momozi1996/momo-code

해결하는 문제

momo Code는 사용자와 함께 진화하는 AI 기반 코딩 에이전트입니다. 정적 AI 어시스턴트의 한계를 극복하기 위해 실시간 및 장기적인 학습을 가능하게 하는 이중 속도 자기진화 시스템을 도입하여, 성공과 실패에서 학습하며 자동으로 코딩 전략과 모델 가중치를 개선합니다.

작동 방식

이 시스템은 이중 레벨 진화 아키텍처를 사용합니다:

1. 빠른 루프 (/evolve): 지식 임베딩 프로토콜 (KEP)을 사용해 성공적인 패턴을 "전략 카드"로 요약합니다. 이 카드들은 톰슨 샘플링을 통해 선택되어 몇 초 내에 시스템 프롬프트에 주입되어 즉각적인 성능 향상을 이룹니다.
2. 느린 루프 (/fine-tune): 몬테카를로 그래프 탐색 (MCGS)과 LoRA 파인튜닝을 사용해 시간 단위의 가중치 개선을 수행하여 학습된 행동을 모델에 영구적으로 통합합니다.

또한, 작업 분해를 위한 재귀적 서브에이전트 시스템, 장기적인 작업을 재시작 가능한 DAG로 관리하는 그래프 엔진, 그리고 Python 코드를 통해 Genesis 물리 세계를 제어할 수 있는 시뮬레이션 에이전트도 포함되어 있습니다.

대상 사용자

복잡하고 장시간 실행되는 작업을 처리할 수 있는 자율적인 코딩 에이전트를 원하는 소프트웨어 개발자. 다양한 LLM 제공자와 통합되며, 사용자의 코드베이스 고유의 패턴에 따라 자체 성능을 향상시키고자 하는 사용자에게 적합합니다.

주요 특징

• 이중 속도 진화: 즉각적인 프롬프트 기반 전략 주입과 장기적인 LoRA 파인튜닝을 결합합니다.
• 다중 에이전트 오케스트레이션: 재귀적 서브에이전트와 DAG 기반 그래프 실행을 지원하여 복잡한 워크플로우를 처리할 수 있습니다.
• 광범위한 제공자 지원: 25개 이상의 LLM 제공자 및 모든 OpenAI 호환 API와 호환됩니다.
• 시뮬레이션 통합: 물리 세계를 제어하는 /sim 에이전트와 추론 기반 파라미터 튜닝을 위한 /optim 도구를 포함합니다.
• 로컬 우선 및 상호운용성: 코드를 로컬 머신에 보관하며 Claude Code에서의 원활한 마이그레이션을 지원합니다.