# 대화형 (Interactive)
octomind run developer:general
# 파이프를 통한 실행 — CI, 스크립트, 자동화
...

# 설치 (macOS 및 Linux) — 단일 Rust 바이너리; taps는 자체 도구 종속성을 설치합니다.
curl -fsSL https://raw.githubusercontent.com/muvon/octomind/master/install.sh | bash
# 로그인 — 모델이 포함되어 있어 API 키를 관리할 필요가 없습니다.
...

Octomind v0.50.1
역할(Role): developer:general · 모델(Model): octohub:auto
~/your/project
...

# ACP — 모든 다중 에이전트 시스템에 서브 에이전트로 드롭하기
octomind acp developer:general
# 비대화형 — 메시지는 stdin에서 읽고(파이프), 일반 텍스트로 출력합니다.
...

# 호출 전 거부 (Pre-call deny) — 실행되기 전에 호출 클래스를 차단합니다
[[guard]]
match =

). 일치하는 호출은 실행 대신 거부(denial)를 반환합니다.**후크(Hooks)**— 결과 후 스크립트입니다. 매칭 도구 결과가 나온 후에 실행됩니다. 0이 아닌 종료 코드는 표준 출력(stdout)을 에이전트의 받은 편지함(inbox)에 사용자 메시지로 주입합니다 — clippy 오류, lint 실패, 형식 차이(format diffs) 등이 *턴 재시작 없이 자동 수정*되는 것입니다.**검증기(Validators)**— 턴 후 스크립트입니다. 이들의 `when`

히스토리 필터는 이전 실행 이후의 호출을 검사하며, `when` 조건이 없으면 매 턴마다 실행될 수 있습니다. 역할과 응답 텍스트로 필터링할 수 있습니다. 출력은 에이전트가 다음 턴에 읽는 `<validation>` 블록으로 감싸집니다.**이는 자율 루프에서 "이 변경 사항을 승인하시겠습니까?" 프롬프트를 대체하는 것입니다.**

DSL(Domain Specific Language)은 capability+arg-regex+history+role+result-regex를 하나의 선언적 파일에 결합합니다. 컴파일할 코드가 없고, 설치할 플러그인이 없습니다. **완전한 자동화를 위해 설계되었습니다: CI, 데몬, 예약 실행, ACP 서브 에이전트에 적합합니다.** 전체 후크 및 검증기 스크립트 예시: Guardrails.

세상은 자율화되고 있습니다. 선택지는 "질문할 것인가 대 자동화할 것인가"가 아니라, "결정론적 정책을 가진 자동화" 대 "희망에 의존하는 자동화"입니다. Octomind는 전자를 제공합니다.

각 단계에 맞는 모델을 선택하세요. 일상적인 연구에는 저렴한 모델을, 검토에는 최첨단(frontier) 모델을 — 역할별, 단계별, 세션 중간 교체가 가능합니다. 실시간 비용 추적 및 지출 임계값 기능이 무료로 제공됩니다.

- 여러 제공업체에 걸친 역할별 및 워크플로우 단계별 모델 선택 — octolib을 통해 OpenRouter, OpenAI, Anthropic, Google, DeepSeek, Amazon Bedrock, Cloudflare 등에서 지원합니다. 다른 역할은 다른 공급업체에서 실행될 수 있으며, 사용 가능한 제공업체는 바이너리에 연결된 octolib 버전에 따라 달라집니다. 현재 목록 및 지원 모델은 Providers & Models를 참조하십시오.
- 세션 중간 모델 교체 기능과 함께
`/model anthropic:claude-haiku-4-5`

다양한 역할에 걸쳐 여러 모델 제공업체를 혼합할 수 있습니다. 연구에는 저렴한 모델을, 실행에는 최고의 모델을 사용할 수 있습니다. 세션 총액은 모델 전환 전반의 사용량을 포함합니다. - 요청별 및 세션별 실시간 비용 추적 기능이 제공됩니다.
- 캐시 인식 토큰 회계( `cache_read_tokens`, `cache_write_tokens` 는 입력/출력과 분리됨). - 임계값은 이미 기록된 비용을 사용하므로, 하나의 제공업체 호출만으로도 설정된 금액을 초과할 수 있습니다. **세션 임계값**은 대화형 터미널에서 알림을 표시하고 파이프되거나 ACP/WebSocket 작업을 중지시키며, 재설정(reset)을 수락하면 지출 체크포인트를 초기화합니다. **요청 임계값**은 현재 요청을 중지시킵니다. 구성(Configuration)을 참조하십시오.

두 임계값 모두 기본적으로 비활성화되어 있습니다. 명시적으로 설정해야 하며, 이는 사전 결제 청구 한도가 아니라 연속 작업 확인 기능입니다.

긴 작업은 도구 출력, 중간 시도, 그리고 여전히 필요한 결정들로 컨텍스트 창을 채웁니다.

Octomind의 적응형 압축 엔진이 자동으로 실행됩니다:

**캐시 인식(Cache-aware)** — 비용을 지불하기 *전에* 압축이 가치가 있는지 계산합니다. 캐시 무효화 및 재작성 비용을 고려합니다.**성장 인식(Growth-aware)** — 측정된 성장과 컨텍스트 상한선을 사용하여 압축 목표를 조정합니다.**구조 보존적(Structurally preserving)** — 중요한 지식, 선택된 분석 결과, 그리고 실시간 교환 내용을 유지합니다.**적응형 계획 인식(Adaptively plan-aware)** — 감독자(supervisor)가 복잡한 작업을 외부에서 추적하는 동안 초점 작업은 계획과 무관하게 유지됩니다.**완전 자동(Fully automatic)** — 사용자는 전혀 신경 쓸 필요가 없습니다.

이점: 컨텍스트 크기가 작아지면 나중에 필요한 입력 토큰이 줄어듭니다. 압축 자체도 토큰을 소모하며 캐시를 무효화할 수 있습니다.

세션 또한 지속됩니다: `octomind run --name my-feature`
진행하는 동안 저장하고, `octomind run --resume my-feature` (또는 `--resume-recent`)를 사용하면 여러 날에 걸친 작업까지 포함하여 중단했던 지점부터 다시 시작할 수 있습니다. 자세한 내용은 압축(Compression), 세션(Sessions)을 참조하십시오.

사용하려면:

작업 경계에서 `/done`을 사용하여 강제로 압축하고 백그라운드 학습을 시작합니다.

사용자의 역할(role)이 시작 시 로드되는 도구를 결정합니다. 추가적인 기술(skills)과 기능(capabilities)은 작업이 진행됨에 따라 활성화될 수 있습니다.
기술은 지침을 주입하고 필요한 기능을 로드하며, 작업 경계에서 잊히거나 지워질 때까지 활성 상태를 유지합니다. **컨텍스트는 사용자의 시작 역할과 요청하는 작업을 모두 따릅니다.**

**의미론적 규칙(Semantic rules).** 내부 임베딩 모델은 기술에 대해 작성된 `semantic(...)` 구문 및 기능에 대한 트리거 구문을 사용하여 사용자의 요청을 점수화합니다. 기술 설명만으로는 자동 활성화가 발생하지 않습니다. **정밀도가 중요한 수동으로 작성된 규칙입니다.** 기술 작성자는 유사도 점수보다 더 잘 안다고 판단될 때 파일 이름, 파일 내용 또는 정확한 구문에 활성화를 고정할 수 있습니다. **의미론적 근접 일치(semantic near-ties)는 피해야 합니다.** 최상위 의미론적 후보는 충분한 우위를 가져야 합니다. 결정론적 규칙 일치(Deterministic rule matches)는 여전히 독립적으로 활성화될 수 있으며, 여러 개가 하나의 메시지에 일치할 수 있습니다. **추측하지 않고 건너뛰도록 조정되었습니다.** 잘못된 활성화는 컨텍스트를 부풀리고 토큰을 낭비합니다. 시스템은 의심스러울 때 침묵하는 것을 기본값으로 합니다.

**사용하지 않는 지침을 컨텍스트에서 제외하는 것이 작업에 더 많은 공간을 남깁니다.**

이는 나머지 요소들과 결합됩니다:

서버를 활성화하면 연결되고 그 도구들을 노출합니다. 기술 활성화는 자격 증명(credentials)이 사용 가능한 경우 필요한 기능 서버도 활성화하며, 첫 번째 도구 호출을 기다리지 않습니다.