i-have-adhd vs 랭플로우
두 AI 도구의 기능, 가격, 특징을 상세하게 비교합니다.
| 특성 | i-have-adhd | 랭플로우 |
|---|---|---|
| 가격 유형 | 무료 | 무료 + 유료 |
| 한국어 지원 | 미지원 | 미지원 |
| 플랫폼 | Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot, Cursor, Zed | Web, Desktop, Python Library, Docker, API |
| 오픈소스 | No | Yes |
| API 제공 | - | 제공 |
| SDK | - | 제공 |
| LLM 기반 | - | Yes |
| 멀티모달 | - | Yes |
| AI 모델 | GPT, Claude, Gemini, Llama | |
| GitHub Stars | 17.4K | 148.7K |
| 개발사 | - | Logspace (Acquired by DataStax/IBM) |
| 카테고리 | - | AI 에이전트 프레임워크, 시각적 IDE |
| 상세보기 | 보기 | 보기 |
i-have-adhd 장단점
- 무료 오픈소스로 사용 가능
- 여러 코딩 에이전트와 호환
- 답변을 즉시 실행 가능한 형태로 정리
- 설정 규칙이 명확하고 커스터마이즈 가능
- 독립적인 대화형 AI 서비스가 아님
- 사용하려면 지원되는 코딩 에이전트가 필요함
- 모델 자체의 성능을 향상시키지는 않음
랭플로우 장단점
- 파이썬 개발자에게 친숙한 환경을 제공하며, 컴포넌트 단위의 세밀한 커스터마이징이 가능합니다. 오픈소스 커뮤니티가 매우 활발하며 최신 LLM 기술 및 MCP 프로토콜 반영이 빠릅니다.
- Flowise에 비해 초기 학습 곡선이 다소 높을 수 있으며, 노드 기반 인터페이스가 복잡해질 경우 관리가 어려울 수 있습니다.
i-have-adhd 주요 기능
- 답변과 다음 행동을 먼저 제시
- 다단계 작업을 번호 목록으로 구성
- 진행 상태를 매 턴 재표시
- 구체적인 시간 추정 제공
- 오류를 위치·원인·해결책 중심으로 설명
- 불필요한 서론과 맺음말 억제
랭플로우 주요 기능
- 드래그앤드롭 시각적 플로우 빌더
- MCP(Model Context Protocol) 클라이언트·서버 지원
- OpenAI Responses API 호환 엔드포인트
- CUGA(Configurable Universal Generalist Agent) 컴포넌트
- Docling 기반 고급 문서 파싱
- 시각적 플로우를 파이썬 코드로 내보내기