PromptLoop
요약
PromptLoop은 프롬프트의 품질을 실시간으로 점수화하고 반복적인 개선을 돕는 MCP 서버입니다. FastMCP와 SQLite, 베이지안 사전 확률을 활용하여 추가적인 LLM 없이도 효율적인 프롬프트 최적화 루프를 구축할 수 있습니다.
핵심 포인트
- 프롬프트 관찰 및 실시간 품질 점수화 기능 제공
- 베이지안 사전 확률 기반의 반복적 개선 루프 구현
- FastMCP 및 SQLite를 활용한 경량화된 설계
- 추가적인 LLM 호출 없이 로컬에서 동작 가능
GitHub logo azank1 / loop-llm
모든 프롬프트를 관찰하고, 실시간으로 품질을 점수화하며, 반복적인 개선을 통해 루프를 완성하는 MCP 서버. FastMCP, SQLite, 그리고 베이지안 사전 확률 (Bayesian priors)을 기반으로 구축되었으며 — 추가적인 LLM이 필요하지 않습니다.
PromptLoop
당신의 에이전트가 작동한다고 말했나요? PromptLoop가 그 증거입니다.
Cursor, Copilot, Claude Code — 모든 에이전트는 작업을 "완료되었습니다, 모든 테스트를 통과했습니다."라는 말로 끝냅니다. 때로는 그것이 사실일 때도 있습니다. PromptLoop (패키지: loopllm)는 당신의 IDE 에이전트와 모델 사이에 위치하여, 에이전트가 제출하는 각 단계를 두 개의 독립적인 채널 (결정론적 하한선(deterministic floor)과 LLM 비평가(LLM critic) — 더 엄격한 점수가 채택됨)을 통해 점수화하고, 그 판결을 검토, 내보내기 또는 CI(지속적 통합) 게이트로 사용할 수 있는 **감사 추적(audit trail)**으로서 당신의 git 히스토리에 기록합니다. API 키도, 클라우드도 필요 없으며, 아무것도 당신의 컴퓨터를 떠나지 않습니다.
거짓말이 적발되었을 때의 모습 (실제 도구 출력):
loopllm_loop_start(goal="make the failing test pass", task_type="bugfix")
→ { suggested_budget: 3, quality_threshold: 0.8, evaluator_type: "composite" }
loopllm_loop_step(session_id, step_output="pytest: 3 failed, 12 passed")
...
…
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기