pulseaiclub/phi

해결하는 문제

phi는 고성능의 경량 터미널 코딩 에이전트 하네스로, 무거운 AI 코딩 어시스턴트에 대한 빠르고 낮은 오버헤드 대안을 제공합니다. Electron 또는 Python 기반 AI 도구에서 일반적으로 발생하는 높은 리소스 소비(RAM/CPU)와 느린 시작 시간 문제를 해결하면서, LLM이 로컬 코드베이스와 상호작용할 수 있는 안전하고 확장 가능한 환경을 제공합니다.

작동 방식

Go로 구축된 phi는 OpenAI 호환 또는 Anthropic 모델에 연결되는 TUI(터미널 사용자 인터페이스)로 작동합니다. LLM에 파일 조작 및 명령 실행을 위한 핵심 도구 세트(read, write, edit, bash, grep, find, ls)를 제공합니다. 효율성과 안전성을 유지하기 위해 몇 가지 주요 메커니즘을 사용합니다:

• 해시라인 편집: 전체 파일을 다시 쓰는 대신 모델은 앵커(태그 및 해시)를 사용하여 정밀한 편집을 수행하여 무음 손상을 방지합니다.
• 하위 에이전트: 복잡한 작업을 처리하기 위해 특정 역할(explore, review, worker)을 가진 격리된 작업을 생성할 수 있습니다. 부모 세션의 컨텍스트를 비대하게 만들지 않습니다.
• 지연 MCP 통합: 모든 도구 스키마를 프롬프트에 덤프하지 않고 Model Context Protocol(MCP) 서버와 통합합니다. 메타 도구를 사용하여 필요에 따라 도구를 발견하고 호출합니다.
• 권한 게이팅: 구성 가능한 정책(interactive, readonly, autopilot, headless-strict)을 통해 파괴적인 도구는 실행 전에 사용자 승인을 받아야 합니다.
• PXB 프로토콜: 사용자 정의 바이너리 프로토콜을 통해 Go 또는 Rust로 작성된 네이티브 확장이 최소 지연 시간으로 도구와 명령을 추가할 수 있습니다.

대상 사용자

phi는 터미널 기반 워크플로우를 선호하고 기존 CLI 도구 및 프로젝트 구조에 통합할 수 있는 경량의 빠른 시작 AI 에이전트가 필요한 개발자를 위한 것입니다.

하이라이트

• 극한의 효율성: 작은 바이너리(약 15MB)와 매우 낮은 유휴 RAM(약 21MB), 거의 즉각적인 시작(약 31ms).
• TUI 내 diff 검토: 변경 사항을 적용하기 전에 검토하고 기록하기 위한 전체 화면 git 검토 오버레이.
• 확장 가능한 아키텍처: PXB 프로토콜을 통해 Go 및 Rust의 네이티브 확장을 지원합니다.
• 모델 비종속: OpenAI 호환 또는 Anthropic 모델에서 작동합니다.
• 컨텍스트 인식 스킬: Markdown 파일(SKILL.md)에서 재사용 가능한 절차를 정의하여 에이전트의 동작을 안내할 수 있습니다.