Community생산성 & 협업github.com

AgentShekel/agentic-workflow

Claude Code를 위한 다중 에이전트 프레임워크: 계층 인식 승인(S/M/L), 수락자/최적화자 분할, 파일시스템 격리 적대자 검토, Codex MCP를 통한 교차 계열 2차 의견, SkillOpt 스타일 스킬 진화, 이벤트 원장 관찰 가능성, 최종 판단자로서의 인간

agentic-workflow란 무엇인가요?

AgentShekel/agentic-workflow는 Claude Code 에이전트를 위한 정교한 다중 에이전트 워크플로우 프레임워크입니다. 이 시스템은 작업 규모를 S/M/L 계층으로 인식하여 각기 다른 워크플로우를 적용하고, '수락자(acceptor)'가 초안을 생성하면 '최적화자(optimizer)'가 이를 개선하는 역할 분할을 지원합니다. 또한, 파일시스템 수준에서 격리된 '적대자(adversary)' 에이전트가 생성된 코드를 검토하고, Codex MCP를 통해 다른 모델 계열(예: GPT-4/o1)의 2차 의견을 수집하여 편향을 줄입니다. SkillOpt(Formerly known as AgentOptimizer)에서 영감을 받은 스킬 진화 메커니즘을 통해 이전 성공 사례에서 학습하며, 모든 작업 내역은 이벤트 원장에 기록되어 완전한 관찰 가능성을 제공하고, 최종 결정은 항상 인간이 내리는 구조입니다. 이 프레임워크는 Claude Code 환경에서 복잡한 소프트웨어 개발 작업을 보다 안정적이고 안전하게 수행하도록 설계되었습니다.

지원 대상✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add AgentShekel/agentic-workflow

Installed? Explore more 생산성 & 협업 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

agentic-workflow은(는) 무엇을 하나요?

Claude Code를 위한 다중 에이전트 프레임워크: 계층 인식 승인(S/M/L), 수락자/최적화자 분할, 파일시스템 격리 적대자 검토, Codex MCP를 통한 교차 계열 2차 의견, SkillOpt 스타일 스킬 진화, 이벤트 원장 관찰 가능성, 최종 판단자로서의 인간

개요

agentic-workflow는 Claude Code 에이전트가 보다 복잡하고 안전한 작업을 수행할 수 있도록 설계된 다중 에이전트 워크플로우 프레임워크입니다. 단일 에이전트의 한계를 극복하고, 여러 전문 에이전트의 협업을 통해 결과의 품질과 신뢰성을 높입니다.

주요 기능

계층 인식 승인 (Tier-Aware Acceptance)

작업을 크기(S/M/L)에 따라 분류하고 각 계층에 맞는 승인 워크플로우를 실행합니다.

  • S (Small): 단순 작업, 자동 승인 가능
  • M (Medium): 중간 규모 작업, 최적화자 검토 필요
  • L (Large): 대규모 작업, 전체 파이프라인(수락자 → 최적화자 → 적대자 → 2차 의견) 필요

수락자/최적화자 분할 (Acceptor/Optimizer Split)

  • 수락자(Acceptor): 사용자 요청을 받아 초안 구현 생성
  • 최적화자(Optimizer): 수락자의 출력을 검토하고 개선 (코드 품질, 성능, 보안 등)

파일시스템 격리 적대자 검토 (Filesystem-Isolated Adversary Review)

적대자(Adversary) 에이전트는 파일시스템 수준에서 격리된 환경에서 생성된 코드를 검토합니다. 이를 통해 편향을 줄이고 보다 객관적인 보안 및 품질 검토를 수행합니다.

Codex MCP를 통한 교차 계열 2차 의견 (Cross-Family Second Opinion via Codex MCP)

Claude Code 외에도 Codex MCP를 통해 GPT-4/o1 등 다른 모델 계열의 2차 의견을 수집합니다. 이는 특정 모델의 편향을 완화하고 더 다양한 관점에서 솔루션을 평가하는 데 도움이 됩니다.

SkillOpt 스타일 스킬 진화 (SkillOpt-Style Skill Evolution)

이전 성공 사례를 분석하여 스킬을 진화시킵니다. SkillOpt(이전 명칭 AgentOptimizer)에서 영감을 받은 이 메커니즘은 과거의 성공적인 패턴을 저장하고 재사용하여 효율성을 지속적으로 향상시킵니다.

이벤트 원장 관찰 가능성 (Event Ledger Observability)

모든 에이전트의 작업, 결정, 상호작용은 이벤트 원장에 기록됩니다. 이를 통해 전체 워크플로우의 완전한 관찰 가능성을 제공하며, 문제 발생 시 추적 및 디버깅이 용이합니다.

인간 - 최종 판단자 (Human as Supreme Judge)

최종 결정은 항상 인간이 내립니다. 자동화된 워크플로우는 제안과 검토를 수행하지만, 중요한 변경사항이나 배포는 사람의 승인을 받아야 합니다.

사용 방법

# 프레임워크 활성화 (Claude Code 내에서)
load agentic-workflow

# 작업 제출 (S/M/L 계층 자동 감지)
submit "로그인 페이지에 접근성 지원 추가"

# 수동 계층 지정
submit --tier L "전체 시스템에 마이크로서비스 아키텍처 도입"

워크플로우 예시

  1. 사용자 요청: "사용자 프로필 편집 기능 추가"
  2. 계층 분류: M (Medium)으로 분류
  3. 수락자: 초안 코드 생성
  4. 최적화자: 코드 리뷰 및 최적화 제안
  5. 적대자: 격리된 환경에서 보안 취약점 검사
  6. 2차 의견: Codex MCP를 통해 다른 모델의 피드백 요청
  7. 인간 승인: 최종 결과물을 사람이 검토 후 승인 또는 수정 요청
  8. 이벤트 기록: 모든 단계가 이벤트 원장에 기록됨

구성 요소

구성 요소역할격리 수준
수락자(Acceptor)초안 생성낮음
최적화자(Optimizer)코드 개선중간
적대자(Adversary)보안 및 품질 검토높음 (파일시스템 격리)
Codex MCP교차 계열 2차 의견외부 API
이벤트 원장(Event Ledger)모든 활동 기록불변 저장소
인간(Human)최종 승인외부

환경 변수

변수명설명필수
CODEX_API_KEYCodex MCP 사용을 위한 API 키아니오
EVENT_LEDGER_PATH이벤트 원장 저장 경로아니오 (기본값: ./event-ledger/)
ADVERSARY_ISOLATION_DIR적대자 격리 작업 디렉토리아니오 (기본값: ./adversary-isolation/)

참고 자료

라이선스

MIT

관련 스킬