Octomind: AI 코딩 에이전트를 위한 오픈소스 런타임

핵심 요약

• Rust 단일 바이너리로 빌드된 오픈소스 AI 코딩 에이전트 하네스로, 모든 LLM 모델을 지원하며 대화형 CLI, stdin 파이프, 데몬, WebSocket, ACP 에디터 인터페이스 등 다섯 가지 실행 환경을 제공한다.
• 기존 에이전트들이 위험한 작업 전마다 사용자 승인을 요청하는 방식과 달리, Octomind는 정책을 TOML 가드레일로 코드화하고 감시 모델을 추가하여 자동으로 작동할 수 있다.
• 파일 읽기/수정, 셸 실행, 코드 검색, 하위 에이전트 위임 등의 기능을 MCP(Model Context Protocol)를 통해 제공하며, 각 기능은 on-demand로 스킬 시스템을 통해 활성화된다.
• 적응형 압축으로 오래된 턴을 요약으로 접으면서 원본 메시지는 보관하고, recall 도구로 이전 대화를 그대로 복원할 수 있으며 프롬프트 캐시를 유지한다.
• 감시 모델은 계획 수립, 작업 목표 상기, 도구 결과 축약, 완료 검증 등을 담당하며, 반복되거나 정체된 상황에서는 한 번의 힌트만 제공한다.
• 선택 모델(decision model)이 활성화되면 yes/no 질문에 확률로 답하여 감시 모델이 저비용 분류기를 사용하고 필요할 때만 채팅을 호출한다.
• 학습 기능은 /done 또는 종료 시 교훈을 project/role별 파일로 저장하고, evolution 활성화 시 반복되는 교훈이 스킬과 가드레일 후보로 컴파일되어 A/B 시험을 거친 후 효과 검증되면 자동 적용된다.
• OpenAI, Anthropic, DeepSeek, Ollama, OpenRouter 등 다양한 모델 제공자 지원하고, Octomind Cloud를 통한 빠른 시작이나 자체 API 키 사용 가능하며, 요청/세션당 비용 한도 설정 가능하다.
• tap 시스템으로 패키징된 specialist 에이전트는 프롬프트, 모델, MCP 서버, 권한 설정을 묶어서 제공하며, 첫 실행 시 도구 종속성 자동 설치된다.
• Landlock(Linux) 또는 Seatbelt(macOS) 기반 샌드박스 모드로 쓰기 권한을 작업 디렉토리로 제한하고, 모든 셸과 MCP 서버에 상속된다.
• 25개의 실제 머지된 PR 작업으로 벤치마크 결과, Octomind는 glm-5.2 모델로 24/25 작업 해결, $63.43 비용으로 OpenCode의 같은 모델 대비(19/25, $129.54) 더 적은 비용에 더 높은 정확도를 달성했다.
• guardrails.toml에서 guards(도구 호출 전), hooks(결과 후), validators(턴 후) 세 계층의 정책을 코드로 정의하며, 컴파일이나 플러그인 설치 없이 결정론적으로 실행된다.
• macOS와 Linux용 설치 스크립트, Homebrew, Cargo, Docker, 소스 빌드 등 여러 설치 방법을 지원하고, 익명 사용 통계(코드/프롬프트/경로는 미전송)를 수집하며 opt-out 가능하다.
• 문서, CLI 참고서, 설정 레퍼런스, 환경 변수 가이드가 octomind.run/docs에 호스팅되어 있으며, 기여는 tap 에이전트 개발이 가장 임팩트 있다.