에이전트 기반 개발 쇼케이스

dx-agent-dev 쇼케이스

단 하나의 자연어 프롬프트로 AI 코딩 에이전트가 DEEPX NPU SDK를 기반으로 구축한 실제 앱 — 프롬프트, 측정 결과, 원클릭 재현 방법, 전체 빌드 세션 트랜스크립트와 함께 저장됩니다.

**dx-agent-dev (Beta)**를 보여주는 쇼케이스입니다. 앱이나 태스크를 자연어로 설명하면 에이전트가 DEEPX 지식 베이스를 end-to-end로 구동합니다(브레인스토밍 → 계획 → TDD → 검증). 기능 소개 및 동작 방식 → 에이전트 기반 개발 문서. 아래 각 카드는 해당 쇼케이스의 README(전체 세부 정보 + 트랜스크립트)로 연결됩니다.

빌드 시간 및 비용 참고 — 각 쇼케이스에 표시된 빌드 시간, 출력 토큰 수, 비용은 해당 쇼케이스의 빌드 세션 트랜스크립트(*-session.md)에서 측정된 실제 수치로, 코딩 에이전트의 공개 요금 정책으로 산정된 것입니다. 추정치나 선별된 최적 실행 결과가 아닙니다. AI 코딩 에이전트는 비결정적이므로 동일한 프롬프트라도 환경과 모델 버전에 따라 빌드 시간과 비용이 다를 수 있습니다.

NPU 기반 AI 앱 (미니게임)

단 하나의 자연어 프롬프트로, 약 20분, 약 $10에 완전 자율 DEEPX-NPU 앱을 빌드하세요. 포즈 감지 기반 미니게임과 아케이드 HUD, 단일 프롬프트로 end-to-end 구축.

Showcase	Kind	Highlight
Squat-Counting Mini-Game	game	pose game + arcade HUD
Stretching Coach Mini-Game	game	coach avatar + 3 stages

Squat-Counting Mini-Game

무릎/고관절 각도로 스쿼트 횟수를 세고 아케이드 HUD(횟수 / 점수 / DOWN·UP·GOOD!)를 표시합니다.

Highlight: pose game + arcade HUD · Claude Opus 4.8 · ≈ 12 min · ≈ $7.3 — details →

Stretching Coach Mini-Game

애니메이션 코치 아바타가 각 목표 포즈를 시연하며 3가지 스트레칭을 안내합니다.

Highlight: coach avatar + 3 stages · Claude Opus 4.8 · ≈ 15 min · ≈ $8.1 — details →

Ultralytics 에코시스템 통합

자연어 한 줄로, 단 한 번의 명령으로 모든 Ultralytics YOLO를 DEEPX NPU로 포팅하거나 도메인 맞춤 재훈련을 수행하세요. format=deepx 내보내기 + 4-way 평가(base/retrained × fp32-GPU / INT8-NPU); INT8 ≈ fp32 정확도, 도메인 모델은 NPU에서 더 빠르게 실행됩니다.

Showcase	Kind	Highlight
Ultralytics YOLO → DeepX Export	export	1-cmd .pt → .dxnn
African Wildlife Monitoring	retrain	mAP ~0.0007→0.79, 59→80 FPS
Construction PPE Safety	retrain	mAP 0.0001→0.257, 58→80 FPS
Brain-Tumor Screening	retrain	mAP ~0.0005→0.40, 59→83 FPS
Pharmaceutical Pill Inspection	retrain	mAP ~0.001→0.75 (mAP50 0.97), 55→78 FPS

Ultralytics YOLO → DeepX Export

yolo export ... format=deepx 명령 하나로 Ultralytics YOLO .pt 모델을 DeepX NPU 배포 가능 모델(.dxnn)로 변환한 뒤, NPU 추론 및 검증을 실행합니다.

Highlight: 1-cmd .pt → .dxnn · Claude Sonnet 4.6 · ≈ 12 min · ≈ $2.4 — details →

African Wildlife Monitoring

사파리/보전 카메라용으로 yolo26n을 african-wildlife(버팔로/코끼리/코뿔소/얼룩말) 데이터셋으로 재훈련; base/retrained × fp32/INT8 4-way 평가.

Highlight: mAP ~0.0007→0.79, 59→80 FPS · Claude Opus 4.8 · ≈ 7 min · ≈ $3.2 — details →

Construction PPE Safety

현장 안전 카메라용으로 yolo26n을 construction-ppe(헬멧/조끼/...) 데이터셋으로 재훈련; base/retrained × fp32/INT8 4-way 평가.

Highlight: mAP 0.0001→0.257, 58→80 FPS · Claude Opus 4.8 · ≈ 17 min · ≈ $4.0 — details →

Brain-Tumor Screening

의료 엣지 디바이스용으로 yolo26n을 brain-tumor(MRI/CT) 데이터셋으로 재훈련; base/retrained × fp32/INT8 4-way 평가.

Highlight: mAP ~0.0005→0.40, 59→83 FPS · Claude Opus 4.8 · ≈ 9 min · ≈ $3.7 — details →

Pharmaceutical Pill Inspection

제약 계수 스테이션용으로 yolo26n을 medical-pills 데이터셋으로 재훈련; base/retrained × fp32/INT8 4-way 평가.

Highlight: mAP ~0.001→0.75 (mAP50 0.97), 55→78 FPS · Claude Opus 4.8 · ≈ 8 min · ≈ $5.1 — details →

PaddlePaddle 에코시스템 통합

단 하나의 간결한 프롬프트로 PaddleOCR(PP-OCRv5)을 DEEPX NPU에서 실시간 비디오 및 웹캠 OCR로 구현하세요. Baidu의 PaddlePaddle OCR(텍스트 감지 → 방향 보정 → 인식)을 DX-M1 NPU에서 실행합니다.

Showcase	Kind	Highlight
Video / Webcam OCR (PP-OCRv5)	app	PP-OCRv5 det→cls→rec on-device (~2.8 FPS, 341 ms/frame); 14 text regions/frame; video + webcam from one --source flag

Video / Webcam OCR (PP-OCRv5)

DX-M1 NPU에서 실시간 텍스트 감지 및 인식 — 비디오 파일과 라이브 웹캠을 단일 코드 경로로 처리하며, 감지된 박스와 인식된 문자열을 오버레이합니다.

Highlight: PP-OCRv5 det→cls→rec on-device (~2.8 FPS, 341 ms/frame); 14 text regions/frame; video + webcam from one --source flag · Claude Opus 4.8 · ≈ 18 min · ≈ $12.0 — details →

RapidAI 에코시스템 통합

단 하나의 간결한 자연어 프롬프트로 DEEPX NPU에서 실행하는 PDF → Markdown 문서 변환 앱을 구현하세요. RapidAI의 RapidDoc(PP-StructureV3): 레이아웃, OCR, 표, 수식 — PaddlePaddle 학습 모델을 DX-M1 NPU에서 실행합니다. 포크의 파이프라인으로부터 생성된 독립형 자체 완결 앱입니다.

Showcase	Kind	Highlight
PDF → Markdown (document conversion app)	app	9-page financial report parsed on-device; standalone app — vendored rapid_doc, own entry, no fork clone; 21 headings + 9 HTML tables preserved (auto 12.6s / ocr 14.7s)

PDF → Markdown (document conversion app)

RapidDoc 포크를 통해 DEEPX DX-M1 NPU에서 PDF(디지털 또는 스캔)를 구조화된 Markdown + JSON으로 변환합니다 — 레이아웃 분석, OCR, 표, 수식 지원. --parse-method auto|txt|ocr 옵션을 지원합니다.

Highlight: 9-page financial report parsed on-device; standalone app — vendored rapid_doc, own entry, no fork clone; 21 headings + 9 HTML tables preserved (auto 12.6s / ocr 14.7s) · Claude Opus 4.8 · ≈ 12 min · ≈ $6.2 — details →

쇼케이스 재현하기

cd dx-agent-dev-showcase/<showcase>
bash setup.sh && bash run.sh        # retrain/export showcases
## games: ./setup.sh then ./run.sh (or ./run.sh --camera 0)

x86-64 Linux + DeepX 런타임(dx_engine) 필요. 쇼케이스별 사전 요구 사항과 정확한 프롬프트는 각 쇼케이스의 README에 있습니다.

한국어: README-ko.md.