스타(Star)만 해둔 GitHub 리포지토리를 AI 자동 정리 및 의미 기반 검색으로 해결한 OSS 개발

유용해 보이는 리포지토리를 발견할 때마다 스타를 누릅니다. 어느새 3,600개 이상이 쌓였습니다. 막상 사용하고 싶을 때 이름이 기억나지 않거나, 검색에 걸리지 않거나, 결국 Google에서 다시 찾아보게 됩니다. 스타가 '다시는 열어보지 않는 북마크의 무덤'이 되어버린 것입니다.

폴더 분류도 태그 지정도 수동으로는 지속하기 어렵습니다. 정리 자체를 AI에게 맡기자라는 생각으로 만든 것이 제가 개발한 GithubStarsManager입니다.

• AI 자동 정리: 스타한 리포지토리를 AI가 읽고, 요약 및 태그, 카테고리를 자동으로 부여합니다 -

• 의미 기반 검색 (Semantic Search): 하고 싶은 일을 자연어로 작성하면 의미적 근접도에 따라 검색할 수 있습니다 -

• 릴리스 추적: 스타한 프로젝트의 새 버전을 놓치지 않도록 돕습니다 -

• 기타: Forks / Gists 관리, GitHub Lists와의 양방향 동기화, 리포지토리 대상 자연어 Q&A, 플러그인 마켓플레이스

• 검색 기반은 Cloudflare Worker + 벡터 데이터베이스입니다.

• 임베딩 모델은 사용자가 직접 설정하는 BYOK(Bring Your Own Key) 방식입니다 (로컬 모델 또는 클라우드 API 모두 가능).

• 미설정 시에는 LLM을 이용한 어휘 기반 검색으로 폴백(fallback)합니다.

• 스타 데이터 자체는 로컬 퍼스트(Local First, 기기 본체가 기준) 원칙을 따릅니다.

앱은 Electron으로 제작되었으며, MIT 라이선스로 공개하고 있습니다. UI는 일본어를 포함한 10개 언어에 대응합니다.

저자는 프로덕트 매니저여서 코딩을 할 수 없습니다. 이 앱의 코드는 모두 AI 에이전트가 작성했으며, 저는 요구사항 정의와 의사결정만 담당했습니다.

품질 보증은 사람의 검토가 아니라 CI의 **품질 게이트(Quality Gate)**입니다. 아키텍처 경계 체크, i18n 완전성 체크, lint, 타입 체크, 전체 테스트, 빌드가 통과하지 못하는 변경 사항은 병합되지 않습니다.