Prism-Shadow/penguin-harness

PenguinHarness – 에이전트 자기 진화(RSI)를 위한 통합 프레임워크

그것은 무엇인가

고정 모델 주변의 하네스인 AI 에이전트를 실행, 평가, 자동 개선할 수 있는 오픈소스 플랫폼입니다. **재귀적 자기 개선(RSI)**에 초점을 맞춥니다: 하네스(프롬프트, 도구, 스킬, 훅)는 진화하지만 기본 언어 모델은 변경되지 않습니다.
데스크톱 앱, 웹 앱, CLI, SDK로 제공되어 로컬, 서버 또는 Docker 내에서 작업할 수 있습니다.

핵심 아이디어

RSI 알고리즘을 플러그인으로 – 프레임워크에는 여러 연구급 자기 진화 알고리즘이 포함되어 있습니다:
- default-rsi-toolkit – 간단한 시도-반성-개선 루프.
- opro-rsi-toolkit – OPRO 구현(과거 점수 매겨진 실행에서 프롬프트 최적화).
- ape-rsi-toolkit – APE(예제에서 후보 지침 유도).
- ace-rsi-toolkit – ACE(추적 교훈에서 플레이북 학습).
- awm-rsi-toolkit – AWM(성공한 실행에서 워크플로우 유도).
벤치마크 및 스코어보드 – 각 실행은 내장 벤치마크 세트(데이터 분석, 코딩, 자동화, 과학 터미널 작업 등)에서 점수가 매겨집니다. 점수는 평가 센터에 저장되고 버전별 차트로 시각화됩니다.
한 문장 앱 생성 – 에이전트의 목적을 한 문장으로 설명하면 프레임워크가 자동으로 풀스택 앱(UI, 백엔드, 실행 지침)을 생성합니다.
저비용, 모델 비종속 운영 – 오픈소스 및 상용 LLM(DeepSeek, Kimi, GLM, Hunyuan, Qwen, GPT-6, Gemini, Claude, Inkling 등)을 위해 설계되었습니다. 도구 세트는 의도적으로 작게 유지되어 토큰 사용량을 낮춥니다(README는 데이터 분석 작업 비용이 Claude Code의 약 1/70이라고 언급).

주요 기능

브라우저 자동화 전용 Chrome 확장 프로그램 또는 내장 데스크톱 브라우저를 통해 수행됩니다. 에이전트는 페이지를 텍스트로 읽고 짧은 스크립트로 작업할 수 있습니다.
핫 리로드 워크벤치 – 각 에이전트는 자체 UI 페이지와 서버 코드를 즉시 생성할 수 있습니다.
원격 머신 실행 – SSH로 접근 가능한 머신을 연결합니다. 대화는 동일한 UI 내에서 해당 머신에서 실행됩니다.
통합 에이전트 API – AMSP 이벤트를 스트리밍하는 HTTP 엔드포인트로, 외부 앱이 에이전트와 통신할 수 있습니다.
스킬 생성 및 최적화 – 에이전트는 재사용 가능한 "스킬"(데이터 분석, 코드 생성, 인간 개입 도구 등)을 작성하고 개선할 수 있습니다.

지원 모델(OpenAI 호환 엔드포인트는 모두 작동하며 내장 프리셋도 있음):

DeepSeek V4, Kimi K3, GLM 5.3, Hunyuan 3, Qwen 3.8 Max, GPT 6.1, Gemini 3.8 Flash, Claude 5.5, Inkling 및 OpenRouter, Fireworks AI, SiliconFlow, TokenDance 등을 통한 기타 여러 모델.

설치 옵션

방법	명령 / 링크
데스크톱 앱	penguin.ooo/download 에서 다운로드(macOS dmg, Windows exe, Linux AppImage/deb)
CLI / 서버	`npm install -g @prismshadow/penguin-cli`(Node ≥ 24) 또는 플랫폼별 스크립트(`curl …
Docker	`docker run -d -p 127.0.0.1:7364:7364 -v penguin-data:/data hiyouga/penguinharness:latest`
Chrome 확장 프로그램	Chrome 웹 스토어에서 PenguinHarness Browser 획득

일반적인 워크플로우

# 1. 모델 선택
penguin config model add --provider deepseek --model-id deepseek-flash --api-key sk-… --set-default

# 2. 일회성 작업 실행
penguin run -m "Create hello.txt containing Hello, Penguin"

# 3. 대화형 REPL 시작
penguin chat

# 4. 시각적 벤치마킹 및 앱 구축을 위해 웹 UI(또는 데스크톱 앱) 시작
penguin web   # http://127.0.0.1:7364 열기

코드에서(TypeScript):

import { createAgent, userText, isCompleteModelMessage } from "@prismshadow/penguin-core";

const agent = await createAgent({ agentId: "default_agent" });
const session = await agent.createSession({ workspaceDir: process.cwd() });

for await (const out of session.run([userText("Create hello.txt containing hi")], {
  approve: async () => "allow",
})) {
  if (isCompleteModelMessage(out) && out.payload.type === "text") {
    console.log(out.payload.text);
  }
}

README에서 소개된 사용 사례

법률 검토 에이전트 – 사용자가 계약서를 업로드하면 에이전트가 위험 조항을 분석하고 설명하며 수정 보고서를 생성합니다(샘플 검토 5건 비용 약 $0.04).
의사 결정 에이전트 – 벤치마크를 실행하고 자체 방법을 수정하여 한 번의 반복으로 점수를 84에서 100으로 향상시킵니다.
데이터 분석 제품군 – 비교 가능한 도구 중 최고의 정확도를 달성하면서 비용은 Claude Code의 일부에 불과합니다.

로드맵 하이라이트

✅ 공개 벤치마크 제품군 출시
✅ 데스크톱 및 Windows 지원
✅ 에이전트 회사 템플릿
⬜ 회사 수준 자기 진화
⬜ OpenShell 통합(권한 관리 셸)
더 많은 플러그인 및 워크플로우 확장 계획.

커뮤니티 및 리소스

문서: penguin.ooo/docs
블로그 튜토리얼(브라우저 자동화, 워크벤치 생성, 원격 머신, API 사용법)
Discord, X(Twitter), WeChat 그룹에서 실시간 지원
오픈소스 벤치마크 저장소: penguin-harness-benchmark

라이선스 – Apache-2.0(2026 Prism Shadow). 일반적인 풀 리퀘스트 워크플로우를 통한 기여를 환영합니다. CONTRIBUTING.md에 품질 게이트와 작업 공간 레이아웃이 설명되어 있습니다.

결론: PenguinHarness는 개발자와 연구자가 LLM 기반 에이전트를 실행하고, 일련의 작업에서 평가하고, 최첨단 RSI 알고리즘을 사용하여 에이전트의 프롬프트, 도구, 워크플로우를 자동으로 개선할 수 있는 풀스택, 모델 비종속 프레임워크입니다. 모든 것을 단일 크로스 플랫폼 인터페이스에서 수행할 수 있습니다.

Prism-Shadow/penguin-harness

PenguinHarness – 에이전트 자기 진화(RSI)를 위한 통합 프레임워크

관련