Community라이팅 & 에디팅github.com

ProgramAsWeights (PAW)

자연어 명세를 로컬 신경 함수로 컴파일하여 텍스트 분류, 추출, 퍼지 매칭 작업을 AI 코딩 에이전트에서 수행할 수 있게 합니다.

ProgramAsWeights (PAW)란 무엇인가요?

ProgramAsWeights(PAW)는 짧은 자연어 명세를 텍스트 입력 하나와 텍스트 출력 하나를 가진 작은 신경 함수('뉴럴 소프트웨어')로 컴파일하는 도구입니다. 이 함수는 호스팅된 API에서 한 번 컴파일되면 로컬에서 오프라인으로 영구 실행됩니다. PAW는 분류(감정, 의도, 스팸 등), 추출(이메일, 이름, 날짜 등), 형식 복구(JSON 수정, 날짜 정규화), 퍼지 매칭(오타 허용 매칭, 근접 중복 탐지), 로그 라우팅 등에 적합합니다. 기존의 취약한 정규식이나 값비싼 항목별 LLM 호출을 대체하며, 컴파일 후 대략 0.05~0.5초 이내에 로컬에서 동작합니다. 공개된 함수를 먼저 허브에서 확인하고, 없으면 직접 컴파일할 수 있습니다. 반드시 테스트 케이스로 반복 개선하는 것을 권장하며, 설치 후 SDK를 통해 로컬 추론이 가능하고 오프라인에서도 사용할 수 있습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add tolimcn7786/skills

Installed? Explore more 라이팅 & 에디팅 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

ProgramAsWeights (PAW)은(는) 무엇을 하나요?

ProgramAsWeights는 짧은 자연어 명세를 작은 신경 함수("뉴럴 소프트웨어")로 컴파일합니다. 이 함수는 텍스트 입력 하나를 받아 텍스트 출력 하나를 반환하며 로컬에서 실행됩니다. 호스팅된 API에서 한 번 컴파일하면 결과 함수는 로컬에서 오프라인으로 영구 실행됩니다.

언제 사용할까요

작업이 퍼지한 텍스트 -> 텍스트이고 저렴하고 빠르며 로컬에서 반복 가능하게 처리하고 싶다면 PAW를 선택하세요:

  • 분류 / 범주화 - 감정, 긴급도, 의도, 주제, 스팸 또는 ALERT 대 QUIET 로그 라인.
  • 추출 - 지저분하거나 구조화되지 않은 텍스트에서 이메일, 이름, 날짜, ID 또는 필드를 뽑아냅니다.
  • 형식 복구 / 정규화 - 깨진 JSON 수정, 날짜 정규화, 일관되지 않은 입력 정리.
  • 퍼지 매칭 - 오타 허용 매칭, 근접 중복 탐지, 구문을 가장 가까운 옵션에 매핑.
  • 분류 / 라우팅 - 로그에서 잡음을 필터링하거나 요청을 적절한 핸들러로 전달합니다.

이 도구는 취약한 정규식이나 비용이 많이 드는 항목별 LLM 호출을 하나의 작은 함수로 대체하며, 컴파일 후 약 0.05~0.5초 안에 네트워크 없이 로컬에서 실행됩니다.

사용하지 말아야 할 경우

  • 긴 형식이나 개방형 생성(에세이, 코드, 채팅) - 전체 LLM을 사용하세요.
  • 다단계 추론, 수학 또는 광범위한 세계 지식이 필요한 작업.
  • 단일 텍스트 입력 -> 단일 텍스트 출력이 아닌 모든 것. 함수는 상태 비저장이며 명세 + 입력 + 출력에 걸쳐 약 2048 토큰 창을 공유합니다.

사용 방법 (워크플로우)

1. 먼저 허브를 확인하세요. 누군가 이미 함수를 게시했을 수 있습니다. 컴파일 전에 슬러그(slug)를 시도해보세요:

import programasweights as paw

fn = paw.function("email-triage")   # 한 번 다운로드 후 로컬에서 실행
fn("Urgent: server is down!")        # "immediate"
fn("Newsletter: spring picnic")      # "wait"

2. 그렇지 않으면 직접 컴파일하세요. 좋은 명세는 설명과 몇 가지 Input: ... Output: ... 예제, 그리고 명시적인 출력 제약 조건을 포함합니다:

import programasweights as paw

fn = paw.compile_and_load("""
지원 티켓을 분류하세요. 다음 중 하나만 반환하세요: billing, bug, feature, other.

Input: 이번 달에 두 번 청구되었습니다
Output: billing

Input: 내보내기 버튼이 작동하지 않습니다
Output: bug

Input: 다크 모드를 추가해 주세요
Output: feature
""")

fn("카드가 다시 청구되었습니다")   # "billing"

3. 테스트 케이스로 반복 개선하세요 - 가장 중요한 방법입니다. 첫 번째 결과를 그대로 받아들이지 마세요. 입력/예상 쌍의 작은 집합을 만들고 정확도를 측정한 다음, 표현과 예제를 다듬고 충분히 좋아질 때까지 다시 컴파일하세요. 소프트웨어처럼 취급하세요: 테스트하고, 특정 실패를 디버깅하고, 명세를 수정하고, 다시 테스트하세요. 최소 평가 루프:

import programasweights as paw

tests = [
    {"input": "이번 달에 두 번 청구되었습니다", "expected": "billing"},
    {"input": "내보내기 버튼이 작동하지 않습니다", "expected": "bug"},
    {"input": "다크 모드를 추가해 주세요",          "expected": "feature"},
]

fn = paw.compile_and_load(open("spec.txt").read())
results = [(t, fn(t["input"]).strip()) for t in tests]
misses = [(t, got) for t, got in results if got != t["expected"]]
print(f"정확도: {(len(tests) - len(misses)) / len(tests):.0%}")
for t, got in misses:        # 실패를 분석한 다음 명세를 수정하고 다시 컴파일하세요
    print("실패:", t["input"], "-> 결과", repr(got), "원함", repr(t["expected"]))

references/writing-good-specs.md에서 실패를 디버깅하는 방법을 참조하세요.

4. 프로그램 ID나 슬러그(slug)를 저장하고 로컬에서 재사용하세요. 첫 번째 자산 다운로드 후 추론에는 서버가 필요하지 않습니다.

설치

pip install programasweights --extra-index-url https://pypi.programasweights.com/simple/

브라우저 / JavaScript: npm install @programasweights/web. compiler="paw-4b-gpt2"로 컴파일된 함수는 WebAssembly를 통해 클라이언트 측에서 실행됩니다. references/browser-sdk.md를 참조하세요.

실행 위치 (데이터 흐름 - 사용 전 읽어보세요)

  • 컴파일은 명세를 호스팅된 PAW API(https://programasweights.com)로 보내고 프로그램 ID를 반환합니다. 명세에 비밀 정보를 넣지 마세요.
  • 추론은 SDK를 통해 로컬에서 실행되며 첫 번째 다운로드 후 오프라인에서도 작동합니다.
  • 인증은 선택 사항입니다 - 익명 사용이 가능합니다. 더 높은 컴파일 속도 제한과 명명된 슬러그를 위해 로그인하세요(export PAW_API_KEY=paw_sk_...).

더 자세한 내용 (필요 시 로드)

  • 전체 API, 컴파일러, 버전 관리, 체이닝, 인증: references/api.md
  • 명세 작성 및 디버깅: references/writing-good-specs.md
  • 브라우저 / JavaScript SDK: references/browser-sdk.md
  • 일반적인 오류 및 수정: references/troubleshooting.md
  • 실제 사례 연구 (로그 모니터링, 의미 검색, 도구 호출): https://programasweights.readthedocs.io

관련 스킬