notque/vexjoy-agent

VexJoy AI Agent with Jev Intelligent Routing - /do routes plain-English requests to the right specialist agent and gates the work with reviews, tests, and a learning loop.

VexJoy Agent

개요 – VexJoy Agent는 일반 영어 명령을 도메인별 에이전트, 재사용 가능한 스킬, 검증 후크에 매핑하는 LLM 에이전트 툴킷입니다. Jev 기반 라우터가 의도를 분류하고 적절한 에이전트-스킬 쌍을 선택하며, PR을 열거나 출력을 전달하기 전에 증거 기반 검사를 강제하는 4단계 파이프라인(계획, 실행, 검증, 전달)을 실행합니다. Claude, Codex, Factory, Reasonix와 함께 작동하며, 런타임별 디렉토리를 채우는 단일 스크립트로 설치됩니다.

헤드라인: VexJoy Agent – 코드 디버깅, 지식 작업, 자동화된 파이프라인을 위한 구조화된 증거 기반 LLM 에이전트 툴킷

VexJoy Agent

정의 – VexJoy Agent는 대규모 언어 모델(LLM) 에이전트(Claude, Codex, Factory, Reasonix 등)에 일반 영어 명령을 내릴 수 있는 툴킷입니다. 라우터(/do 또는 /d)가 요청을 분류하고 적절한 에이전트(도메인 지식)와 스킬(메서드)을 선택한 다음, 진행 전에 증거를 요구하는 후크를 강제하면서 다단계 파이프라인(계획, 실행, 검증, 전달)을 실행합니다.

주요 개념

  • 에이전트(43) – 도메인 어휘와 실패 모드 카탈로그를 알고 있는 선별된 지식 팩(예: Go 엔지니어, 테스트 자동화 엔지니어).
  • 스킬(62) – 에이전트를 작업으로 안내하는 재사용 가능한 절차적 메서드(예: 체계적 디버깅, 테스트 우선 패턴).
  • 후크(79) – 필수 증거(테스트 출력, 변경 증명)가 제공되지 않으면 진행을 차단하는 라이프사이클 검사.
  • 스크립트(156) – 검증, 스케줄링, 오케스트레이션을 위한 자동화 파이프라인.
  • Jev 라우터(/d) – TypeSafe의 Jev 모델을 사용하여 의도를 보존합니다: 원하는 결과를 다시 설명하고, 정렬을 판단하며, 에이전트를 디스패치하기 전에 learning.db에 영수증을 기록합니다.

작동 방식

/do → 라우터 → 작업 계획 → 에이전트+스킬 → 테스트(게이트) → PR → 기록

라우터는 에이전트-스킬 쌍을 선택하고, 네 가지 단계(재현, 가설, 검증, 수정)를 통해 작업을 실행한 다음, 마지막으로 수정 사항이 포함된 풀 리퀘스트를 엽니다.

설치

git clone https://github.com/notque/vexjoy-agent.git ~/vexjoy-agent
cd ~/vexjoy-agent
./install.sh   # ~/.claude, ~/.codex, ~/.factory, ~/.hermes, ~/.reasonix에 설치

옵션에는 드라이런, 대상 선택, 제거/롤백이 포함됩니다. 설치 프로그램은 멱등적이며 로컬 profile.yaml을 통해 구성할 수 있습니다.

일반적인 사용법

$ claude
> /do debug this Go test

시스템은 요청을 go-engineer 에이전트와 systematic-debugging 스킬로 라우팅하고, 네 가지 검증 단계를 실행하고, 코드를 패치하고, PR을 엽니다.

지원 런타임

  • Claude Code(/do)
  • Codex($do)
  • Factory(/do)
  • Reasonix(/do)
  • Hermes(설치되지만 README에는 자세히 설명되지 않음)

확장성

  • SKILL.md 프론트매터 스키마를 따라 새 에이전트, 스킬, 후크를 추가하세요.
  • 제공된 스크립트(agent-scheduler.py, crontab-manager.py 등)를 사용하여 반복적인 판단 또는 유지 관리를 자동화하세요.
  • 선택적 Jev Auto-Compact 플러그인은 토큰 사용량이 60%를 초과한 후 컨텍스트를 줄일 수 있으며, jev-compact-evidence.py를 통해 증거가 로그에 기록됩니다.

사용 사례

  • 코드베이스의 자동 디버깅 및 PR 생성.
  • 지식 작업 파이프라인: 리서치, 초안 작성, HTML 보고서 생성(/html).
  • 모든 단계가 진행 전에 검증되는 구조화된 증거 기반 워크플로우.

설계 철학(요약)

  • 결과 우선: 결과를 설명하면 라우터가 도구를 선택합니다.
  • 계산 가능한 부분에는 결정적 코드, 판단/생성에는 모델만 사용.
  • 밀도 있고 규칙이 풍부한 프롬프트; 불필요한 컨텍스트 최소화.
  • 모든 작업은 무음 실패를 방지하기 위해 게이트를 강제하는 파이프라인으로 처리됩니다.

라이선스 – MIT.


모든 세부 사항은 저장소의 README에서 직접 가져온 것입니다. 추가 기능은 추론되지 않습니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트