분산된 AI Agent를 통합하는 Local-first Orchestrator Crew44 설계

I finally gave my AI agents a shared memory and a team #Crew44

Zander Forge2026년 5월 26일7분intermediate

AI 요약

Context

다양한 AI Coding Agent 사용 시 발생하는 컨텍스트 파편화와 수동적인 정보 복사 과정으로 인한 생산성 저하 발생. 각 도구의 강점은 서로 다르나, 공유 메모리 부재로 인해 매 세션마다 동일한 프로젝트 컨벤션을 재설명해야 하는 비효율적 구조임.

Technical Solution

Go 기반 Daemon과 Electron/React UI를 WebSocket JSON-RPC로 연결하여 Local-first 제어 레이어 구축
서로 다른 Agent CLI의 출력을 정규화하여 통합 워크스페이스로 라우팅하는 Runtime Interface 설계
전체 트랜스크립트 전달 대신 목표, 변경사항, 다음 단계만 포함하는 Structured Handoff 메커니즘 도입
~/.crew44/ 경로의 Plain File 기반 프로젝트 메모리 시스템을 통한 컨텍스트 지속성 확보
SKILL.md 파일을 통한 워크플로우 캡처 및 Agent 간 기술 공유가 가능한 Reusable Skill 구조 구현
사용자 승인 기반의 Auto-suggestion 루프를 통해 시스템 학습 데이터의 무결성 유지

실천 포인트

- 서로 다른 LLM 인터페이스를 통합할 때 개별 도구의 교체가 아닌 Adapter 패턴을 통한 출력 정규화 검토 - Context Window 낭비를 줄이기 위해 전체 이력 대신 핵심 상태만 전달하는 Structured Handoff 설계 적용 - Local-first 상태 관리를 위해 단순 파일 시스템 기반의 State 저장소 구성 고려

태그

#Context Window #Runtime Interface #JSON-RPC #Orchestrator #Local-First

원문 읽기