GoSkill은 단발성 함수 호출에 머무는 기존 Skill의 한계를 극복하기 위해 설계된 에이전트 실행 프레임워크입니다. 이 도구는 명확한 목표와 성공 기준을 정의하고, 이를 충족할 때까지 지속적으로 작업을 시도하며 검증하는 '목표 주도형 실행 래퍼' 역할을 수행합니다.
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 바로가기"단발성 호출 Skill"을 목표를 중심으로 지속적으로 전진하여 기준에 도달하거나 시간 초과될 때까지 실행하는 모드로 업그레이드합니다.
English | 简体中文
마법 같은 Agent가 아니라, 장기 작업, 복잡한 작업, 명확한 검수 기준이 필요한 작업을 위한 실행 래퍼(execution wrapper)입니다.
</div>작성자: AI酋长Andy (Andy Liu; 트래픽 AI 공동 창립자, 성각 AI 창립자; GitHub @AIPMAndy · X @AIPMAndy · metaver.vip)
장기 작업 실행 Skill: 성공 기준을 먼저 정의하고, 라운드별로 검수하여 Claude Code / Codex가 긴 작업을 할 때 중간에 중단되는 것을 줄입니다.
AIPMAndy (비고 'goskill') · 공식 웹사이트 metaver.vip · X @AIPMAndy많은 작업들이 '할 줄 모르는 것'이 아니라, 다음과 같은 경우에 해당합니다:
GoSkill이 해결하고자 하는 문제는 바로 이것입니다:
작업을 "단발성 함수 호출(one-time function call)"에서 "목표를 중심으로 지속적으로 전진하여 성공 기준을 충족시킬 때까지"로 전환하는 것입니다.
이는 모든 것을 자동으로 완성해주는 신비한 프레임워크라기보다는, goal-driven execution helper에 가깝습니다.
일반적인 Skill이 '한 번 실행하고 반환'하는 것이라면, GoSkill은 다음과 같습니다:
| 시나리오 | 일반 함수 / Skill | GoSkill |
|---|---|---|
| 단발성 짧은 작업 | ✅ | — |
| ... | ||
| GoSkill의 가치는 '더 똑똑함'에 있는 것이 아니라, '목표를 중심으로 실행 과정을 관리하는 능력'에 있습니다. |
pip install -e .
from goskill import goskill
@goskill(
...
from goskill import GoSkill
skill = GoSkill(
...
저장소에 이미 최소 데모가 포함되어 있습니다:
python examples/basic_usage.py
이 코드는 다음을 시연합니다:
현재 라이브러리에는 두 가지 반환 방식이 있습니다:
run(): 원본 작업 결과를 반환합니다.run_with_result(): 구조화된 결과 객체(success / status / attempts / criteria_report)를 반환합니다.단순히 함수 하나만 전달하는 것이 아니라, 작업을 다음과 같이 표현합니다:
만족 기준에 도달하지 못하면, 기본적으로 '한 번 실행하고 종료'되지 않고 다음 조건 중 하나가 충족될 때까지 계속 진행됩니다:
내장된 status를 통해 다음을 쉽게 확인할 수 있습니다:
terminal_status)define goal + success criteria
↓
execute task function
...
GoSkill은 현재 '단일 머신, 단일 프로세스, 경량의 목표 기반 실행 루프(goal-driven execution loop)'를 해결하는 데 중점을 둡니다.
따라서 다음 기능은 담당하지 않습니다:
이 경계를 명확히 하는 것이 오히려 신뢰를 구축하는 데 도움이 됩니다.
GoSkill은 다음과 같은 용도로 더 적합합니다:
완벽한 '장시간 자율 에이전트 플랫폼'은 아닙니다.
이 점을 명확히 하는 것이 오히려 좋습니다:
기대치 정렬(Expectation Alignment)이 되어 신뢰도가 높아집니다.
make install-dev
make test
make build
...
일반 Skill은 한 번 실행하고 결과를 반환합니다. 반면, GoSkill은 먼저 목표(goal)와 기준(criteria)을 정의한 후, 도달하거나 시간 초과할 때까지 지속적으로 시도, 검사, 재시도를 진행합니다 (max_hours / max_attempts).
대규모 리팩토링, 장시간 분석, 명확한 수용 기준이 필요한 자동화 프로세스, 연구형 또는 반복(Iteration)형 작업에 적합합니다. 단발성 Q&A, 매우 작은 동기 함수, 수용 기준이 없는 작업, 분산 프로덕션 스케줄링에는 적합하지 않습니다.
run()은 원본 작업 결과를 반환하고, run_with_result()는 성공 여부 / 상태 / 시도 횟수 / 기준 보고서를 반환합니다. 또한 status를 통해 시도 횟수, 경과 시간 및 최종 상태 원인을 확인할 수 있습니다.
아닙니다. GoSkill은 단일 머신, 단일 프로세스의 경량 Python 헬퍼이며, OpenClaw / 에이전트 워크플로우를 위한 실험적인 래퍼입니다.
AI Chief Andy(Andy Liu, GitHub와 X의 @AIPMAndy)는 전 텐센트 및 바이두 AI 제품 전문가이자 LLM 유니콘 기업의 전 부사장이며, 현재 AI와 제품 방법론에 중점을 둔 연속 창업가입니다.
만약 당신도 장기 작업, 복잡한 작업, 목표 기반 실행을 하고 있다면, 스타(Star)를 눌러주세요 ⭐
</div>