Axe: 단일 목적 LLM 에이전트를 위한 12MB CLI

Axe란 무엇인가
Axe는 두 개의 의존성(cobra, toml)을 가진 12MB Go 바이너리로, AI 프레임워크를 Unix에서 영감을 받은 LLM 에이전트 접근 방식으로 대체합니다. 오래 지속되는 채팅봇 세션 대신, TOML 설정 파일로 정의된 단일 목적의 에이전트를 실행합니다. 각 에이전트는 코드 리뷰, 로그 분석, 커밋 메시지 작성과 같은 집중된 작업을 수행합니다.
핵심 기능
- TOML 기반 설정: 시스템 프롬프트, 모델 선택, 스킬 파일, 컨텍스트 파일을 포함한 선언적이고 버전 관리 가능한 에이전트 정의
- Stdin 파이핑:
git diff | axe run reviewer가 직접 작동 - 하위 에이전트 위임: 에이전트가 깊이 제한과 병렬 실행을 통해 LLM 도구 사용으로 다른 에이전트를 호출할 수 있음
- 지속적 메모리: 타임스탬프가 찍힌 마크다운 로그가 LLM 지원 가비지 컬렉션과 함께 실행 간 컨텍스트를 유지
- 다중 제공자 지원: Anthropic, OpenAI, Ollama(로컬 모델) 또는 모든 models.dev 형식과 호환
- 내장 도구: 웹 검색, URL 가져오기, 경로 샌드박싱된 파일 작업(읽기, 쓰기, 편집, 목록)이 에이전트 작업 디렉토리에 고정됨
- MCP 지원: 모든 MCP 서버를 에이전트에 연결 가능
- 스킬 시스템: 에이전트 간 공유 가능한 재사용 가능한 명령어 세트
- JSON 출력: 스크립팅을 위한 메타데이터가 포함된 구조화된 출력
- 드라이런 모드: LLM을 호출하지 않고 해결된 컨텍스트 검사
설치 및 설정
Go 1.24+ 필요. 다음으로 설치:
go install github.com/jrswab/axe@latest또는 소스에서 빌드:
git clone https://github.com/jrswab/axe.git
cd axe
go build .설정 초기화:
axe config init$XDG_CONFIG_HOME/axe/에 샘플 스킬과 제공자 자격 증명을 위한 기본 config.toml이 포함된 디렉토리 구조 생성.
사용 예시
에이전트 생성 및 실행:
axe agents init my-agent
axe agents edit my-agent
axe run my-agent다른 도구에서 데이터 파이핑:
git diff --cached | axe run pr-reviewer
cat error.log | axe run log-analyzerexamples/ 디렉토리에서 예시 에이전트 복사:
cp examples/code-reviewer/code-reviewer.toml "$(axe config path)/agents/"
cp -r examples/code-reviewer/skills/ "$(axe config path)/skills/"
export ANTHROPIC_API_KEY="your-key-here"
git diff | axe run code-reviewerDocker 배포
이미지 빌드:
docker build -t axe .빌드x를 통한 다중 아키텍처 빌드(linux/amd64, linux/arm64):
docker buildx build --platform linux/amd64,linux/arm64 -t axe:latest .설정을 마운트하여 에이전트 실행:
docker run --rm \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agent-i 플래그로 stdin 파이핑:
git diff | docker run --rm -i \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agent누구를 위한 것인가
프레임워크 오버헤드 없이 특정 AI 작업을 자동화하려는 개발자, 특히 이미 Unix 도구, git 훅, cron 또는 CI 파이프라인을 사용하는 사람들을 위한 것입니다.
📖 전체 소스 읽기: HN LLM Tools
👀 See Also

클로드 코드 원격 제어: 어느 기기에서나 로컬 세션 계속하기
Claude Code 원격 제어를 사용하면 로컬 Claude Code 세션을 휴대폰이나 브라우저와 같은 다른 기기에서 계속할 수 있으며, 모든 작업은 사용자의 컴퓨터에서 계속 실행됩니다. Pro 및 Max 플랜에서 연구용 미리보기로 제공되며, 인증 및 작업 공간 신뢰 설정이 필요합니다.

Rivet Actors가 SQLite 저장소를 추가했습니다: 에이전트, 테넌트 또는 문서별로 하나의 데이터베이스를 제공합니다.
Rivet Actors는 이제 각 액터가 자체 SQLite 데이터베이스를 갖는 SQLite 스토리지를 지원하여, AI 에이전트, 멀티테넌트 SaaS, 협업 문서 또는 사용자별 격리를 위한 수백만 개의 독립적인 데이터베이스를 가능하게 합니다.

MCP + 스킬 프레임워크: 효율적인 데이터 과학 워크플로우를 위한 AI 에이전트 안내
MCP 서버 + 스킬 프레임워크를 사용하여 Claude/GPT 에이전트가 플랫폼을 인식하고 효율적인 데이터 과학 워크플로를 수행하도록 제한하는 실용적인 접근 방식입니다. 클라이언트 중심 코드와 불필요한 데이터 이동을 피합니다.

오픈소스 Claude Code 플러그인이 책을 캡처하고 구조화된 마크다운으로 변환합니다.
한 개발자가 클로드 코드 플러그인을 오픈소스로 공개했습니다. 이 플러그인은 책 페이지를 자동으로 스크린샷으로 캡처하고, macOS Vision으로 OCR을 수행하며, 장 순서가 아닌 주제별로 구조화된 마크다운 파일을 생성합니다. 이 도구는 macOS에서 Kindle, Apple Books, Kindle Cloud Reader 및 스캔된 PDF를 지원합니다.