Clawe 탐색: 오픈소스 멀티 에이전트 조정 시스템
Clawe는 OpenClaw를 기반으로 구축된 다중 에이전트 조정 시스템으로, 에이전트 워크플로우를 관리하고 시각화하도록 설계되었습니다. 이 시스템은 AI 에이전트 조정, 작업 스케줄링, 작업 상태 관리와 같은 작업을 처리하며, 콘텐츠 검토 및 유지보수와 같은 활동에 특히 유용합니다. Clawe는 명확한 구조를 제공하여 에이전트가 특정 역할과 책임을 가지고 운영할 수 있도록 하면서, 인간 운영자에게 명시적인 작업 인계를 제공합니다.
설치에는 Docker와 Docker Compose가 필요하며, Convex 계정과 Anthropic API 키가 필요합니다. git clone https://github.com/getclawe/clawe.git을 사용하여 저장소를 복제한 후, .env 파일에서 환경 변수를 구성합니다. npx convex deploy를 사용하여 Convex로 백엔드를 배포하고, ./scripts/start.sh를 통해 프로덕션 모드로 시스템을 시작합니다.
Clawe에는 작업 관리 및 에이전트 상태 모니터링을 위한 웹 대시보드가 포함되어 있습니다. Clawe 스쿼드 리드, 잉키 콘텐츠 에디터, 픽셀 디자이너, 스카우트 SEO와 같은 사전 구성된 에이전트들은 예정된 하트비트에 따라 작동하며, 칸반 스타일의 작업 관리 방식을 통해 지속적인 워크플로우 실행을 보장합니다.
자동화된 작업을 위해 AI 코딩 에이전트를 사용하는 팀에 적합한 Clawe는 에이전트 워크플로우의 관리성과 투명성을 향상시켜 수동 로그 검사에 대한 의존도를 줄입니다.
📖 전체 소스 읽기: HN AI Agents
👀 See Also
NLA가 Gemma 3의 내부 활성화를 모든 토큰에 대해 읽을 수 있는 텍스트로 변환
Anthropic이 모델의 내부 상태를 텍스트로 디코딩하는 NLA(Natural Language Autoencoders)를 발표했습니다. Gemma 3와 함께, Auto Verbalizer는 생성된 모든 토큰에 대해 모델이 "생각"한 내용을 설명합니다. 가중치는 Hugging Face에, 데모는 Neuronpedia에 있습니다.
오픈소스 LLM 에이전트 메모리 시스템, 벤치마크에서 높은 점수 달성
Claude Code와 OpenClaw를 위한 지속적 메모리 시스템은 LLM 에이전트에게 세션 간 실제 문맥 연속성을 제공하며, LoCoMo 벤치마크에서 90.8%, LongMemEval에서 89.1%의 성능을 달성했습니다. 어댑터 기반 아키텍처는 모든 에이전트 프레임워크와 호환됩니다.
hiresTI: OpenClaw/MCP 지원을 갖춘 네이티브 Linux TIDAL 플레이어
hiresTI는 안정적인 재생, 고품질 오디오 출력, GTK4/Libadwaita UI, 그리고 MCP를 통한 OpenClaw 통합을 통한 원격 제어에 초점을 맞춘 TIDAL 전용 네이티브 리눅스 데스크톱 클라이언트입니다. 이 앱은 파이썬 UI 레이어와 러스트 오디오 코어를 결합합니다.
오픈소스 MCP 서버는 AI 에이전트가 라이트닝 네트워크를 통해 L402 결제를 처리할 수 있도록 지원합니다.
FastMCP로 구축된 Python MCP 플러그인은 HTTP 402 결제 필요 응답을 가로채 라이트닝 네트워크 인보이스를 결제하고 AI 에이전트를 위한 데이터를 검색합니다. 이 저장소에는 실제 자금을 사용하지 않고 테스트할 수 있는 로컬 더미 에이전트가 포함되어 있습니다.