justrach/devswarm
요약
DevSwarm은 Claude Code, Codex, Amp와 같은 AI 도구에 MCP 서버를 추가하여 병렬 에이전트 생성 및 다단계 태스크 파이프라인 실행 능력을 부여하는 도구입니다. 사용자는 기존 워크플로우를 유지하면서 37개의 도구를 통해 복잡한 코딩 작업을 자동화할 수 있습니다.
핵심 포인트
- MCP 서버를 통해 기존 AI 어시스턴트에 오케스트레이션 능력 부여
- 서브 에이전트 생성 및 병렬 워크로드 실행 지원
- 문제 탐색부터 수정까지 이어지는 다양한 태스크 파이프라인 프리셋 제공
- Claude Code, Codex, Amp 등 주요 AI 코딩 도구와 호환
Codex, Amp 또는 Claude Code에 MCP 서버 하나만 추가하면, 기존 워크플로우를 벗어나지 않고도 병렬 에이전트를 생성하고, 태스크 파이프라인 (task pipelines)을 실행하며, 다단계 코드 작업을 수행할 수 있는 37개의 도구를 얻을 수 있습니다.
빠른 시작 (Quick Start) · 기능 (Features) · 37개 도구 전체 (All 37 Tools) · 작동 원리 (How It Works) · 기여하기 (Contributing)
당신은 이미 Codex, Amp 또는 Claude Code를 사용하고 있습니다. 그것들은 코드를 작성하고, 버그를 수정하며, 질문에 답합니다. 하지만 여전히 한 번에 한 가지 일만 하는 하나의 에이전트입니다.
사용자: "이 코드베이스에서 모든 메모리 누수를 찾아 수정해줘"
오케스트레이터 (Orchestrator)가 작업을 분해함
│
...
DevSwarm은 AI 어시스턴트에게 스스로를 오케스트레이션 (orchestrate itself) 할 수 있는 능력, 즉 서브 에이전트 (sub-agents) 생성, 병렬 워크로드 (parallel workloads) 실행, 다단계 태스크 파이프라인 체이닝 (chaining multi-step task pipelines) 능력을 부여하는 MCP 서버입니다. 새로운 UI는 필요 없습니다. 새로운 워크플로우도 필요 없습니다.
GitHub Releases에서 사용 중인 플랫폼에 맞는 최신 릴리스를 받으세요.
git clone https://github.com/justrach/codedb.git
cd codedb
zig build # zig-out/bin/devswarm을 빌드합니다
...
요구 사항: Zig 0.15.x, codex
및/또는 claude
PATH에 등록된 CLI, Git
Claude Code
~/.claude.json에 추가하세요:
{
"mcpServers": {
"devswarm": {
...
그 다음 /mcp를 실행하여 확인하세요. 어시스턴트에 37개의 도구가 추가된 것을 볼 수 있습니다.
Codex
~/.codex/config.toml에 추가하세요:
[mcp_servers.devswarm]
command = "/path/to/devswarm"
args = ["--mcp"]
...
Amp
Amp MCP 설정에 추가하세요:
{
"mcpServers": {
"devswarm": {
...
run_swarm("전체 인증 시스템의 보안 문제를 감사하라", max_agents=5)
오케스트레이터가 작업을 하위 작업 (sub-tasks)으로 나눕니다. 워커 (Workers)들이 병렬로 실행됩니다. 신디사이저 (synthesizer)가 모든 것을 결합합니다. 당신은 5개의 탭 대신 하나의 답변을 얻게 됩니다.
run_task("src/queue.zig의 레이스 컨디션 (race condition)을 수정하라", preset="reviewer_fixer")
내장된 프리셋 (presets)은 에이전트들을 자동으로 체이닝합니다:
| 프리셋 (Preset) | 파이프라인 (Pipeline) |
|---|---|
finder_fixer | 문제 찾기 → 수정하기 |
reviewer_fixer | 리뷰 → 보고된 문제 수정하기 |
explore_report | 심층 탐색 → 구조화된 보고서 |
architect_build | 설계 → 구현 |
review_fix_loop("Check for memory leaks", max_iterations=3)
리뷰어(reviewer) → 수정자(fixer) → 리뷰어(reviewer) 순으로 다시 실행하며, 리뷰어가 NO_ISSUES_FOUND라고 말하거나 반복 횟수 제한(iteration cap)에 도달할 때까지 반복합니다.
run_agent("Explain the PPR algorithm", role="explorer", mode="deep")
각 에이전트(agent)는 적절한 모델(model)을 자동으로 할당받습니다:
| 역할 (Role) | 모델 (Model) | 수행 작업 |
|---|---|---|
finder | Sonnet | 검색 및 위치 파악 |
reviewer | Sonnet | 정확성 검토 |
fixer | Sonnet | 수정 사항 적용 (쓰기 가능) |
explorer | Sonnet | 심층 코드베이스 탐색 |
architect | Opus | 시스템 설계 결정 |
orchestrator | Opus | 스웜(swarm) 작업 분해 |
synthesizer | Sonnet | 에이전트 출력물 결합 |
monitor | Haiku | 경량 체크 |
| 모드 (Mode) | 사용 시점 |
|---|---|
smart | 대부분의 작업 |
rush | 빠른 답변 |
deep | 어려운 문제, 아키텍처 |
free | 비용 최소화 |
에이전트 (Agents)
run_agent
· run_swarm
· run_task
· review_fix_loop
· run_reviewer
· run_explorer
· run_zig_infra
계획 (Planning)
decompose_feature
· get_project_state
· get_next_task
· prioritize_issues
이슈 (Issues)
create_issue
· update_issue
· close_issue
· get_issue
· create_issues_batch
· close_issues_batch
· link_issues
이슈 생성 참고 사항: create_issue 및 create_issues_batch는 이제 CONTRIBUTING.md와 에이전트 이슈 발견 표준(agent issue-discovery standard)에 명시된 이슈 템플릿을 강제합니다. 이슈 본문에는 다음 내용이 반드시 포함되어야 합니다: 한 문장으로 된 문제 설명, 정확한 재현 방법(repro), 관찰된 결과, 기대 결과, 인근의 통과된 체크 항목, 수락 기준(acceptance criteria), 그리고 비목표(non-goals).
create_issue(parent_issue=...)는 컨텍스트 전용입니다. 이는 본문에 Parent issue: #N을 추가합니다. 명시적인 의존성 연결을 위해서는 link_issues를 사용하세요.
Git
create_branch
· get_current_branch
· commit_with_context
· push_branch
· recently_changed
· git_history_for
풀 리퀘스트 (Pull Requests)
create_pr
· get_pr_status
· list_open_prs
· merge_pr
· get_pr_diff
· review_pr_impact
코드 인텔리전스 (Code Intelligence)
blast_radius
· relevant_context
· symbol_at
· find_callers
· find_callees
· find_dependents
Repo
set_repo
DevSwarm은 제공자 불가지론적 (provider-agnostic) 런타임입니다. run_agent를 호출하면 다음과 같은 동작을 수행합니다:
해결 (Resolves)— 역할(role) + 모드(mode) + PATH에서 사용 가능한 항목을 기반으로 백엔드 (Claude 또는 Codex), 모델 티어 (model tier), 시스템 프롬프트 (system prompt), 도구 서문 (tool preamble)을 선택합니다.
전송 (Dispatches)— 적절한 백엔드에서 에이전트를 생성하며, 사용 가능한 백엔드가 없는 경우 자동으로 폴백 (fallback)합니다.
반환 (Returns)— MCP를 통해 출력을 다시 스트리밍합니다.
시스템 프롬프트는 에이전시 규칙 (agency rules), 역할 지침 (role instructions), 모드 가이드 (mode guidance), 그리고 자동 감지된 도구 가용성 (zig tools → ripgrep → grep)으로부터 동적으로 조립됩니다. 하드코딩된 프롬프트는 없습니다.
devswarm은 프로젝트 개선을 돕기 위해 **익명 사용 텔레메트리 (anonymous usage telemetry)**를 수집합니다. 이는 기본적으로 활성화되어 있습니다.
-
사용된 에이전트 역할 (예: "finder", "reviewer", "fixer")
-
모델 이름 (예: "claude-sonnet-4-6")
-
토큰 수 (작업자당 입력/출력)
-
실제 소요 시간 (Wall time) 및 예상 비용
-
작업자 수 및 병렬성 지표 (parallelism metrics)
-
귀하의 코드, 파일 내용 또는 diff
-
프롬프트, 작업 설명 또는 에이전트 출력
-
리포지토리 이름, 파일 경로 또는 브랜치 이름
-
기타 개인 식별 정보 (personally identifiable information)
.devswarm/config.toml을 수정하세요:
[telemetry]
enabled = false
또는 환경 변수를 설정하세요:
export DEVSWARM_TELEMETRY=false
언제든지 거부할 수 있습니다. 텔레메트리 설정은 온보딩 (onboarding) 중에 설정되며 .devswarm/config.toml에 저장됩니다.
기여(Contributions)를 환영합니다. PR을 열기 전에 CONTRIBUTING.md의 가이드라인을 참조하세요.
MIT — LICENSE 참조
전체 변경 이력: README-changelog.md
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