Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
CONTINUUM은 장기 실행 AI 에이전트의 신뢰성과 검증 가능성을 높이는 프레임워크입니다. 대화 덤프가 아닌 의미론적 체크포인트를 제공하며, 중복 부작용을 방지하는 항등원 액션 원장과 변조 방지 이벤트 로그를 핵심 기능으로 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub AI Tools의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기Why · 빠른 시작 (Quick Start) · 작동 방식 (How it works) · CONTINUUM의 위치 (Where CONTINUUM sits) · 기능 (Features) · 보안 확장 (Security Extension) · 경험적 검증 (Empirical Verification) · MCP 통합 (MCP Integration) · 프레임워크 통합 (Framework Integration) · 핵심 개념 (Core Concepts) · 아키텍처 (Architecture) · API 및 CLI (API and CLI) · 로드맵 (Roadmap) · CONTINUUM이 아닌 것 (What CONTINUUM Is Not) · 관련 연구 (Related work) · 상태 및 한계점 (Status and limitations) · 기여 방법 (Contributing) · 라이선스 (License)
현대의 AI 에이전트는 장시간 작업을 수행합니다 (수백 개의 LLM 호출, 도구 호출(tool invocations), 파일 및 데이터베이스 쓰기). 이들이 충돌하면 일반적인 대응 방식은 처음부터 모든 것을 재실행하는 것입니다. 이는 작업의 중복을 초래하고, 부작용(side effects)을 중복하며, 토큰을 낭비하고, 의사결정을 상실하게 만듭니다.
CONTINUUM은 더 좁고 어려운 질문을 던집니다: 에이전트가 자신의 작업 상태에 대한 압축된 의미론적 표현(semantic representation)으로부터 작업을 재개할 수 있으면서도, 그 상태가 현재 환경에서도 여전히 유효한지 독립적으로 검증할 수 있는가? 이 기능의 차별점은 세 부분으로 나뉩니다:
continuum-agent 0.1.2 버전으로 PyPI에 게시되었습니다: pip install continuum-agent (pip install continuum-agent==0.1.2로 버전을 고정할 수 있습니다). 릴리스 태그에는 추가적으로 GitHub Releases에 빌드된 휠(built wheels)이 첨부됩니다.
클론하거나 로컬 설치가 필요 없는 경로:
| 경로 | 방법 |
|---|---|
| PyPI에서 설치 | pip install continuum-agent==0.1.2 후, continuum --help 실행 |
| ... |
Docker 이미지는 main 브랜치에 푸시되거나 모든 릴리스 태그(.github/workflows/docker-publish.yml)가 발생할 때 CI를 통해 GHCR(GitHub Container Registry)에 게시됩니다. Codespace는 .devcontainer/에 정의되어 있습니다. 노트북은 examples/demo.ipynb이며, 첫 번째 셀에서 CONTINUUM을 가져오기(import) 할 때만 설치가 이루어지므로 Colab, Binder, 클론된 환경 모두에서 이 파일이 실행될 수 있습니다.
git clone https://github.com/Cyrax321/CONTINUUM.git
cd CONTINUUM
...
pip 대체 방법: 위의 모든 명령어에서
uv pip install을pip install로 대체하십시오.
선택적 환경 어댑터(Optional environment adapters):
uv pip install -e ". [browser]": BrowserAdapter를 활성화합니다. 브라우저 바이너리를 설치하려면 별도로 playwright install chromium을 실행해야 합니다.uv pip install -e ". [kubernetes]": KubernetesAdapter를 활성화합니다. 이 경우 kubectl과 구성된 클러스터는 외부 전제 조건으로 남아 있습니다.만약 uv 대신 pip를 사용한다면, 동일한 외부 전제 조건 하에 pip install -e ". [browser]" 또는 pip install -e ". [kubernetes]"을 실행하십시오.
검증:
The core library는 하나의 런타임 의존성(pydantic>=2.7)만 가지고 있으며, 나머지 모든 기능은 선택적(opt-in)입니다. 전체 패키지 맵, 추가 기능 매트릭스(extras matrix), Postgres 테스트 설정 및 명령어별 검증 사항은 references/install.md에서 확인할 수 있습니다.
Claude Code, Gemini CLI 또는 Codex의 경우, 사용자는 Python을 작성할 필요가 없으며 프롬프트 파일도 필요하지 않습니다:
continuum start my-task --goal "Agent가 수행해야 할 작업"
continuum hooks install claude-code --with-gate # 또한: gemini, codex
이후 에이전트가 작성하는 모든 파일은 해시 체인(hash-chained) 증거로 기록되며, 세션은 자동 상태 브리핑으로 시작하고, 주장되지 않은 부작용 효과(unclaimed side effects)는 .continuum/gate.json에 등록된 후 발생하기 전에 거부되며, 충돌이 발생한 후에도 실행 가능한 다음 단계와 함께 새로운 세션을 재개합니다. CLAUDE.md 파일은 필요하지 않습니다.
최소 라이브러리 예시: 기록 및 복구(record and recover):
from continuum import EventType, Run, SQLiteStorage, project
store = SQLiteStorage("agent.db")
...
직접 증명 실행하기 (Run the proof yourself):
python examples/crash_recovery_agent.py # 실제 프로세스 종료, 실제 부작용 효과 발생
python examples/context_compaction.py # 기록(transcript) 손실, 체크포인트는 생존
python examples/model_switch.py # Model A가 실패하고, Model B가 안전하게 재개
...
e2e-autonomy-test/ 키트는 실제 인보이스 배치 작업을 시나리오화하고, 실행 도중 강제 종료(hard-kill)를 일으킨 후, 새로운 재개 세션을 통해 아웃박스(outbox), 원장(ledger), 이벤트 체인(event chain)을 외부에서 점수화합니다. Run 1은 실제 Claude Code 세션에 대해 7/7 메커니즘의 점수를 받았습니다. 전체 워크스루는 references/e2e.md를 참조하십시오.
CONTINUUM은 LLM 컨텍스트(임시)를 내구성 있는 작업 상태(durable task state)(영구적)와 분리합니다. 대화 기록을 저장하는 대신, 계속 진행하는 데 필요한 최소한의 검증된 정보인 의미론적 체크포인트(semantic checkpoint)를 구성합니다.
CONTINUUM how it works
상세 설명, 투영 모델(projection model), 그리고 복구 컨텍스트는 references/architecture.md에 있습니다.
모든 장기 실행 에이전트에는 네 가지 관심사 영역이 중첩됩니다. CONTINUUM은 그중 마지막 하나만을 소유하며, 나머지 세 가지 영역과는 명시적인 연결 고리(seams)를 통해 접점을 만듭니다. 경쟁사를 언급하거나 주장을 할 때는 이미 배포된 모듈이나 이를 출력하는 공개된 스위트가 없다면 아무런 주장도 하지 않습니다.
| 레이어 | 답변 내용 | 연결 방식 (배포된 모듈 또는 공개된 결과물) |
|---|---|---|
| Harness | 에이전트는 도구를 호출하고 목표를 향해 진행하는 방법은 무엇인가? | CONTINUUM 외부. 배선 지점(Wiring points)은 src/continuum/adapters/generic.py (GenericAgentAdapter), src/continuum/adapters/thin.py (CrewAI, AutoGen, Pydantic AI hooks), src/continuum/mcp/server.py (MCP stdio), src/continuum/hooks.py 및 src/continuum/clienthooks.py (코딩-CLI 라이프사이클 후크), src/continuum/gateway.py (모든 언어에 대한 HTTP 프록시 강제 적용), 그리고 src/continuum/otel.py (OpenTelemetry 브릿지)에서 배포됩니다. 레시피는 docs/recipes/와 references/adapters.md에 있습니다. |
| ... | ||
모든 위 행은 태그가 지정된 커밋의 main에 존재하는 경로로 추적 가능합니다. 이 표에는 벤치마크 수치가 재진술된 것은 아무것도 없습니다. 벤치마크는 이미 출력하는 스위트 결과물 내에만 존재합니다. 공개된 스위트와 설계 문서는 전체 목록을 보려면 docs/research.md를 참조하십시오. |
아래 이미지는 모의(mock)가 아닙니다. 이는 python demo-run/generate_crash_visual.py를 실행한 결과물입니다. 이 스크립트는 문서 399에서 os._exit(9)로 종료될 때까지 demo-run/worker.py를 실행하고, continuum resume --env dataset=v4를 호출하며 거부 경로(REQUEST_HUMAN, safe:false, exit 21)를 보여준 후, 탐침(probe)을 통해 불확실한 부작용(side effect)을 조정하고, 동일한 데이터베이스에서 재개하여 중복 작업 없이 완료합니다. 또한 감사(audit) 목적으로 전체 기록은 docs/assets/crash-recovery.txt로 저장됩니다.
재생성하기:
python demo-run/generate_crash_visual.py
# 또는: python scripts/generate_crash_visual.py
Crash recovery: hard kill mid-batch, refusal, reconcile, resume
코드와 함께 전체 워크스루는 docs/recovery_walkthrough.md (examples/recovery_walkthrough.py)에 있습니다. 최소 벤치마크 하네스는 references/bench.md (continuum benchmark)에 있습니다.
| 역량 (Capability) | 제공하는 것 (What it gives you) |
|---|---|
| 의미론적 체크포인트 (Semantic checkpoints) | 간결하고, 버전 관리되며, 검사 가능한 상태로, 단순한 기록(transcript dump)이 아닙니다. |
| ... |
두 가지 추가적인 보안 확장이 복구 및 체크포인트 기저층(substrate) 위에 자리 잡고 있습니다. 이들은 재개(resume), 재생(replay), 또는 기존의 충돌 시 재검증 경로를 변경하지 않습니다.
상태: 명시되고 테스트되었으나, 아직 배포되지 않음 (issue #1030). 아래의 모듈들은 완성되었고 테스트를 통과하지만, 엔진이나 어떤 부분에서도 아직 호출되지 않습니다 (CONTINUUM은 충돌/재개 시에만 재검증합니다). 이들을 연결하는 것은 로드맵 결정 사항입니다. 따라서 아래의 현재형(present tense) 내용은 배포된 동작이 아닌 설계로 읽어주십시오.
REQUIRES_REVIEW로 격상됩니다. 결정 사항은 레저(ledger)에 PERCEPTION_OBSERVED 및 BRANCH_RESOLVED 이벤트로 추가됩니다.docs/PROBLEM.md, docs/RESULTS.md, 및 STATUS.md를 참조하십시오.
CONTINUUM은 단순한 목업 단위 테스트(mock unit tests)가 아닌, 실제 LLM 에이전트, 라이브 프로토콜 경계, 그리고 하드 프로세스 충돌을 대상으로 검증됩니다.