duolahypercho/fusion-fable
Fuse two frontier models into one Fable-tier answer: Opus 4.8 drafts, a second model (Opus 4.8 or GPT-5.5 via codex) checks, Opus fuses. A Claude Code skill.
Fusion‑Fable – 여러 LLM을 하나의 고급 답변으로 통합하는 Claude Code 스킬
무엇인가요 – Fusion‑Fable은 Claude Code ("Opus 4.8" 모델)용 스킬 으로, 프롬프트를 독립적인 여러 LLM(패널)에 병렬로 실행하고, 각 모델이 동일한 질문에 자체 웹 검색 및 bash 도구 호출을 통해 응답한 후, Opus 4.8가 심사자 역할을 하여 패널의 출력을 분석하고 근거 있는 최종 응답을 합성합니다.
왜 중요한가요 – 동일한 모델의 독립적인 실행만으로도 다양한 추론 경로가 생성됩니다. 여러 모델(또는 동일 모델의 두 번의 실행)을 결합하고 결과를 합성하는 것은 어려운 벤치마크에서 정확도를 향상시킨다는 것이 입증되었습니다. Fusion‑Fable은 이 아이디어를 즉시 사용 가능한 Claude Code 스킬로 패키징하여, 오케스트레이션 코드를 작성하지 않고도 "Fable 수준"의 답변을 얻을 수 있게 해줍니다.
작동 방식
- 확산 – 스킬은 사용자 기계에 설치된 모델 CLI를 감지하고 패널 을 시작합니다:
opus4.8-4.8– 두 개의 독립적인 Opus 4.8 실행 (초기 설정 없음).opus4.8-gpt5.5– Opus 4.8와 OpenAI의 GPT-5.5를codexCLI를 통해 통합.opus4.8-gpt5.5-gemini3.1pro–agyCLI를 통해 Google Gemini 3.1 Pro 추가.
- 맹목적 실행 – 각 패널리스트는 동일한 프롬프트를 받고 병렬로 실행되며, 웹 검색이나 bash 도구 호출이 가능합니다. 서로의 출력을 전혀 보지 않습니다.
- 심사 및 합성 – Opus 4.8는 모든 원시 응답을 수신하고, 구조화된 분석(일치, 모순, 부분적 커버리지, 독창적 통찰, 맹점)을 생성한 후, 분석에 명시적으로 근거를 둔 최종 답변을 작성합니다.
- 출처 기록 (Provenance) – 모든 실행은
~/.claude/fusion-runs/아래 타임스탬프가 붙은 마크다운 파일로 저장되며, 원시 패널리스트 응답, 분석, 최종 답변이 포함됩니다.
설치 (빠른 방법)
git clone https://github.com/duolahypercho/fusion-fable.git
cd fusion-fable
./install.sh # 스킬을 ~/.claude/skills/fusion에 복사
# 선택 사항: Claude 설정을 별도 위치에 보관하는 경우 CLAUDE_CONFIG_DIR 설정
설치 프로그램은 슬래시 명령어(/fusion-opus4.8, /fusion-gpt5.5, /fusion-3, /fusion-plan)와 선택적 훅 스크립트도 설치합니다.
스킬 사용법
| 방법 | 예시 | 동작 내용 |
|---|---|---|
| 자연어 트리거 | 이걸 Fusion으로 실행해: 200M 레코드의 Postgres 테이블에서 ALTER TABLE …을 실행하는 건 안전한가요? |
Claude가 사용 가능한 가장 풍부한 패널을 자동으로 실행하고, 분석 블록이 포함된 최종 답변을 반환합니다. |
| 고정된 슬래시 명령어 | /fusion-gpt5.5 공유 브랜치에서 git push --force-with-lease는 정말 안전한가요? |
opus4.8-gpt5.5 패널을 강제 실행. 어떤 모델을 사용할지 미리 알고 있을 때 유용합니다. |
| 일반 텍스트에 명시적 패널 이름 포함 | opus4.8-gpt5.5 Fusion을 …에 적용해 |
슬래시 명령어와 동일하지만, 일반 텍스트로 작성된 것입니다. |
세 가지 모두 동일한 출력 형식을 생성합니다:
**최종 답변**
…
---
**일치** … (출처 표시)
**모순** … (출처 표시)
**부분적 커버리지** …
**독창적 통찰** …
**맹점** …
계획 모드 – /fusion-plan
Fusion‑Fable은 oh-my-claudecode (OMC) 계획 시스템과 통합된 반복적 계획 스킬도 제공합니다:
- 요구사항 – 선택적 인터랙티브 인터뷰 또는 기존 계획 파일에서 자동 추출.
- 세 번의 개선 라운드 – 각 라운드에서 두 모델 패널(Opus 4.8 + GPT-5.5)이 현재 계획을 비판하고, Opus 4.8가 심사하여 다음 라운드용으로 더 견고한 계획을 생성합니다.
- 기록 덮어쓰기 – 수렴된 계획이 간결하고 내용이 풍부한 형태로 원래의
.omc/plans/<slug>.md를 덮어씁니다. - 양도 – 이후 OMC의 품질 게이트(
/omc-plan --review)를 실행하고 실행 단계로 진행할 수 있습니다.
경량 선택적 훅(hooks/fusion-plan-nudge.sh)을 활성화하면, 하위 에이전트에게 무거운 구현 작업을 위임하기 전에 /fusion-plan을 실행하도록 알리는 데 사용할 수 있습니다.
요구 사항 및 선택적 종속성
| 구성 요소 | 필요 사항 | 설치 방법 |
|---|---|---|
| Claude Code (Opus 4.8) | 핵심 스킬 및 심사자 | 이미 Claude Code 환경에 포함되어 있음 |
codex CLI |
GPT-5.5 패널리스트 | npm i -g @openai/codex-cli (또는 리포지토리 링크 참조) 설치 후 GPT-5.5 지원 계정으로 로그인 |
agy CLI |
Gemini 3.1 Pro 패널리스트 | 리포지토리에서 설치 후 한 번 실행하여 Google OAuth 완료 |
perl 타임아웃 헬퍼 |
모든 패널 (macOS의 백업) | 리포지토리에 포함되어 있으며 별도 설치 필요 없음 |
python (_pty_run.py용) |
Gemini 패널 (가상 터미널 필요) | 최신 Python 3 인터프리터면 누구나 가능 |
오직 제로 설정 패널만 필요할 경우, 추가 도구는 필요 없습니다.
리포지토리 내부 구성
skills/fusion/ # 핵심 스킬 구현
SKILL.md # 스킬 정의
scripts/ # 타임아웃, 패널 감지, 각 CLI 실행, 증거 저장 헬퍼
_fusion_lib.sh
_pty_run.py
detect_panel.sh
preflight.sh
run_codex.sh
run_gemini.sh
save_run.sh
references/ # 설계 문서 (패널의 근거, 심사 기준)
skills/fusion-plan/ # OMC 통합 계획 스킬
commands/ # 슬래시 명령어 마크다운 파일
hooks/ # 선택적 도구 사용 전 훅 (기본 비활성화)
install.sh # 설치 스크립트
강점
- 사용자 정의 프롬프트 없이 모델 다양성 – 각 모델은 동일한 프롬프트를 독립적으로 실행하여 고유한 추론 스타일을 유지합니다.
- 구조화된 합성 – 심사자가 명확한 감사 트레일을 생성하여 답변의 근거를 쉽게 확인할 수 있습니다.
- 확장 가능한 패널 – 시스템이 지원할 수 있는 가장 풍부한 패널을 자동으로 선택. 새로운
run_*.sh스크립트를 작성해 패널리스트를 추가 가능. - 감사 가능한 증거 – 모든 실행이 로컬에 저장되어 나중에 검토 또는 디버깅에 사용 가능.
- 계획 통합 – 반복적
/fusion-plan워크플로우는 고위험 설계 문서의 품질을 향상시킬 수 있습니다.
제한 사항
- 비용 및 지연 – 패널리스트 수에 비례해 토큰 사용량과 실제 실행 시간이 증가합니다. 3모델 패널은 단일 응답보다 수 배 더 느리고 비쌉니다.
- 외부 CLI 의존성 – GPT-5.5 및 Gemini 패널은
codex및agyCLI와 유효한 인증 정보가 필요합니다. 없으면 기본 Opus-단일 패널로 포괄됩니다. - Claude 전용 환경 – 스킬은 Claude Code 내에서만 실행 가능. 별도 CLI 또는 웹 서비스로 사용할 수 없습니다.
- macOS에 내장된 타임아웃 없음 – 리포지토리에 Perl 헬퍼 포함. 실패 시
FUSION_TIMEOUT조정 필요할 수 있음.
라이선스
MIT – 리포지토리 내 LICENSE 파일 참조.
결론 – Fusion‑Fable은 Claude Code 사용자에게 검증된 "패널 → 심사" 기법을 즉시 사용 가능한 방식으로 제공하며, 여러 LLM의 응답을 하나의 근거 있는 답변으로 통합하고, OMC와 결합하면 반복적 계획도 지원합니다.
관련
- 프로젝트
- Dispatch
- 프로젝트
- 프로젝트
- Dispatch