clay-good/OpenLore

해결하는 문제

AI 코드 에이전트는 종종 '기억 상실'과 거버넌스 부족에 시달립니다. 그들은 매번 작업마다 같은 파일을 반복해서 읽고, 긴 세션 동안 오래된 가정에 의존하며, 경고 없이 파괴적 변경을 도입하거나 민감한 아키텍처 경계를 넘나들 수 있습니다. OpenLore는 결정론적이고 로컬 우선의 메모리 및 가드레일 시스템을 제공하여 에이전트가 방향성을 유지하고 변경 사항이 안전함을 보장합니다.

작동 방식

OpenLore는 리포지토리에 대한 단 한 번의 정적 분석을 수행하여 호출 구조, 타입, 테스트, 인프라로서의 코드(IaC)를 포함하는 실시간 지식 그래프를 구축합니다. LLM은 핫패스에 포함되지 않으며, 확정적인 답변을 제공하는 MCP 서버로 작동합니다.

에이전트는 orient() 호출을 통해 작업에 관련된 함수, 호출자, 삽입 지점을 즉시 식별합니다. 거버넌스를 위해 정적 분석을 사용하여 공개 인터페이스의 파괴적 변경을 인증하고, 허가되지 않은 경로로 민감한 경계에 접근하는 것을 경고하며, 주장을 인용과 함께 검증합니다. 또한 openlore enforce를 통해 커밋 게이트로 통합하여 안전하지 않은 변경을 차단할 수 있습니다.

대상 사용자

• 모델의 컨텍스트 창이나 인간의 기억으로는 처리할 수 없는 규모의 코드베이스에서 작업하는 개발자.
• LLM이 훈련되지 않은 사내 또는 특수한 코드를 사용하는 팀.
• Claude Code, Cursor, Cline, Continue와 같은 AI 코드 에이전트를 사용하며 아키텍처 회귀를 방지하고자 하는 사용자.
• 애플리케이션 코드와 IaC를 결합한 다국어 프로젝트.

주요 특징

• 결정론적 메모리: 탐색적 파일 읽기를 단 하나의 orient() 호출로 대체하여 관련 코드와 호출 경로를 반환합니다.
• 정적 분석 기반 가드레일: LLM에 의존하지 않고 파괴적 변경을 인증하고 경계 위반을 경고합니다.
• 로컬 우선: 핵심 기능에 API 키가 필요 없으며, 소스 코드는 기계를 떠나지 않습니다.
• 광범위한 지원: 21개 언어와 12개의 IaC 생태계를 지원합니다.
• 에이전트 통합: 일반적인 AI 코드 에이전트를 자동 감지하고 연결하며, MCP 서버를 제공합니다.