尚未偵測到更新。GitHub 發布版本後會顯示在這裡。
依最近已完成的 8 小時觀測回合間的 GitHub 星號增量排序
Type the product name from the box. Bygga shows every assembly step in 3D, with the parts, screws and tools for each one, and reads it out loud.
翻譯準備中
個人 GitHub 帳號下公開儲存庫的擁有者可以登入並驗證所有權，自行管理介紹，無需管理員核准。
登入並產生驗證檔案，在 30 分鐘內將其提交至此儲存庫的預設分支。其他分支或分叉儲存庫中的檔案無效。然後在下方檢查檔案，即可無需管理員核准直接管理專案。請保留檔案以維持管理權限。
如需登入，將前往登入頁面。登入後請回到此處，再次點擊所選的驗證按鈕。
在專案資料夾中執行 /nomorevibe verify，即可驗證所有權並自行管理介紹。
一分鐘完成驗證명지대학교 학생을 위한 AI 기반 분실물·습득물 통합 서비스 | 2026학년도 명지대학교 바이브코딩 실전활용 경진대회 장려상 수상
翻譯準備中
取自儲存庫 README
正在載入完整 README。 以下為已儲存的摘錄。
명지대학교 학생을 위한 AI 기반 분실물·습득물 통합 서비스 흩어진 분실물 정보를 한곳에 모으고, 자연어와 이미지를 활용해 잃어버린 물건을 더 쉽게 찾을 수 있도록 만든 서비스입니다. 🏆 2026학년도 명지대학교 바이브코딩 실전활용 경진대회 장려상 MJU Find는 명지대학교 학생이 개발·운영하는 서비스이며, 명지대학교의 공식 서비스가 아닙니다. 학교에서 물건을 잃어버리면 분실물 정보가 학생회, 커뮤니티, SNS, 경비실 등 여러 곳에 흩어져 있어 이미 누군가 물건을 발견했더라도 찾기 어려운 경우가 있습니다. MJU Find는 이러한 정보를 하나의 서비스에 모으고, 단순한 키워드 검색뿐 아니라 자연어 의미 검색, 이미지 유사도 검색, AI 기반 추천 매칭을 제공해 분실자와 습득자를 연결합니다. MJU Find의 검색은 단순 문자열 일치가 아니라 게시글의 의미와 이미지 특징을 벡터로 변환한 뒤 유사도를 비교합니다. 처럼 문장으로 검색해도 게시글의 표현이 정확히 같지 않더라도 의미가 비슷한 결과를 찾을 수 있습니다. 텍스트 임베딩에는 한국어 문장 표현에 적합한 Sentence Transformer 계열 모델을 사용합니다.檢視完整 README ↗
흩어진 분실물 정보를 한곳에 모으고,
자연어와 이미지를 활용해 잃어버린 물건을 더 쉽게 찾을 수 있도록 만든 서비스입니다.
🏆 2026학년도 명지대학교 바이브코딩 실전활용 경진대회 장려상
MJU Find는 명지대학교 학생이 개발·운영하는 서비스이며, 명지대학교의 공식 서비스가 아닙니다.
학교에서 물건을 잃어버리면 분실물 정보가 학생회, 커뮤니티, SNS, 경비실 등 여러 곳에 흩어져 있어 이미 누군가 물건을 발견했더라도 찾기 어려운 경우가 있습니다.
MJU Find는 이러한 정보를 하나의 서비스에 모으고, 단순한 키워드 검색뿐 아니라 자연어 의미 검색, 이미지 유사도 검색, AI 기반 추천 매칭을 제공해 분실자와 습득자를 연결합니다.
분실물 · 습득물 등록
↓
AI 검색 · 추천 매칭
↓
관련 게시글 발견
↓
댓글 · 1:1 채팅 · 단체 문의
↓
물건 반환
| 기능 | 설명 |
|---|---|
| 🔎 자연어 AI 검색 | 키워드가 정확히 일치하지 않아도 의미적으로 유사한 게시글 검색 |
| 🖼️ 이미지 유사도 검색 | 사진을 기반으로 비슷한 물건이 포함된 게시글 검색 |
| ✨ AI 추천 매칭 | 게시글 등록 후 텍스트와 이미지를 고려해 관련 분실물·습득물 자동 추천 |
| 📝 게시글 관리 | 분실물·습득물 등록, 수정, 삭제 및 상세 정보 관리 |
| 💬 1:1 채팅 | 게시글 작성자와 실시간으로 대화하고 이미지 전송 |
| 💭 댓글·답글 | 게시글에서 추가 정보 공유 및 소통 |
| 🔔 알림 | 채팅, 댓글, 신고 처리, 키워드 관련 알림 |
| 🏢 단체 기능 | 학생회·동아리 등 단체 생성 및 단체 명의 게시글·댓글·문의 |
| 🛡️ 신고 및 관리 | 게시글, 댓글, 메시지, 사용자 신고와 관리자 처리 |
| 🌏 다국어 지원 | 한국어를 포함한 여러 언어의 UI 지원 |
MJU Find의 검색은 단순 문자열 일치가 아니라 게시글의 의미와 이미지 특징을 벡터로 변환한 뒤 유사도를 비교합니다.
flowchart LR
A["자연어 검색어"] --> B["Text Encoder"]
B --> C["Text Embedding"]
C --> D["pgvector"]
D --> E["Vector Similarity Search"]
E --> F["관련 게시글"]
예를 들어,
공학관에서 검은색 무선 이어폰을 잃어버렸어요
처럼 문장으로 검색해도 게시글의 표현이 정확히 같지 않더라도 의미가 비슷한 결과를 찾을 수 있습니다.
텍스트 임베딩에는 한국어 문장 표현에 적합한 Sentence Transformer 계열 모델을 사용합니다.
flowchart LR
A["검색 이미지"] --> B["Image Encoder"]
B --> C["Image Embedding"]
C --> D["pgvector"]
D --> E["Vector Similarity Search"]
E --> F["비슷한 물건"]
이미지의 색상이나 단순 픽셀을 비교하는 것이 아니라, 이미지 모델이 추출한 특징 벡터를 기반으로 유사한 물건을 검색합니다.
검색에 자연어와 이미지를 함께 입력할 수도 있습니다.
자연어 ──→ Text Embedding ──┐
├─→ 유사도 계산 → 검색 결과
이미지 ──→ Image Embedding ─┘
검색 조건에 따라 텍스트와 이미지의 유사도를 함께 고려해 결과를 정렬합니다.
아래 이미지는 실제 서비스 화면으로 교체할 예정입니다.
| 영역 | 기술 |
|---|---|
| Frontend | Next.js, React, TypeScript, Tailwind CSS |
| Backend | Next.js App Router, Route Handlers |
| Authentication | Auth.js v5, Google OAuth |
| Database | PostgreSQL |
| ORM | Prisma |
| Vector Search | pgvector |
| AI | Text Embedding, Image Embedding |
| Storage | Supabase Storage |
| Realtime | Supabase Realtime |
| Deployment | Vercel |
| Testing | Vitest |
flowchart TD
U["User"]
U --> N["Next.js"]
N --> AUTH["Auth.js"]
N --> API["Application Logic"]
N --> AI["AI Embedding"]
N --> STORAGE["Supabase Storage"]
N --> REALTIME["Supabase Realtime"]
API --> PRISMA["Prisma"]
PRISMA --> DB[("PostgreSQL")]
DB --> VECTOR["pgvector"]
AI --> TEXT["Text Embedding"]
AI --> IMAGE["Image Embedding"]
TEXT --> VECTOR
IMAGE --> VECTOR
서비스는 Google OAuth를 이용해 사용자를 인증합니다.
기본적으로 명지대학교 @mju.ac.kr 계정을 사용하는 구성원을 대상으로 하며, 서비스 운영상 필요한 경우 관리자가 승인한 외부 관계자도 이용할 수 있습니다.
외부 관계자는 일반 사용자 권한으로 서비스를 이용하며 별도의 관리자 권한은 부여되지 않습니다.
또한 다음과 같은 계정 관리 기능을 제공합니다.
경진대회 제출 이후 실제 서비스 운영을 고려해 운영·보안 구조를 지속적으로 보완했습니다.
현재 전체 테스트 기준:
1,842 tests passed
총 25개 참가 팀 중 본선 8개 팀에 진출했으며 최종 장려상을 수상했습니다.
경진대회가 끝난 뒤에도 프로젝트를 종료하지 않고 실제 사용자를 받을 수 있는 서비스로 발전시키고 있습니다.
단순한 기능 구현을 넘어 다음과 같은 실제 서비스 운영 과정을 경험하는 것을 목표로 하고 있습니다.
git clone https://github.com/oyueo-mm/mju-lost-found.git
cd mju-lost-found
npm install
cp .env.example .env
필요한 환경 변수는 .env.example을 참고하세요.
실제 서비스의 비밀키와 인증 정보는 저장소에 포함하지 않습니다.
npm run dev
npm test
npm run lint
npx tsc --noEmit
Production 배포 전 Preview 환경에서 주요 기능과 데이터베이스 Migration을 먼저 검증합니다.
개발
↓
자동 테스트
↓
Preview 배포
↓
Preview DB 검증
↓
Production Migration
↓
Production 배포
↓
Production 검증
MJU Find는 다음 정책을 서비스 내에서 제공합니다.
개인정보 관련 문의:
AI-powered Lost & Found Platform for Myongji University
Made for better lost & found experience.