Repo 토큰: LLM 컨텍스트 윈도우 인식을 위한 GitHub 액션 토큰 개수 배지 추가
Repo Tokens는 코드베이스의 토큰 수를 계산하고 README에 시각적 배지를 추가하여 저장소가 대규모 언어 모델의 컨텍스트 창을 얼마나 차지하는지 나타내는 GitHub Action입니다. 목표는 JavaScript 라이브러리의 번들 크기 배지와 유사하게 토큰 크기를 가시적인 지표로 만들어 AI 코딩 에이전트와 더 호환되는 간결한 코드베이스를 장려하는 것입니다.
작동 방식
이 액션은 토큰화를 위해 tiktoken을 사용합니다. 약 60줄의 인라인 Python 코드를 실행하며 실행 시간은 약 10초 정도 소요됩니다. 복합 액션으로 구현되어 있습니다.
구성 및 출력
컨텍스트 창 크기는 구성 가능하며, 기본값은 200,000 토큰(Claude 모델 크기와 일치)으로 설정됩니다. 배지 색상은 코드베이스가 구성된 컨텍스트 창을 얼마나 채우는지에 따른 비율을 반영합니다:
- 녹색: 30% 미만
- 노란색: 50-70%
- 빨간색: 70% 이상
이 액션은 README 파일을 업데이트하지만 변경 사항을 자동으로 커밋하지 않아 워크플로우가 git 전략을 제어할 수 있도록 합니다.
이러한 유형의 도구는 AI 어시스턴트와 작업하는 개발자에게 유용합니다. 코드베이스를 LLM의 컨텍스트 창 내로 유지하면 에이전트가 코딩 작업 중 프로젝트 구조와 종속성을 완전히 인지할 수 있기 때문입니다.
📖 전체 소스 읽기: HN AI Agents
👀 See Also
클로드, 일레븐랩스, 플럭스로 구축된 멀티 에이전트 토론 앱
한 개발자가 Claude를 활용한 다중 에이전트 토론 앱을 만들었습니다. 이 앱은 사용자가 두 개의 페르소나와 주제를 선택하면 Claude가 각 측의 입장에 맞는 주장을 생성합니다. AI 심판이 토론을 평가하고 승자를 선정합니다.
RAG 및 AI 에이전트 개발을 위한 세 가지 저장소
레딧 게시물에서 RAG와 AI 에이전트를 구축하는 개발자들을 위한 세 가지 저장소를 강조했습니다: 에이전트 메모리를 위한 memvid, RAG 파이프라인을 위한 llama_index, 코딩 어시스턴트를 위한 Continue입니다. 저자는 순수 RAG가 지식 검색에 가장 적합하고, 메모리 시스템은 에이전트에 더 나으며, 실제 도구에서는 하이브리드 접근 방식이 일반적이라고 언급했습니다.
클로디고치: 클로드 코드 활동으로 성장하는 물리적 다마고치 장치
클로디고치는 ESP32와 LCD 화면을 탑재한 물리적 데스크탑 생물로, 플러그인을 통해 Claude Code에 연결됩니다. 이 장치의 배고픔 시스템은 코딩 활동에 반응하며, 클로드가 방치되면 시각적 상태와 음향 효과가 점차 강화됩니다.
SwiftUI 에이전트 스킬: AI로 뷰 개발 향상하기
SwiftUI Agent Skill은 AI를 활용하여 SwiftUI 뷰 개발을 개선하는 오픈소스 도구로, 모범 사례와 최적화 기법을 내장하고 있습니다.