피드로 돌아가기
Dev.toAI/ML
원문 읽기
6단계 Workflow 기반의 Terminal-Native AI Agent, M31A 설계 분석
Building M31A: A Terminal-Native AI Coding Agent That Ships, Not Just Suggests
AI 요약
Context
단순 코드 제안에 그쳐 테스트와 검증 과정을 개발자가 수동으로 처리해야 하는 기존 AI assistant의 한계 발생. 코드 생성 이후의 배포 및 검증 단계까지 Agent가 직접 책임지는 End-to-End 자동화 체계의 필요성 대두.
Technical Solution
- Bubble Tea 라이브러리를 활용하여 LLM API와 렌더링 로직을 분리한 6계층 Architecture 설계
- Initialize부터 Ship까지 이어지는 6단계 Workflow Engine을 통해 작업의 원자성과 상태 관리 보장
- Markdown 기반의 Plan Parser를 구축하여 태스크 간 의존성 및 수정 파일 목록을 정형 데이터로 추출
- Kahn's Algorithm 기반의 Topological Sorting을 적용하여 태스크 실행 순서를 최적화하는 Task Runner 구현
- .m31a 디렉토리 내 PROJECT.md 및 STATE.md를 통한 세션 간 상태 유지 및 Learning Ledger 기록
- Go 언어를 통한 Static Binary 배포로 Runtime 의존성을 제거하고 POSIX shell 호환성 확보
실천 포인트
1. AI 에이전트 도입 시 '제안-수용-검증'의 루프를 자동화하는 상태 머신 설계 검토
2. 복잡한 태스크 수행 시 의존성 그래프를 통한 실행 순서 결정 로직(Topological Sort) 적용
3. LLM의 환각을 줄이기 위해 실행 전 구체적인 구현 계획을 정형화된 포맷으로 파싱하여 검증하는 단계 추가