LAP: 클로드의 환각 현상 감소를 위해 LLM 소비용으로 컴파일된 1,500개 이상의 API 사양

LAP의 기능

LAP은 Claude와 같은 AI 코딩 에이전트가 "Stripe API를 사용하여 결제를 생성하라"와 같은 모호한 지시를 받았을 때 API 엔드포인트를 잘못 추측하는 문제를 해결합니다. 추측하거나 오래된 학습 데이터에 의존하는 대신, LAP은 LLM 사용에 특화된 구조로 컴파일된 API 명세를 제공합니다.

핵심 문제는 표준 OpenAPI 명세가 에이전트가 아닌 인간을 위해 설계되었다는 점입니다. 예를 들어, Stripe의 OpenAPI 명세는 소스에서 "잡음"으로 설명되는 120만 개의 토큰을 포함합니다. LAP은 검증된 엔드포인트, 올바른 매개변수, 실제 인증 요구사항을 유지하면서 이러한 명세를 10배 더 작게 컴파일합니다.

기술 구현

LAP은 주로 Claude의 도움으로 구축되었습니다:

• Claude Code가 Python 컴파일러, TypeScript 포트, 벤치마크 하네스의 약 99.9%를 작성했습니다
• 레지스트리 파이프라인(1,500개 이상의 명세 처리)은 Claude가 구문 분석, 검증, 예외 처리를 담당하며 반복적으로 구축되었습니다
• 간결한 출력 형식은 Claude와 공동 설계되어, 에이전트가 올바른 API 호출을 하는 데 실제로 도움이 되는 방식으로 최적화되었습니다
• 컴파일 과정은 결정론적이며 컴파일 루프에 AI가 포함되지 않습니다

워크플로우 통합

LAP은 통합을 위한 여러 명령어를 제공합니다:

• lap init은 LAP 스킬을 설정하고 자동 업데이트 확인에 연결합니다
• lap check은 설치된 명세가 오래되었을 때 알려줍니다
• lap diff은 업데이트된 명세에서 정확히 무엇이 변경되었는지 보여줍니다

실제로 Claude에게 "프로젝트에 Discord를 통합하고, LAP을 사용하여 명세를 가져오라"라고 지시하면 → Claude는 LAP 스킬을 호출하고, 올바른 API 스킬을 설치하며, 추측 대신 검증된 엔드포인트로 코딩을 시작합니다.

성능 이점

소스에 따르면, LAP은 다음과 같은 이점을 제공합니다:

• 35% 더 저렴한 실행 비용
• 29% 더 빠른 응답 속도
• 주요 이점: 에이전트가 엔드포인트를 만들어내지 않음

시작하기

LAP은 오픈 소스이며 PR, 기능 요청, 명세 요청을 환영합니다:

• 초기화: npx @lap-platform/lapsh init
• GitHub: https://github.com/Lap-Platform/LAP
• 레지스트리(1,500개 이상의 API): https://registry.lap.sh