="center">
RigSpark
</h1>
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-hero.webp" alt="Sparky, the RigSpark robot" width="420">
</p>
<h2 align="center">다운로드하기 전에 컴퓨터가 구동할 수 있는지 확인하세요.</h2>
<p align="center">
RigSpark는 하드웨어 인지(hardware-aware) 네이티브 Rust CLI로, 로컬 AI 모델에 대해 <strong class="yes / slow / no">예/느림/아니오</strong> 판정을 내리고, 적합성을 설명하며, 가중치(weights)를 커밋하기 전에 초당 토큰 수(tokens per second)를 추정해 줍니다.
</p>
<p align="center">
<a href="https://shashankswe2020-ux.github.io/rigspark/">웹사이트</a> ·
<a href="#install-rigspark">설치</a> ·
<a href="docs/references/guide.md">가이드</a> ·
<a href="https://github.com/shashankswe2020-ux/rigspark/releases/latest">최신 릴리스</a>
</p>
<p align="center">
<a href="https://github.com/shashankswe2020-ux/rigspark/issues/new?template=bug_report.yml"><picture><source media="(prefers-color-scheme: dark)" srcset="assets/btn-bug-dark.svg"><img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/assets/btn-bug-light.svg" alt="버그 신고하기" height="44"></picture></a>
<a href="https://github.com/shashankswe2020-ux/rigspark/issues/new?template=feature_request.yml"><picture><source media="(prefers-color-scheme: dark)" srcset="assets/btn-idea-dark.svg"><img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/assets/btn-idea-light.svg" alt="기능 제안하기" height="44"></picture></a>
</p>
<p align="center">
<a href="https://github.com/shashankswe2020-ux/rigspark/actions/workflows/ci.yml"><img src="https://github.com/shashankswe2020-ux/rigspark/actions/workflows/ci.yml/badge.svg?branch=main" alt="CI"></a>
<a href="https://github.com/shashankswe2020-ux/rigspark/releases/latest"><img src="https://img.shields.io/github/v/release/shashankswe2020-ux/rigspark?sort=semver&label=release" alt="Release"></a>
<a href="https://crates.io/crates/rigspark-cli"><img src="https://img.shields.io/crates/v/rigspark-cli.svg?label=crates.io" alt="crates.io"></a>
<a href="https://docs.rs/rigspark-core"><img src="https://img.shields.io/docsrs/rigspark-core?label=docs.rs" alt="docs.rs"></a>
<a href="rust-toolchain.toml"><img src="https://img.shields.io/badge/rust-1.98%2B-orange.svg?logo=rust" alt="Rust 1.98 or newer"></a>
<a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-green.svg" alt="MIT License"></a>
<a href="https://buymeacoffee.com/shashanksw9"><img src="https://img.shields.io/badge/Buy%20me%20a%20coffee-support-FFDD00?logo=buymeacoffee&logoColor=black" alt="Buy me a coffee"></a>
</p>
3.0 버전의 새로운 기능: 재설계된 브라우저 작업 공간. 모든 기능은 여전히 존재하지만, 각 컨트롤은 필요할 때만 나타나며, Models 뷰는 이제 전체 순위별 카탈로그를 로드합니다.
변경 사항 확인하기 →
RigSpark가 시스템을 점검하게 하세요 (Let Sparky check your rig)
RigSpark는 첫 질문을 간단하게 유지합니다: 이 모델이 실제로 여기서 실행될까요?
답변은 이미 다운로드하기 위해 기다린 것이 아니라, 선별된 오프라인 카탈로그와 감지된 하드웨어에서 나옵니다.
1. RigSpark 설치 (Install RigSpark)
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-wave.webp" alt="Sparky가 인사하는 모습" width="250">
</p>
macOS 또는 Linux의 Homebrew 사용 시:
brew install shashankswe2020-ux/tap/rigspark
Windows 및 기타 플랫폼에서 사전 빌드 아카이브를 다운로드하여 압축을 풀고, 해당 폴더를 PATH에 추가하세요. 이때 rigspark, llmup, rigspark-gui는 함께 유지해야 합니다.
RigSpark 바이너리는 Node.js, Python 또는 컴파일러가 필요 없습니다. 추론 백엔드는 자체적인 요구 사항을 가집니다.
Sparky가 도움이 되었다면, 프로젝트 후원에 참여해 주세요:
https://buymeacoffee.com/shashanksw9
Cargo, 체크섬, 서명되지 않은 macOS 아카이브 및 업그레이드 →
· Docker 주의사항 →
2. Sparky가 하드웨어를 진단합니다
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-chip.webp" alt="Sparky가 프로세서 칩을 제시하는 모습" width="300">
</p>
조언부터 시작하세요. 이는 결정론적이며, 오프라인에서 작동하고, 추론 백엔드를 요구하지 않습니다:
rigspark recommend
rigspark can-run llama3.1:8b
rigspark catalog --all
recommend는 이 머신에 대한 카탈로그 순위를 매깁니다.can-run은 모델을 다운로드하기 전에 하나를 확인합니다.catalog --all은 번들된 모델 데이터를 탐색할 수 있게 해줍니다.
자동화를 위해 --json을, 스크린 리더 친화적인 출력을 위해 --accessible을 사용하세요. llmup은 호환성 별칭으로 남아 있습니다.
3. 표정을 읽다: 예(yes), 느림(slow), 또는 불가(no)
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-lineup.webp" alt="예, 느림, 불가 판정을 보여주는 세 개의 Sparky 로봇" width="760">
</p>
| 판정 (Verdict) | Sparky가 의미하는 바 |
|---|
| yes | 모델이 필요한 여유 공간(headroom) 내에 들어옵니다. |
| ... | |
모든 판정에는 이유가 포함됩니다. RigSpark는 그림을 찾을 수 없을 때, 임의로 만들지 않고 unknown이라고 표시합니다. 처리량 범위는 벤치마크가 아닌 추정치입니다.
4. 모델 선택, 검증, 그리고 시작
적합한 것을 찾았다면, 조언에서 실행 중인 모델로 넘어갑니다:
rigspark up llama3.1:8b
rigspark chat
rigspark ls
...
RigSpark가 지원하는 기능:
- Ollama — 권장 기본값 및 관리되는 자식 프로세스
- llama.cpp — 네이티브 로컬 서빙
- MLX — Apple Silicon
- LM Studio — 이미 실행 중인 서버에 연결
- BitNet — 컴파일된 bitnet.cpp 서버를 사용하여 CPU에서 작동하는 Microsoft의 I2_S 가중치
관리되는 가중치는 서비스 전에 무결성 검사를 통과합니다. 서버는 기본적으로 127.0.0.1에 바인딩됩니다.
Microsoft의 공식 BitNet b1.58 2B-4T를 사용하려면:
export RIGSPARK_BITNET_SERVER=/absolute/path/to/BitNet/build/bin/llama-server
rigspark up bitnet-b1.58:2b --backend bitnet --context 4096
rigspark chat
...
서버는 Microsoft의 지침을 사용하여 빌드하십시오.
Apple Silicon에서는 테스트된 고정 빌드 및 ARM 패치를 사용하십시오.
수정되지 않은 빌드는 유효하지 않은 출력을 생성하거나 충돌할 수 있으며, BLAS는 비활성화해야 합니다.
기본 llama.cpp는 이 I2_S 아티팩트를 로드할 수 없습니다. RigSpark는 런타임이 아닌 가중치를 다운로드하고 검증합니다. chat, doctor 및 shutdown을 위해 변수를 설정된 상태로 유지하십시오.
초기 통합은 CPU 전용이며, 속도와 KV-메모리 추정치는 여전히 알 수 없습니다.
기록된 BitNet 채팅 결과, 방법론 및 제한 사항은 모델별 벤치마킹 보고서를 참조하십시오.
백엔드 설정 및 라이프사이클 세부 정보 →
5. 브라우저 작업 공간에서 계속하기
모델을 선택하고, 동일한 하드웨어 판정 결과를 검사하며, 루프백 전용 브라우저 작업 공간에서 채팅하고 에이전트(agents), 스킬(skills) 및 MCP 도구를 사용하십시오.
- 상단 바의 하나의 모델 칩에는 모델, 런타임(runtime), 하네스(harness), 에이전트 피커가 담겨 있습니다.
- 모델(Models) 목록에서는 검색 기능과 작동 양호/느림/적합하지 않음 필터가 적용된 전체 순위별 카탈로그를 볼 수 있으며, 컨텍스트 및 KV 캐시를 위한 적합성 설정(Fit settings) 팝오버가 제공됩니다.
- 인스펙터(The inspector) (⌘I 또는 Sparky 클릭)에서는 실시간 메모리, CPU, 디스크 사용량과 최신 호출의 토큰 사용량을 보여줍니다. Sparky의 분위기는 실제 RAM 압력에 따라 변합니다.
- ⌘1~⌘5를 사용하여 보기 전환이 가능한 라이트 및 다크 테마가 있습니다.
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/screens/screenshot-gui.webp" alt="The RigSpark workspace Models view ranking local models with yes and slow verdicts, memory fit bars, and estimated tokens per second" width="820">
</p>
로컬 채팅은 사용자의 장치에서 이루어집니다. 클라우드 하네스나 외부 도구는 자체 제공업체에 데이터를 전송할 수 있으므로, RigSpark는 이러한 경계를 명확하게 유지합니다.
브라우저 작업 공간, 에이전트 및 도구 →
6. Sparky를 이용해 이미지와 짧은 비디오 생성하기
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-studio.webp" alt="Sparky in a studio spotlight" width="320">
</p>
RigSpark는 사용자의 자체 ComfyUI 설치를 통해 오픈 웨이트(open-weight) 이미지 및 비디오 모델을 오케스트레이션할 수 있습니다.
rigspark catalog --generation
rigspark generate image --prompt "a lighthouse at dusk" --comfyui-dir ~/ComfyUI
rigspark generate video --prompt "a fox running in snow" --comfyui-dir ~/ComfyUI
...
ComfyUI를 기본 루프백 주소인 127.0.0.1:8188에서 시작합니다. RigSpark는 핀된(pinned) 가중치를 다운로드하고, SHA-256 다이제스트를 검증하며, 내장된 로컬 워크플로우만 설치하고, 유료 파트너 API 노드는 거부합니다. 방어 가능한 측정치가 없는 경우 생성 속도는 unknown으로 유지됩니다.
rigspark gui에서 컴포저를 **텍스트(Text)**에서 이미지(Image) 또는 **비디오(Video)**로 전환하세요.
생성된 미디어는 인라인으로 렌더링되며 언어 모델로 전송되지 않습니다.
UI/UX 목업의 경우, Models → Image → Use in Chat 아래에서 ming-image:ming_image_0.1_design_int8_convrot을 선택한 다음 이미지 모드에서 생성하세요. 이 정확한 25.94 GB 가중치 조합은 36 GiB Apple Silicon Mac의 ComfyUI 0.38.0으로 테스트되었습니다. 다른 Ming 변형 모델들은 fit 전용이며, NVIDIA/CUDA 및 최대 추론 메모리는 인증되지 않았습니다. 생성된 레터링은 깨질 수 있습니다.
rigspark generate ming-image:ming_image_0.1_design_int8_convrot \
--prompt "A plant-care app onboarding screen, soft green palette, flat UI design" \
--comfyui-dir ~/ComfyUI
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/screens/ming-design-gui.png" alt="로컬 ComfyUI를 사용하여 RigSpark 채팅에서 생성된 실제 Ming Design 식물 관리 앱 목업" width="720">
</p>
이미지 및 비디오 생성 사양 →
답변이 신뢰할 수 있는 이유
<p align="center">
<img src="https://raw.githubusercontent.com/shashankswe2020-ux/rigspark/HEAD/site/brand/3d/sparky-peek.webp" alt="지켜보는 Sparky" width="250">
</p>
- 오프라인 조언. 추천 명령어는 번들로 제공되고 큐레이션된 카탈로그를 사용하며 네트워크 호출을 수행하지 않습니다.
- 솔직한 미확인 정보. 부족한 대역폭, 모델 기하학 또는 측정값은 눈에 띄게
unknown으로 유지됩니다.
- Fail-closed 무결성. RigSpark가 서비스를 제공하기 전에 관리되는 가중치는 카탈로그 다이제스트와 일치하거나 문서화된 크기 하한선 폴백(fallback)을 거쳐야 합니다.
- 기본 루프백. 로컬 서버는 공용 네트워크가 아닌
127.0.0.1에서 수신합니다.
- 재현 가능한 결정. 동일한 하드웨어와 카탈로그는 동일한 추천을 생성합니다.
- 하나의 어댑터 경계. Ollama, llama.cpp, MLX, LM Studio, BitNet은 동일한 런타임 라이프사이클 및 안전 게이트 뒤에 위치합니다.
선택할 때 카탈로그 업데이트하기
카탈로그 업데이트는 명시적이며, 추천 및 일반 시작은 오프라인 상태로 유지됩니다.
rigspark catalog --status
rigspark catalog --update
RigSpark는 활성화하기 전에 서명된 카탈로그를 검증합니다. 유효하지 않은 서명, 호환되지 않는 스키마 또는 네트워크 오류가 발생하면 현재 스냅샷은 변경되지 않습니다. 복구는 이전의 검증된 스냅샷을 거쳐 번들링된 카탈로그로 되돌아가며, 이때 경고 메시지가 표시됩니다.
새로운 모델들은 매주 도착합니다. 예약된 파이프라인은 자신이 읽을 수 있는 사실(크기, 다이제스트, 컨텍스트, 아키텍처, 오픈 라이선스)을 가진 모든 새로운 Ollama 라이브러리 모델과 Comfy-Org 이미지 및 비디오 릴리스를 받아들인 후, 품질 게이트를 통과하면 서명된 카탈로그를 게시합니다. 이러한 항목들은 **자동 소싱(auto-sourced)**으로 표시되며, 실패 시에도 다이제스트 검증을 유지하고, 소싱할 수 없는 항목에 대해서는 unknown으로 표시됩니다. 아직 내장 워크플로우가 없는 이미지 및 비디오 모델은 적합한 판정(fit verdict)을 받고 워크플로우 예정(workflow coming) 라벨이 붙습니다.
rigspark recommend --month 1
rigspark catalog --all --month 3
터미널 UI에서는 m을 입력하면 동일한 1, 2, 3개월 창이 순환되며, 브라우저 작업 공간에는 출시 시점(Released in) 선택기가 있습니다.
rigspark catalog --refresh는 번들링된 레지스트리 스냅샷에 대한 풍부화(enrichment) 유지 관리자 미리보기이며, 게시된 카탈로그를 설치하지 않습니다.
카탈로그 출처, 신뢰성 및 복구 →
20초 투어
