agents: 무엇인지, 어떤 문제를 해결하는지 & 왜 인기를 얻고 있는지

해결하는 문제

이 프로젝트는 에이전트 워크플로우를 위한 프로덕션급 빌딩 블록 마켓플레이스를 제공합니다. 각 플랫폼마다 다시 작성할 필요 없이 다양한 AI 코딩 어시스턴트(harnesses)에 걸쳐 특화된 AI 에이전트, 기술(skills), 명령(commands)을 생성하는 문제를 해결합니다. 사용자는 세밀하고 단일 목적의 플러그인을 설치하여 AI의 컨텍스트에 필요한 구성 요소만 로드함으로써 컨텍스트 윈도우 오버플로를 방지할 수 있습니다.

작동 방식

이 프로젝트는 모든 플러그인에 대해 단일 Markdown 소스-of-truth를 사용합니다. 그런 다음 어댑터를 사용하여 Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI, GitHub Copilot의 5가지 다른 플랫폼을 위한 harness-native 아티팩트를 생성합니다.

플러그인은 에이전트, 명령, 기술이 자동으로 검색되는 디렉토리 구조로 구성됩니다. 또한 시스템은 계층형 모델 전략을 구현하여 특정 작업(예: 아키텍처 또는 빠른 운영 작업)을 가장 적합한 LLM 모델(예: Opus, Sonnet, Haiku)에 매핑합니다.

대상 사용자

아키텍처, 보안, ML, 인프라와 같은 분야의 도메인 특화 전문 지식을 사용하여 AI의 기능을 확장하고자 하는 AI 코딩 어시스턴트 사용자(개발자 및 엔지니어)와 풀스택 또는 인시던트 대응을 위한 사전 구축된 오케스트레이션 워크플로우를 원하는 사용자입니다.

주요 특징

• Multi-harness Support: Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI, GitHub Copilot과의 네이티브 통합.
• Extensive Library: 88개의 플러그인, 194개의 에이전트, 158개의 기술, 106개의 명령 포함.
• PluginEval Framework: 플러그인의 품질과 신뢰성을 인증하기 위한 층위별 평가 시스템(Static, LLM Judge, Monte Carlo).
• Composable Architecture: 플러그인은 격리되어 있고 조합 가능하여, 활성화된 구성 요소만 컨텍스트에 로드되도록 보장합니다.
• External Memory: 지원되는 harness들을 가로질러 외부 메모리 기능을 제공하기 위한 Pensyve와의 통합.