Sgai: 목표 기반 다중 에이전트 소프트웨어 개발 도구

Sgai의 기능
Sgai(발음은 "Sky")는 로컬 저장소에서 실행되는 목표 중심 AI 소프트웨어 팩토리입니다. 단계별 프롬프트 대신, GOAL.md 파일에 무엇을 구축해야 하는지(방법이 아닌) 설명하는 결과를 정의합니다. 그러면 시스템이 여러 AI 에이전트를 조율하여 목표를 실행합니다.
주요 기능
- 목표 중심 워크플로우: 완료 게이트(예:
make test)와 함께 GOAL.md 파일에 결과를 정의하여 작업이 실제로 완료되는 시점을 결정합니다 - 다중 에이전트 조율: 목표를 역할의 DAG(개발자 → 검토자 → 보안 분석가 등)로 분해합니다
- 로컬 실행: 모든 작업이 저장소에서 로컬로 실행되며 GitHub에 자동 푸시되지 않습니다
- 시각적 모니터링: 웹 대시보드에서 에이전트 그래프의 실시간 실행을 보여줍니다
- 대화형 명확화: 에이전트는 실행 전에 필요한 경우 명확한 질문을 합니다
- 기술 추출: 완료된 세션에서 재사용 가능한 기술과 코드 스니펫을 추출합니다
작동 방식
워크플로우는 다음 단계를 따릅니다:
- 목표 생성: 대부분의 사용자는 내장 마법사를 사용하여 목표를 생성합니다. 목표는 GOAL.md에 저장되며 구현 단계가 아닌 결과를 설명합니다.
- 에이전트 작업 계획: Sgai는 목표를 정의된 역할을 가진 조율된 에이전트의 워크플로우 다이어그램으로 분해합니다.
- 승인 및 모니터링: 에이전트는 명확한 질문을 한 후, 작업을 자율적으로 실행하고 테스트를 실행하며 완료를 검증합니다.
- 세션에서 학습: 시스템은 완료된 세션에서 재사용 가능한 기술을 추출합니다.
GOAL.md 예시
--- flow: | "backend-developer" -> "code-reviewer" completionGateScript: make test interactive: yes ---REST API 구축
JWT 인증을 사용한 사용자 등록 및 로그인을 위한 엔드포인트를 생성하세요.
- POST /register는 이메일을 검증하고 비밀번호를 해시합니다
- POST /login은 JWT 토큰을 반환합니다
- 완료 전에 테스트를 통과합니다
설치 및 설정
opencode를 통한 권장 자동 설정:
opencode update opencode auth login opencode --model anthropic/claude-opus-4-6 run "install Sgai using the instructions from https://github.com/sandgardenhq/sgai/blob/main/INSTALLATION.md"
수동 설치 요구사항: Go, Node.js, bun, opencode. 권장: jj(버전 관리), tmux(세션 관리), ripgrep(코드 검색), Graphviz(다이어그램 렌더링).
설치 명령:
go install github.com/sandgardenhq/sgai/cmd/sgai@latest
또는 소스에서 빌드:
git clone https://github.com/sandgardenhq/sgai.git cd sgai cd cmd/sgai/webapp && bun install && cd ../../.. make build
Sgai 실행
sgai serve로 서버를 시작하고 http://localhost:8080을 열어 대시보드에 접근합니다.
기술적 세부사항
- 오픈소스 (Go)
- Anthropic, OpenAI 또는 opencode를 통한 로컬 모델과 함께 작동
- 변경사항은 버전 관리 시스템을 통과합니다 (Git도 작동하지만 jj 권장)
- 데모 이용 가능: 4분 비디오
- 사용 예시: "드래그 앤 드롭 이미지 압축기 구축" → 3명의 에이전트 (개발자, 검토자, 디자이너) → 테스트를 통과한 작동 앱 → 45분
이 프로젝트는 "아직 초기 단계이며 일부는 거칠지만, 공유할 수 있을 만큼 기능적"이라고 설명되며, 소규모 앱 프로토타이핑과 내부 도구 구축에 내부적으로 사용되었습니다.
📖 전체 소스 읽기: HN AI Agents
👀 See Also

클로드 코드 할당량을 위한 윈도우 시스템 트레이 모니터
Windows 시스템 트레이 애플리케이션으로 Claude Code 사용량을 색상으로 구분된 아이콘으로 모니터링하며, Anthropic의 OAuth API를 통해 5분마다 할당량 데이터를 자동으로 새로 고치고, 시간별, 일별, 주별, 월별 사용 패턴을 보여주는 상세한 대시보드를 제공합니다.

Claude IDE Bridge: 원격 편집기 접근을 위한 MCP 도구
Claude IDE Bridge는 MCP(Model Context Protocol)를 통해 Claude AI에 코드 편집기에 대한 원격 제어 접근을 제공하는 오픈소스 도구입니다. 이 도구는 실시간 타입 정보와 디버거 상태와 같은 편집기 지식을 호출 가능한 도구로 노출합니다.

OmniCoder-9B: 425K 에이전트 궤적으로 미세 조정된 90억 파라미터 코딩 에이전트
테슬레이트가 Qwen3.5-9B의 하이브리드 아키텍처를 기반으로 파인튜닝한 90억 파라미터 코딩 에이전트 모델 OmniCoder-9B를 공개했습니다. 이 모델은 Claude Opus 4.6, GPT-5.4, GPT-5.3-Codex, Gemini 3.1 Pro의 425,000개 이상의 정제된 에이전트 코딩 트랙을 학습했습니다.

로컬 시맨틱 검색을 위한 AI 대화용 fastembed와 LanceDB
한 개발자가 fastembed를 사용해 CPU 기반 임베딩을 수행하고 LanceDB를 서버리스 벡터 저장소로 활용하여 368K개의 AI 대화 메시지를 로컬에 인덱싱했으며, API 키 없이 12ms p50 검색 지연 시간을 달성했습니다.