Devnote
›
ai agent
Tags
적용 사례
도구
Hermes Agent — The Agent That Grows With You TencentDB Agent Memory
AI 에이전트가 대화·문서·코드에서 Chat Memory, Skill, LLM-Wiki, Code-Graph 같은 재사용 가능한 팀 메모리 자산을 만들고 공유하도록 돕는 메모리 허브
단기 컨텍스트는 원본 로그 → 단계 요약 → Mermaid 캔버스로 계층화하고, 장기 개인화는 Conversation → Atom → Scenario → Persona 피라미드로 구성한다고 설명
flat vector store나 단순 요약 대신 하위 계층의 근거를 보존하고 상위 계층의 구조화된 Markdown을 제공해 추적성과 디버깅 가능성을 강조
OpenClaw 연동 기준 토큰 사용량을 최대 61.38% 줄이고 WideSearch 성공률을 33%에서 50%로 높였다고 제시하며, Hermes·Claude Code·Codex 등 여러 에이전트와의 연동을 제공
Prime Agent
코딩 워크플로와 장기 자율 작업을 위한 오픈소스 코딩·리서치 에이전트로, Recursive Language Model(RLM)과 Continual Harness를 핵심 추상화로 제시
persistent IPython을 기본 도구로 삼아 파일·셸·도구 호출·서브에이전트·컨텍스트 관리를 모두 코드로 다루는 programmatic agent 구조를 강조
rlm(...)으로 실제 child agent를 병렬·백그라운드 실행하고, /refine으로 현재 작업 궤적을 검토해 보조 프롬프트·메모리·스킬 같은 harness state를 근거 기반으로 개선daemon 기반 세션 재접속, 자동 compaction, persistent goals, heartbeat, schedules, autonomous mode로 긴 작업이 터미널 세션을 넘어 계속 진행되도록 설계
Semantica
LLM·벡터스토어·에이전트 프레임워크 아래에서 동작하는 graph-native context/decision infrastructure로, 임베딩만 남기는 방식 대신 의미·결정·근거를 감사 가능하게 보존하는 것을 목표로 함
기업 데이터에서 Context Graph와 Knowledge Graph를 만들고 graph analytics, causal reasoning, ontology management, provenance tracking을 제공한다고 설명
그래프 구성·추론·provenance에 LLM이 필수는 아니며, RDF와 labeled property graph를 모두 지원하는 self-hostable·auditable 인프라를 지향
규제 산업처럼 “왜 그런 결정을 했는가”를 나중에 설명해야 하는 agentic system에서 decision intelligence와 end-to-end traceability를 제공하는 용도로 소개
MiMo Code
Xiaomi의 개발자용 AI 코딩 에이전트 문서로, 코드베이스 이해·변경 계획·안전한 코드 편집·검토·디버깅을 지원한다고 소개
터미널, 데스크톱 앱, IDE 확장에서 같은 경험을 제공하며 Install & Launch, 모델 연결, 세션/컨텍스트, 작업 모드, 도구 사용을 문서화
rules, skills, custom commands, MCP, custom tools, specialized agents, formatter, LSP 등 팀 워크플로에 맞춘 커스터마이징 항목을 제공
Pi Coding Agent
워크플로를 제품에 맞추기보다 하네스를 워크플로에 맞게 바꾸는 것을 지향하는 미니멀 에이전트 하네스
extensions, skills, prompt templates, themes를 Pi packages로 묶어 npm이나 git으로 공유·설치할 수 있음
interactive, print/JSON, RPC, SDK 네 가지 모드를 제공해 TUI 사용부터 스크립트·외부 앱 임베딩까지 지원
AGENTS.md/SYSTEM.md, 커스텀 compaction, on-demand skills, dynamic context 등 컨텍스트 엔지니어링을 직접 제어할 수 있는 구조를 강조
oh-my-pi
Pi에서 fork한 터미널용 AI 코딩 에이전트로, 해시 기반 편집과 모델별 튜닝된 하네스를 강조
LSP/DAP, Python·Bun 코드 실행, 브라우저, 서브에이전트, GitHub 파일시스템, ACP 등을 기본 도구로 묶어 제공
40개 이상 프로바이더와 수백 개 모델 라우팅을 지원하고 omp CLI, SDK, RPC, ACP 진입점을 제공
https://github.com/lsdefine/GenericAgent OpenCrabs — Open-Source Terminal AI Agent
GitHub Copilot
Cursor
모델 라우팅
커서, AI 비용 60% 절감하는 '커서 라우터' 공개… "작업별 최적 모델 자동 배정" (AI타임스, 2026.7.23)
Cursor Router는 60만 건 이상의 실제 사용자 요청 데이터를 학습한 AI 분류기로 작업 난이도·맥락·도메인을 분석해 적합한 모델을 자동 선택한다고 소개
단순 작업은 비용 효율 모델로, UI 수정은 디자인 강점 모델로, 장기 추론 작업은 고성능 추론 모델로 보내는 방식
프롬프트 캐시 미스 비용까지 평가에 반영하고, 온라인 A/B 테스트에서 사용자 만족도와 코드 유지율을 핵심 지표로 사용했다고 설명
Auto Intelligence 모드는 최고 수준 모델과 비슷한 만족도를 유지하면서 비용을 약 60% 낮췄고, 기업 초기 운영에서는 30~50% 비용 절감 효과를 확인했다고 정리
메타, AI 비용 절감 위한 내부 라우팅 모델 '스위치보드' 개발 (파이낸스스코프, 2026.7.23)
메타 AAI 랩스가 작업 난이도를 점수화해 간단한 요청을 더 작고 저렴한 모델로 배정하는 내부 모델 라우팅 도구 스위치보드를 개발 중이라고 보도
모든 요청에 최고급 모델 비용을 지불하는 비효율과 AI 인프라 지출 증가가 개발 배경이며, 최근 내부적으로 토큰 사용량 제한과 지출 추적 플랫폼 구축도 공지했다고 설명
스위치보드는 아직 초기 단계라 최종 구현은 불확실하지만, 내부 배포뿐 아니라 외부 조직 대상 공개도 검토 중이라고 정리
메타가 대규모 AI 인프라 투자를 비용 절감과 AI 도구 시장의 새 수익원으로 연결하려는 움직임으로 해석
GPT 5.6 luna 80% 비용 인하 성능 테스트(vs opus5, Gpt 5,6 sol)
같은 프롬프트로 3인칭 드래곤 보스전을 만들게 한 비교에서 Luna 186원·9분 8초, Sol 3,931원·9분 27초, Claude Opus 5 120,854원·1시간 37분으로 비용 차이가 크게 났다고 정리
공격 패턴, 선딜 신호, 구르기 무적, 2페이즈 전환, UI 같은 체크리스트는 세 모델 모두 통과했지만, 실제 플레이 품질은 Opus 5가 훨씬 몰입감 있었다고 평가
핵심 차이로 Opus 5는 브라우저를 열어 스크린샷과 조작으로 직접 검증한 반면 Luna/Sol은 기본 지시만으로는 코드 작성 후 완료 선언에 머물렀다고 분석
저렴한 모델을 쓸 때도 “직접 실행·검증하고 부족한 부분을 고쳐달라”는 명시적 지시를 붙이면 결과가 달라질 수 있으며, 모델 자체 성능뿐 아니라 Codex/Claude Code 같은 하네스 차이도 영향을 줄 수 있다고 본다
MCP
Terminal 도구
Cloudflare Computer
Durable Object 안의 SQLite를 권위 있는 상태로 삼는 virtual filesystem과, workspace.runtime.exec(source, { backend }) 단일 실행 표면을 제공하는 에이전트용 컴퓨터 환경
Container backend는 SQLite 상태를 FUSE mount로 sandbox container에 투영해 Linux userland·실제 바이너리·네트워크를 제공하고, 변경 사항을 RPC로 다시 동기화
Worker 기반 isolate shell과 isolate JavaScript backend도 제공해 컨테이너 없이 just-bash나 ECMAScript module을 Dynamic Worker에서 실행할 수 있음
MCP 예제, Think agent 예제, runtime 비교 UI, Artifact·Assets 예제를 포함하지만 preview 단계라 API 안정성과 프로덕션 사용에는 주의가 필요
BBARIT Terminal
AI agent, terminal, IDE, design, Office, embedded browser를 한 화면에 묶은 네이티브 AI workspace
repo를 읽고 안전하게 수정·검사·수정 반복을 수행하는 BBARIT Agent와, developer/reviewer 터미널을 격리된 worktree에서 돌리는 Broker Agent를 제공
Herdr
여러 coding agent를 하나의 터미널에서 실행·상태 확인·재접속할 수 있는 agent multiplexer
각 agent를 실제 터미널에서 서버 프로세스로 유지하며 SSH나 휴대폰에서도 blocked/working/done 상태를 보고 이어서 지시할 수 있음
Orca
Codex, Claude Code, OpenCode, Pi 같은 coding agent를 각자 isolated git worktree에서 나란히 실행·추적하는 ADE
parallel worktrees, terminal splits, mobile companion, SSH worktrees로 여러 agent의 결과를 비교하고 선택해 병합하는 흐름을 지원
Crabbox — Run Any Repository Command in the Right Box (김옥현 님 공유)
로컬 편집 상태를 local container, cloud VM, SSH host, Windows/WSL2/macOS, managed sandbox 등 적절한 실행 환경으로 동기화해 명령을 실행하고 결과를 다시 스트리밍하는 CLI
fast test loop, coding agent sandbox, cross-platform 실행, browser/desktop QA, parallel experiments, GPU workload 같은 작업별 provider 추천과 crabbox doctor 검증 흐름을 제공
작업 후 임대한 컨테이너나 sandbox를 정리하는 disposable execution 경로를 강조해, agent 하네스 선택과 실행 환경 격리·정리 보장을 분리해서 비교할 수 있게 한다
Open 스펙
Skill
https://agentskills.io/
Agent Skills
AI 코딩 에이전트가 개발 전 과정에서 일관되게 따를 수 있도록, 시니어 엔지니어의 워크플로·품질 게이트·베스트 프랙티스를 skill로 패키징한 저장소
/spec, /plan, /build, /test, /review, /webperf, /code-simplify, /ship 8개 slash command가 개발 생명주기 단계별 skill을 자동 활성화npx skills add addyosmani/agent-skills로 24개 skill 전체를 설치하거나, code-review-and-quality, interview-me, test-driven-development 같은 개별 skill만 골라 설치 가능Claude Code, Cursor, Codex, Copilot, Cline 등 70개 이상 에이전트/IDE 환경을 대상으로 한 설치 경로와 네이티브 통합 문서를 제공
Google Agent Skills
Google 제품과 Google Cloud 기술을 위한 Agent Skills 모음으로, npx skills add google/skills로 저장소의 개별 skill을 선택 설치할 수 있음
Google Cloud 시작·인증·온보딩, solution architecture, agentic analytics, data science workflow, bidirectional streaming, RAG, serverless app 같은 multi-product solution skill을 제공
Agent Platform, BigQuery AI/ML, Gemini API, Live API, Model Garden, prompt management, RAG Engine, eval flywheel 등 AI/ML 관련 운영 skill을 포함
GKE inference, cluster creation, networking, storage, reliability, productionize, troubleshooting 등 인프라 skill까지 포함해 클라우드 작업 절차를 에이전트 skill로 패키징하려는 방향을 보여줌
https://www.productcompass.pm/p/pm-skills-marketplace-claude Claude Skills는 굉장하다, MCP보다 더 큰 혁신일지도
Children