yjh051108/dsh-routing-suite

해결하는 문제

이 프로젝트는 장거리 AI 작업에서의 '모델 게으름'과 일관성 부족 문제를 해결합니다. AI 에이전트가 다양한 유형의 작업을 어떻게 처리할지 관리하는 프레임워크를 제공하며, 작업을 특정 사고 모드(성격)로 라우팅하고, 구조적이고 단계적인 프로토콜을 강제함으로써 에이전트가 전체 과정 동안 성실하고 집중된 상태를 유지할 수 있도록 합니다.

작동 방식

이 스위트는 세 가지 주요 구성 요소로 구성됩니다:

1. 런타임 인젝터: 환경을 재시작하지 않고도 도구와 라우팅 로직을 주입, 핫리로드, 언로드할 수 있는 관리 계층입니다.
2. 사고 모드 라우터: 모델의 성격에 따라 작업을 라우팅하는 프리셋 세트입니다. spec(계획), react(실행), mixed(트랩)과 같은 특정 행동을 사용해 모델의 추론 과정을 안내하고, 작업에서 벗어나는 것을 방지합니다.
3. 단계적 작업 프로토콜: 세션 수준의 프로토콜로, 작업을 엄격한 순서로 나눕니다: 브레인스토밍 → 규격화 → 계획 → 인젝션 → 체크인 → 마무리 → 최종 검증. 품질을 모니터링하고 강제하기 위해 '레드팀 게이트'와 감사 엔드포인트를 포함합니다.

대상 사용자

DSH(DeepSeek-AI) 프레임워크를 사용하여 복잡한 다단계 작업에서 AI 에이전트의 신뢰성, 성실성, 구조를 향상시키고자 하는 개발자 및 연구자입니다.

주요 특징

• 게으름 방지 메커니즘: 장거리 작업에서의 주의력 저하를 추적하고 방지하기 위한 실증 데이터와 측정 도구를 포함합니다.
• 동적 라우팅: 작업 인식 추론 모드를 구현하며, 다양한 모델(예: Pro vs. Flash)에 맞게 조정할 수 있습니다.
• 효율적인 인젝션: agent/pre-step을 사용해 사용자 메시지와 함께 가이드라인을 인젝션함으로써 추가 API 호출을 피하고 비용을 절감합니다.
• 포괄적인 도구 세트: 라우팅 상태, 모드 전환, 서브에이전트 관리를 위한 dev_* 도구들을 제공합니다.