OMAR: 수백 개의 AI 코딩 에이전트를 계층적으로 관리하는 오픈소스 TUI

✍️ OpenClawRadar📅 게시일: May 2, 2026🔗 Source

OMAR(Open Multi-Agent Runtime)는 대규모 AI 코딩 에이전트를 병렬로 조율하기 위한 TUI(터미널 사용자 인터페이스)입니다. Claude Code가 밤새 CI 문제를 해결하는 능력에 감명을 받은 Karim과 Shaokai가 여러 Claude Code 창 사이를 Ctrl+Tab으로 전환하는 불편함을 대체하기 위해 만들었습니다. 이 프로젝트는 오픈소스이며 omar.tech에서 확인할 수 있습니다.

주요 기능

깊은 계층 구조: 에이전트가 에이전트를 관리하며, 회사 조직과 같습니다. 원하는 깊이의 병렬 조직을 생성할 수 있습니다.
이기종 백엔드: Claude, Codex, Cursor, Opencode가 팀으로 협업할 수 있습니다. 각 작업에 가장 적합한 모델을 혼합하여 사용하세요.
완전한 제어: 모든 하위 에이전트와 대화하고 제어할 수 있습니다. 화살표 키로 계층을 탐색하고 팝업으로 연결할 수 있습니다.
유연한 수명: 장기 실행 또는 일시적인 에이전트, 메모리 스냅샷을 통한 세션 간 상태 유지.
메시징 및 통합: 에이전트를 Slack 채널에 연결합니다.
tmux 기반: 모든 tmux 명령어와 키 바인딩을 지원합니다. 매우 사용자 정의가 가능합니다.

빠른 시작

한 줄 명령어 (macOS/Linux):

$ curl -fsSL https://omar.tech/install.sh | sh

Homebrew:

$ brew install lsk567/omar/omar

소스에서 설치 (Rust 1.70+ 및 GNU Make 필요):

$ git clone https://github.com/lsk567/omar.git
$ cd omar && make install

사전 요구사항

tmux 3.0+ 및 하나 이상의 에이전트 백엔드: Claude Code, Codex CLI, Opencode 또는 Cursor CLI.

사용법

실행: $ omar
Executive Assistant 창에 프롬프트를 복사합니다. 에이전트가 생성되고 계층적으로 구성됩니다.

아이디어는 단일 에이전트 터미널에서 조직 구조를 반영하는 무리로 전환하는 것입니다. Executive Assistant가 팀에 작업을 위임하고, 팀은 하위 에이전트에 위임합니다. 모든 것을 하나의 TUI에서 제어할 수 있습니다.

📖 전체 소스 보기: HN AI Agents

👀 See Also

Tools

Google Gemma 4 26B-A4B를 LM Studio 0.4.0 헤드리스 CLI로 로컬에서 실행하기

LM Studio 0.4.0은 헤드리스 로컬 모델 추론을 위한 llmster와 lms CLI를 도입합니다. 이 글은 MacBook Pro M4 Pro에서 Google의 Gemma 4 26B-A4B MoE 모델을 설정하고, 48GB 통합 메모리로 초당 51 토큰을 달성한 과정을 상세히 설명합니다.