devenjarvis/lathe

Lathe – AI 기반 실습형 튜토리얼 생성기

개요

• Go 기반 CLI + 로컬 웹 UI로, 코딩 에이전트 LLM(Claude, Gemini, Codex 등)에게 지정한 모든 주제에 대한 단계별 기술 튜토리얼을 작성하도록 요청할 수 있습니다.
• 생성된 튜토리얼은 로컬에 저장되며 확장, 검증, 쿼리가 가능하고, 목차, 사이드 노트, 연습 문제를 갖춘 보기 좋은 브라우저 기반 리더에 표시됩니다.

주요 기능

• 프롬프트 기반 튜토리얼 생성 – 지원되는 코딩 에이전트에서 /lathe build a 3D slicer in Erlang과 같은 슬래시 명령을 입력하면 LLM이 다중 파트 Markdown 튜토리얼을 작성합니다.
• 로컬 UI – lathe serve는 웹 서버(기본값 http://localhost:4242)를 시작하여 튜토리얼 라이브러리를 표시하고, 탐색, 검색, 필터링, 다크/라이트 모드로 읽기를 지원합니다.
• 대화형 워크플로우 – UI의 버튼이 LLM 작업(질문, 코드 검증, 새 파트 추가)을 트리거하며, 라이브 워커 루프(/lathe‑work)를 통해 또는 생성된 /lathe‑* 명령을 에이전트에 복사하여 실행합니다.
• 보이스 시스템 – 튜토리얼은 다양한 "보이스"(예: plainspoken 또는 companion)로 작성할 수 있습니다. 보이스는 단지 스타일 프롬프트일 뿐이며, 사용자 정의 보이스를 추가할 수 있습니다.
• 출처 추적 – 각 튜토리얼은 LLM 모델, 보이스, 생성 중 참조된 소스 URL 목록을 기록합니다.
• 크로스 에이전트 지원 – 스킬은 바이너리에 번들로 포함되어 있으며 Claude Code, Cursor, Codex, Gemini CLI, opencode, Cline, Windsurf 등에 설치할 수 있습니다.
• 자체 호스팅 모델 친화적 – Lathe는 자체적으로 LLM을 호출하지 않습니다. 사용 중인 에이전트에 의존하므로 에이전트를 Ollama와 같은 로컬 OpenAI 호환 엔드포인트로 지정할 수 있습니다.

설치

• macOS: brew install devenjarvis/tap/lathe(사전 빌드된 바이너리로 배포).
• Linux/macOS: 원라이너 스크립트 curl -sSf https://raw.githubusercontent.com/devenjarvis/lathe/main/install.sh | sh.
• 소스에서: go install github.com/devenjarvis/lathe@latest(Go 1.25+ 필요).
• 바이너리 설치 후 lathe skills install …를 실행하여 LLM 스킬 파일을 코딩 에이전트의 적절한 디렉토리에 배치합니다.

작동 방식

1. LLM 스킬 – Markdown 기반 스킬 파일(SKILL.md)은 코딩 에이전트가 읽습니다. /lathe, /lathe‑extend, /lathe‑verify, /lathe‑ask 등의 명령은 에이전트가 LLM을 호출하여 튜토리얼 파트를 생성하거나 수정한 다음 lathe CLI에 콜백하여 결과를 저장하도록 합니다.
2. CLI – ~/.lathe/tutorials/ 아래의 영구 저장소를 관리하고, UI를 제공하며, 웹 UI와 에이전트 측 워커 루프 간의 통신을 중재합니다.
3. 라이브 모드 vs 복사-붙여넣기 – 에이전트에서 /lathe‑work를 시작하면 UI 버튼이 작업을 대기열에 넣고 워커가 처리하여 원활한 경험을 제공합니다. 워커가 실행 중이 아니면 UI는 에이전트에 붙여넣을 수 있는 정확한 /lathe‑* 명령을 표시합니다.

일반적인 워크플로우

# 코딩 에이전트 채팅 창에서
/lathe build a 3D slicer in Erlang

# 터미널에서
lathe serve   # 브라우저 UI 열기

• 목록을 탐색하고 튜토리얼을 클릭하여 파트를 읽습니다.
• Ask, Verify, Add a part 버튼을 사용하여 코드를 진행하면서 LLM과 상호 작용합니다.
• 필요에 따라 새 파트로 튜토리얼을 확장하거나 보이스를 조정합니다.

사용 사례

• 인간 튜토리얼이 부족한 틈새 또는 신흥 기술에 대한 실습 가이드를 빠르게 생성합니다.
• 개인 학습: LLM이 구조화된 설명, 인용, 연습 문제를 제공하는 동안 사용자는 "실행" 루프에 머무릅니다.
• 사용자 정의 보이스를 통해 다양한 교육 스타일을 실험합니다.

제한 사항 및 주의 사항

• 품질은 기본 LLM에 따라 달라집니다. 환각이 발생할 수 있습니다. 저자는 액세스 가능한 가장 큰 "사고" 모델을 사용할 것을 권장합니다.
• Lathe는 자체적으로 모델 추론을 수행하지 않습니다. LLM 엔드포인트가 구성된 호환 코딩 에이전트가 있어야 합니다.
• 현재 macOS 전용 Homebrew cask로 배포됩니다. Linux 사용자는 설치 스크립트를 사용하거나 소스에서 빌드해야 합니다.
• 개인 학습용으로 설계되었습니다. 생성된 튜토리얼의 상업적 재배포는 권장되지 않습니다.

추가 정보

• 저장소: https://github.com/devenjarvis/lathe
• 문서와 스크린샷은 저장소의 docs/ 폴더에 있습니다.
• 이슈 및 기능 요청은 GitHub에서 열 수 있습니다.