AntigmaLabs/ante

Ante – 경량 터미널 기반 코딩 에이전트

소개 – Ante는 셸에서 실행되는 단일 바이너리, 독립형 코딩 에이전트입니다. LLM 제공업체(OpenAI, Anthropic, Gemini, Grok, DeepSeek 등)와 통신하거나 번들된 llama.cpp 엔진을 통해 로컬 GGUF 모델을 실행하여 완전히 오프라인 상태에서 작업할 수 있습니다. 바이너리는 Rust로 작성되었으며 압축 시 약 15 MB(압축 해제 시 약 34 MiB)이고 외부 런타임 의존성이 없습니다.

주요 기능

기능	작동 방식
대화형 TUI	ante는 터미널 UI를 실행하여 자연어 프롬프트를 입력하고, 스트리밍되는 LLM 응답을 확인하며, 에이전트가 파일을 편집하거나 명령을 실행하고 저장소를 탐색하도록 할 수 있습니다.
헤드리스 / 스크립트 모드	ante -p "<prompt>"는 일회성 작업을 실행하며 CI, git 훅 또는 빠른 수정에 적합합니다.
서버 모드	ante serve는 stdio, Unix 소켓 또는 WebSocket을 통해 JSONL 프로토콜을 노출하는 데몬을 시작하여 에디터 플러그인 및 사용자 지정 프론트엔드를 지원합니다.
게이트웨이	ante gateway는 메시지를 동일한 에이전트 코어로 전달하는 Slack/Discord 봇을 실행합니다.
멀티 에이전트 오케스트레이션	/term 명령은 다른 에이전트(Claude, Codex 또는 다른 Ante 인스턴스)를 나란히 실행하는 이름이 지정된 tmux 창을 열어 작업을 모니터링하고 개입할 수 있게 합니다.
프로필	JSON 설정 파일(.ante/settings.json 또는 --profile을 통한 지정)은 시스템 프롬프트, 활성화된 도구, 메모리 제한 및 기타 동작을 정의합니다. 프로필을 전환하면 동일한 바이너리를 풀 기능 어시스턴트, 최소한의 "pi" 에이전트 또는 읽기 전용 플래너로 바꿀 수 있습니다.
도구 통합	grep, git, 파일 읽기/쓰기, Bash 실행 및 확장 가능한 범용 "도구" 인터페이스가 내장되어 있습니다.
오프라인 추론	ante를 로컬 GGUF 모델(--offline-model path/to/model.gguf)로 지정하면 번들된 llama.cpp가 모델을 로컬에서 실행합니다. API 키나 인터넷이 필요 없습니다.
확장 가능한 제공업체 카탈로그	~/.ante/catalog.json을 사용하면 임의의 OpenAI 호환 엔드포인트, 사용자 지정 인증 헤더 또는 추가 요청 필드를 추가할 수 있어 모든 LLM 서비스를 사용할 수 있습니다.

성능 – 공개된 Terminal-Bench 2.1 제품군(89개 작업, 각 5회 시도)에서 벤치마크되었습니다. DeepSeek V4.1 Flash 모델을 사용했을 때 Ante는 **83.9%**의 성공률을 달성했으며, 동일한 Docker 워크로드에서 Claude Code 대비 피크 메모리 사용량은 약 1/7, CPU 사용량은 1/9, 디스크 I/O는 1/5 수준이었습니다.

일반적인 워크플로우

# 바이너리 설치 (한 줄 명령)
curl -fsSL https://ante.run/install.sh | bash

# 대화형 코딩 세션
ante

# 빠른 일회성 수정
ante -p "find and fix the failing test in src/auth"

# 로컬 모델을 사용한 오프라인 실행
ante --offline-model ~/.ante/models/Qwen3.5-9B-Q4_K_M.gguf \
     -p "add error handling to src/main.rs"

생태계 – 저장소 포함 항목:

• ante-acp – IDE 통합을 위한 Agent Client Protocol 서버.
• ante-gateway – Slack/Discord 브리지.
• Rust 크레이트(ante-sdk, protocol-shape, exec, llm) – JSONL 프로토콜 및 핵심 기본 요소 노출.
• ante-harbor – 공개 벤치마크 결과에 사용된 어댑터.
• curated/ – 바로 사용할 수 있는 프로필 JSON 파일(예: pi, plan).
• examples/ – 샘플 하네스 및 사용자 지정 통합.

대상 사용자 – 로컬에서 실행 가능하고, 스크립트화하거나 도구에 내장할 수 있으며, 무거운 런타임(Node, Python)을 끌어오지 않는 빠르고 재현 가능한 코딩 어시스턴트를 원하는 개발자. 매우 작은 설치 공간, 검증 가능한 빌드, 수천 개의 동일한 에이전트를 실행하는 능력에 중점을 둡니다.

라이선스 – 소스 코드는 Apache-2.0; 사전 빌드된 바이너리는 별도의 "Binary Preview Terms" 계약에 따라 상업적 용도로 무료 사용 가능합니다.

---

위의 모든 세부 정보는 저장소의 README에서 직접 가져왔습니다.