Community생산성 & 협업github.com

JW-Lx/adaptive-helm-orchestrator

작업을 분해하고, 모델 예산을 제안하며, 승인을 기다린 후 각 단계를 적절한 모델로 라우팅하는 비용 인식형 Codex 스킬입니다.

adaptive-helm-orchestrator란 무엇인가요?

이 스킬은 AI 에이전트(특히 Codex)가 복잡한 작업을 더 작은 단계로 분해하고, 각 단계에 예상 비용(모델 예산)을 할당한 후 사용자 승인을 거쳐 각 단계를 가장 적합한(비용 효율적인) 모델에 라우팅할 수 있게 해줍니다. 개발자는 예산 임계값을 설정하거나 특정 모델(예: GPT-4, Claude)을 선호하도록 구성할 수 있으며, 에이전트는 승인 전에 비용 추정치를 표시합니다. 이는 대규모 AI 기반 워크플로우의 비용을 통제하면서도 최적의 모델 성능을 유지하는 데 유용하며, Codex 에이전트 플랫폼에서 실행됩니다.

지원 대상~Claude Code✓Codex CLI~Cursor
npx skills add JW-Lx/adaptive-helm-orchestrator

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

adaptive-helm-orchestrator은(는) 무엇을 하나요?

작업을 분해하고, 모델 예산을 제안하며, 승인을 기다린 후 각 단계를 적절한 모델로 라우팅하는 비용 인식형 Codex 스킬입니다.

개요

이 스킬은 AI 에이전트가 복잡한 작업을 더 작은 하위 작업으로 분해하고, 각 하위 작업에 예상 비용(모델 예산)을 할당한 후 사용자 승인을 거쳐 각 단계를 가장 비용 효율적인 모델에 라우팅할 수 있게 해줍니다.

주요 기능

  • 작업 분해: 복잡한 요청을 논리적 하위 작업으로 분할합니다.
  • 비용 추정: 각 단계별 예상 비용을 산출합니다.
  • 승인 메커니즘: 사용자가 진행 전에 예산을 검토하고 승인할 수 있습니다.
  • 지능적 라우팅: 각 단계에 가장 적합한(비용 효율적인) 모델을 선택합니다.

지원 플랫폼

  • Codex: AI 기반 개발 작업 자동화를 위한 주요 플랫폼입니다.

설정

config.yaml 파일을 통해 예산 임계값, 선호 모델 등을 설정할 수 있습니다.

budget_threshold: 0.05  # USD
preferred_models:
  high_cost:
    - "gpt-4"
  low_cost:
    - "gpt-3.5-turbo"

사용 예시

user: "500줄의 Python 스크립트를 작성하세요. 비용 예산은 $0.10 이하입니다."
agent: 작업을 분해하고 예산을 제안한 후 승인을 요청합니다.

작동 방식

  1. 에이전트가 사용자 요청을 수신합니다.
  2. 작업을 논리적 단계로 분해합니다.
  3. 각 단계에 비용을 추정합니다.
  4. 승인을 위해 예산 요약을 사용자에게 표시합니다.
  5. 사용자가 승인하면 에이전트가 각 단계를 적절한 모델로 라우팅합니다.
  6. 최종 결과를 취합하여 사용자에게 반환합니다.

환경 변수

  • OPENAI_API_KEY: OpenAI API 키
  • CODEX_API_KEY: Codex API 키

라이선스

MIT

관련 스킬