TubeCLI — 비디오 제작, 브라우저 구동, 사이트 배포 및 작업 보드를 처리하는 자체 호스팅 AI 에이전트 팀
코딩 에이전트는 코드를 작성합니다. 이 도구는 운영(operations)을 실행합니다 — 사용자의 기기에서, 사용자의 키로, 사용자의 클라이언트를 위해.
<p align="center">
<b>English</b> |
<a href="READMEs/README_zh-CN.md">简体中文</a> |
<a href="READMEs/README_zh-TW.md">繁體中文</a> |
<a href="READMEs/README_ja.md">日本語</a> |
<a href="READMEs/README_ko.md">한국어</a> |
<a href="READMEs/README_es.md">Español</a> |
<a href="READMEs/README_tr.md">Türkçe</a> |
<a href="READMEs/README_ru.md">Русский</a> |
<a href="READMEs/README_vi.md">Tiếng Việt</a>
</p>
<p align="center">
<a href="https://github.com/tubecreate/tubecli/stargazers"><img src="https://img.shields.io/github/stars/tubecreate/tubecli?style=for-the-badge&color=2a2a2a&labelColor=1a1a1a" alt="TubeCLI의 GitHub 스타 수" /></a>
<a href="https://github.com/tubecreate/tubecli/blob/main/LICENSE"><img src="https://img.shields.io/badge/LICENSE-MIT-00897b?style=for-the-badge&labelColor=333333" alt="MIT 라이선스 — 재판매 및 화이트 라벨링 가능" /></a>
<img src="https://img.shields.io/badge/SELF--HOSTED-YES-4c1?style=for-the-badge&labelColor=333333" alt="자체 호스팅 AI 에이전트, 클라우드 불필요" />
<img src="https://img.shields.io/badge/LOCAL_LLM-OLLAMA-ff6b35?style=for-the-badge&labelColor=333333" alt="Ollama를 통한 로컬 LLM 실행" />
<img src="https://img.shields.io/badge/PYTHON-3.10+-0078d4?style=for-the-badge&logo=python&logoColor=white&labelColor=333333" alt="Python 3.10+" />
<img src="https://img.shields.io/badge/API-FASTAPI-009688?style=for-the-badge&logo=fastapi&logoColor=white&labelColor=333333" alt="FastAPI 백엔드" />
</p>
TubeCLI는 자체 호스팅(self-hosted) 방식의 오픈 소스 AI 에이전트 팀으로, 실제 운영 작업을 엔드 투 엔드(end to end)로 실행합니다. 이는 채팅 래퍼(chat wrapper)가 아니며, 사용자가 자신의 에이전트를 코딩해야 하는 프레임워크도 아닙니다. CLI, 웹 대시보드, Telegram 또는 TubeCLI Cloud의 Flow 캔버스에서 일반 언어로 작업을 설명하면, 에이전트 팀이 사용자 본인의 기기에서, 사용자 본인의 키를 사용하여 실제 도구와 함께 이를 수행합니다.
v2026.08.09.193 · Python 3.10+ / FastAPI / Node.js / Vue / Three.js · MIT
2026년 8월 – 10월 새로운 기능
-
에이전트가 오늘 읽은 내용을 바탕으로 한 내레이션 비디오 제작. content_video는 에이전트 자체 코퍼스(스크랩한 기사, 시청한 영상, 붙여넣은 링크)를 스크립트 → 스토리보드 → 이미지 → 음성 → mp4로 변환하여 작업 보드(Task Board)에 대기열로 추가합니다. 화면 비율 16:9 또는 9:16, 9개 언어 중 선택 가능하며, 사용자가 직접 작성한 스크립트를 위한 단어별 표기 모드(verbatim mode), 항목당 하루에 하나의 비디오를 생성하는 콘텐츠 대기열, 충돌 후 재개 렌더링, 그리고 생성된 썸네일과 함께 YouTube로 자동 게시할 수 있는 옵션이 제공됩니다.
-
코어에 통합된 Canvas Engine. 장면 렌더러(레이아웃, 단어별 자막, 칠판 및 스케치 템플릿, 장면별 클립)가 이제 TubeCLI와 함께 배포되며 업데이트됩니다.
-
Codex GPT 노드. OpenAI Codex CLI는 TubeCLI 하에서 사용자의 기기에서 실행됩니다. 여러 ChatGPT 구독을 하나의 금고(vault)에 모아두고 할당량 소진 시 자동으로 전환하며, Flow 캔버스에서 채팅 세션을 관리할 수 있고, MCP 서버(tubecli)를 통해 Codex가 작업 보드, 브라우저 프로필, 확장 프로그램 및 API를 구동합니다.
-
Provider로서의 Muse. muse.ai (Meta의 에이전트)는 API가 없습니다. TubeCLI는 이 웹 앱을 로그인된 브라우저 프로필 내부에서 구동하며, 텍스트, 16:9/9:16 이미지, 10초 분량의 이미지-비디오 클립 등 다른 모든 제공업체와 마찬가지로 노출합니다. 여러 계정을 병렬로 처리할 수 있습니다.
-
더 많은 음성 및 이미지 지원. OmniVoice와 EverAI 음성을 사용하며, TTS VibeVoice (Edge 대체), 단어 타이밍이 포함된 CapCut TTS를 이용할 수 있습니다. Cloudflare FLUX, gpt-image, Gemini, Muse가 백엔드에 있는 공유 이미지 코어(core/image_gen.py)를 제공하며, 일일 할당량 키 순환 및 '키 테스트' 버튼 기능도 갖추고 있습니다.
-
결과물을 사용자가 보관하는 방식. 완성된 비디오, 장면별 클립, SRT 자막, 디렉터 보드(director boards), 프롬프트가 담긴 Google Sheet는 사용자의 Google Drive로 전송됩니다. 하나의 클릭으로 완성된 비디오를 다른 언어로 복제할 수 있으며, 다른 작문 모델, 이미지 모델 또는 음성으로 단계를 재시도할 수 있습니다.
-
TubeCLI Cloud 및 Agent Town. cloud.tubecreate.com에서 선택적으로 호스팅되는 캔버스를 이용할 수 있습니다: 6자리 코드로 자체 PC를 연결(무료), 플랫폼에서 VPS를 받거나 이미 가지고 있는 장치를 SSH를 통해 연결할 수 있습니다. 브라우저를 실시간으로 모니터링하고, Agent Town에 에이전트를 게시하여 방문자들이 그들과 채팅하고 고용하도록 할 수 있습니다. (예: 제품 사진을 이용한 광고 비디오 제작, 베트남어 'NĐ 30' 단어 서식 지정, 원격 브라우저 세션 등).
-
자체 PC를 서버로 사용. 파일 하나로 연결 클라이언트가 TubeCLI가 누락된 경우 설치하고, 실행 상태를 유지하며, Cloudflare 터널을 보유하고, 시스템 트레이에 상주하며 컴퓨터와 함께 시작됩니다. Windows, macOS 및 Linux를 지원하며, install-cn.sh와 GitHub 프록시를 통해 중국 본토의 장치도 포함합니다.
-
운영 기능. 확장은 TubeCLI 재시작 없이 핫 리로드(hot reload)로 업데이트됩니다. 장치는 15분마다 CPU/RAM/디스크 정보를 클라우드에 보고하며, 브라우저 세션은 조용한 종료 대신 '이미 열림' 또는 메모리 부족 상태와 같은 명명된 이유를 가지고 복구됩니다.
실제 작동 방식 (What it actually does)
오늘 읽은 내용을 비디오로 만들기
에이전트에게 "오늘 읽은 내용으로 비디오를 만들어줘"라고 지시하거나(또는 링크를 전달하면), 에이전트는 다음 작업을 파일합니다:
{"action": "content_video_run", "aspect_ratio": "9:16", "language": "en", "target_words": 1500,
"sources": ["https://example.com/article", "https://youtube.com/watch?v=..."],
"publish": true, "publish_channel_name": "My Channel", "thumbnail": true}
작업 보드(Task Board)의 모든 단계와 재개 가능한 렌더링에서 순서대로 실행되는 과정은 다음과 같습니다: Content Studio에 텍스트 및 이미지 프로바이더가 있는지 확인합니다 (여기서 실패하면 비용 지출 전 중단) → 에이전트의 일일 코퍼스(corpus)를 읽습니다 → 스크립트를 가져오고 추가 링크를 크롤링합니다 → 에이전트 모델을 사용하여 스크립트를 작성합니다 → Content Studio 템플릿으로 스토리보드를 만듭니다 → 이미지를 그립니다 → 내레이션을 읽습니다 (CapCut, VibeVoice, OmniVoice, EverAI 또는 Edge 음성 사용) → Canvas Engine으로 렌더링합니다 → Drive에 업로드하고 요청했다면 YouTube에 게시합니다. 사용자가 직접 텍스트를 붙여넣으면 비디오가 이를 있는 그대로(verbatim) 읽고, AI는 그림만 설명합니다.
한 문장으로 실제 웹사이트 배포하기
채팅이나 Telegram에서 “coffee-machine 템플릿을 사용하여 coffee-shop이라는 웹사이트를 만들어줘”와 같이 말하면, 웹사이트 에이전트가 사용자의 자체 Cloudflare 계정을 대상으로 전체 체인을 실행하며 모든 단계를 실시간 로그로 스트리밍합니다:
[1/9] git clone --depth=1 -- <template> → clone
[2/9] npm install
[3/9] wrangler d1 create + wrangler r2 bucket create
...
모든 단계는 deploy_runner.js에 있습니다. 신뢰하기 전에 읽어보세요. 이는 원클릭(one-click) 방식이 아닙니다: 유효한 Cloudflare 자격 증명과 D1 할당량(quota)이 필요하며, 단계가 실패하면 절반만 만들어진 사이트를 완료된 것으로 보고하는 대신 멈추고 로그에 해당 단계를 명시합니다.
비디오 자막, 번역, 더빙 및 복제하기
tubecli skill run "Analyze Channel" --input "https://www.youtube.com/@channel"
tubecli skill run "Extract Subtitle" --input "<video-url-or-path>"
tubecli skill run "Translate Subtitle" --input "<job-id>"
세 가지 교체 가능한 추출 엔진 — 로컬 Whisper, Gemini 또는 YouTube 캡션 — 을 통해 SRT / JSON / VTT / ASS 형식으로 내보냅니다. 완성된 TubeCLI 비디오는 Task Board 카드에서 다른 언어로 복제될 수 있습니다 (새로운 나레이션, 동일한 이미지). 번인(Burn-in) 및 하드자막 제거(ffmpeg delogo/blur/pixel/fill with OpenCV region detection) 기능이 구현되어 검토 가능하지만, 실험적인 것으로 간주해야 합니다.
실제 브라우저 구동하기
Anti-detect 브라우저 프로필 (Linux/macOS용 ShardX 엔진, Windows용 BAS), 프로필별 프록시 및 지문(fingerprints), 에이전트가 비밀번호를 볼 필요 없이 로그인할 수 있게 해주는 Keychain 금고, TOTP 2FA, 다운로드가 필요할 때 실행 중인 프로필에서 가져오는 YouTube 쿠키, 그리고 기록된 단계별 자동화를 위한 Script Studio를 갖추고 있습니다. Flow 캔버스에서는 브라우저가 실시간으로 작동하는 것을 보고, 직접 타이핑하고, 에이전트에게 넘겨줄 수 있습니다 — 또는 스케줄에 따라 에이전트가 헤드리스(headless)로 실행하도록 하고 원할 때 확인할 수 있습니다.
되돌릴 수 없는 작업 앞에는 인간을 배치하기
파괴적인 작업을 제안하는 에이전트는 단순히 그 일을 수행하지 않습니다:
AI가 생성한 작업은 pending_approval에 도착하여 대기합니다. 배포(Deploying), 게시(publishing) 및 삭제하는 모든 과정이 이 게이트를 통과해야 하며, 모든 작업은 단계별 타이밍 및 재시도 카운터와 함께 추가 전용(append-only) JSONL 감사 추적을 유지합니다.
어디서든 실행하기
동일한 파이프라인이 모든 표면 — CLI, 웹 대시보드, Telegram 봇, 그리고 TubeCLI Cloud의 Flow 캔버스 — 을 지원합니다. 봇에 링크를 보내면 완성된 파일과 함께 응답을 받거나; 휴대폰에서 작업을 승인하거나; 브라우저에서 렌더링 또는 배포 로그 스트림을 확인할 수 있습니다.
모델: 모든 LLM 호출은 로컬 Ollama에서 실행됩니다 — API 키가 필요 없고, 토큰당 비용이 없습니다 — 또는 Gemini, OpenAI, Claude, DeepSeek, Grok, OpenRouter, Cloudflare Workers AI, 로컬 9Router 엔드포인트, Muse (브라우저 세션을 통해), 그리고 자체 키를 사용하는 Codex CLI (사용자의 ChatGPT 플랜)에서 실행됩니다. 핵심 경로는 모델을 전혀 호출하지 않는 제로-토큰(zero-token)의 빠른 경로를 사용합니다.
추가 기능: WP REST API를 통한 WordPress 게시, 웹 크롤링 및 변경 감지(change watching), 50개 이상의 플랫폼 비디오 다운로드, Douyin/TikTok 다운로드, Google Sheets, Calendar 및 Drive, 공유 미디어 라이브러리, POD / 그래픽 / 콘텐츠 스튜디오, 그리고 라이브 스트림 재송출(restreaming) 기능이 포함됩니다.
대시보드 (The dashboard)
이 모든 기능은 또한 localhost:5295/dashboard 브라우저에서 구동할 수 있습니다 — 에이전트, 브라우저 프로필, 스킬, 워크플로우, 확장 프로그램, API 키, Task Board 및 Codex GPT 콘솔을 한 곳에 모았으며, 헤더에는 로컬 Ollama와 브라우저 상태가 실시간으로 표시되고 사이드바에는 설치된 모든 스튜디오가 표시됩니다.
TubeCLI web dashboard: agent, browser profile, skill, workflow and extension counts; live status for the API server, local Ollama and browser engine; quick actions for the workflow builder, teams, 3D studio, subtitle extractor, web crawler and studios
사람들이 이것을 선택하는 이유 (Why people pick it)
- "웹사이트가 아니라 스캐폴드만 생성했어요." 배포 러너(deploy runner)는 사용자의 Cloudflare 계정에서 9단계의 실제 단계를 실행하며, URL이 응답할 때까지 중단되지 않습니다. 모든 단계는 레포지토리에서 확인할 수 있습니다. 위에 언급된 주의사항을 참고하세요. 이것은 마법이 아니라 실제로 작동하는 기능입니다.
- "스크립트가 아니라 비디오 자체를 원해요."
content_video는 사용자의 Drive에 mp4 파일로 저장되며(요청했다면 채널에도 저장됨), 실패한 단계는 카드에 그 내용을 표시합니다. 렌더링이 중단되어도 이미 확보된 프레임부터 재개됩니다.
- "프레임워크는 무료지만, 제가 다시 판매할 수는 없다고 해요." TubeCLI는 MIT 라이선스입니다: 다중 테넌트 배포(multi-tenant deployment), 화이트라벨링(white-labelling) 및 재판매가 모두 허용됩니다. 비교하자면, n8n의 Sustainable Use License는 호스팅 서비스로 재판매하는 것을 금지하며, Dify의 수정된 Apache 라이선스는 다중 테넌트 환경 운영과 로고 제거를 금지합니다. (CrewAI, LangGraph, OpenHands 역시 MIT입니다 — 이 주장은 그들에게 적용되지 않습니다.)
- "에이전트가 무엇을 할지 결정하느라 토큰을 많이 소모했어요." 일반적인 흐름은 제로 토큰(zero-token)의 빠른 경로(fast paths)를 통해 라우팅됩니다. 이는 모델 호출 없이 작동하는 결정론적 의도 매칭입니다. LLM은 실제로 판단이 필요한 경우에만 사용됩니다.
- "클라이언트의 자격 증명을 다른 사람의 클라우드에 두고 싶지 않아요." 모든 것이 사용자 하드웨어에서 실행됩니다. 키는 자체
data/ 디렉토리에 보관되며, 소셜 로그인은 Keychain 볼트에 유지되고, 로컬 Ollama를 사용하면 시스템은 외부 API가 전혀 필요 없습니다.
- "에이전트가 되돌릴 수 없는 작업을 수행했어요." Codex 큐 게이트(Codex queue gates)가 이를 제어합니다. AI가 생성한 작업은
pending_approval에 도착하여, 배포, 게시, 삭제와 같은 되돌릴 수 없는 작업이 실행되기 전에 인간의 승인을 기다립니다. 모든 작업에는 추가 전용(append-only) JSONL 감사 추적(audit trail)이 포함되며, 진행 중인 작업은 중간에 취소하고 멈춘 단계부터 재시작할 수 있습니다.
🌟 주요 기능 (Key Features)
