본문으로 건너뛰기

© 2026 Molayo

HN요약2026. 05. 21. 00:44

Show HN: Bloop – LLM 에이전트로 코드에 대해 질문하기

요약

Bloop은 자연어로 코드베이스에 질문하고 검색할 수 있는 LLM 기반의 코드 탐색 도구입니다. 사용자의 코드를 컨텍스트로 활용하여 코드 설명, 기능 작성, 오류 탐색 등을 지원하며, Rust 생태계를 기반으로 구축되었습니다.

핵심 포인트

  • 자연어 및 정규 표현식을 이용한 대화형 코드 검색 기능 제공
  • Tree-sitter를 활용하여 10개 이상의 언어에 대해 정밀한 코드 탐색 지원
  • 개인정보 보호를 위해 온디바이스 임베딩을 통한 시맨틱 검색 구현
  • Tantivy, Qdrant, Tauri 등 Rust 기반의 기술 스택 사용
  • 로컬 및 GitHub 리포지토리 동기화 및 Code Studio 플레이그라운드 제공
<picture> <source media="(prefers-color-scheme: dark)" srcset="https://assets.bloop.ai/bloop_github_logo_dark.png"> <img alt="bloop logo" src="https://assets.bloop.ai/bloop_github_logo_light.png"> </picture>

bloop은 당신의 코드를 위한 ChatGPT입니다. 자연어 (Natural language)로 질문하고, 코드를 검색하며, 기존 코드베이스 (Codebase)를 컨텍스트 (Context)로 사용하여 패치 (Patches)를 생성하세요.

엔지니어들은 bloop을 사용하여 다음과 같이 생산성을 높이고 있습니다:

  • 파일이나 기능이 어떻게 작동하는지 쉬운 언어로 설명
  • 자신의 코드를 컨텍스트로 사용하여 새로운 기능 작성
  • 문서화가 잘 되어 있지 않은 오픈 소스 (Open source) 라이브러리 사용법 이해
  • 오류 (Errors) 정밀 탐색
  • 다른 언어로 작성된 영어 코드베이스에 대해 질문
  • 기존 기능을 확인하여 코드 중복 감소

기능 (Features)

  • AI 기반 대화형 검색 (Conversational search)
  • Code Studio: 당신의 코드를 컨텍스트로 사용하는 LLM 플레이그라운드 (Playground)
  • 매우 빠른 정규 표현식 (Regex) 검색
  • 로컬 및 GitHub 리포지토리 (Repositories) 동기화
  • 결과를 좁힐 수 있는 정교한 쿼리 필터 (Query filters)
  • 심볼 검색 (Symbol search)을 통한 함수, 변수 또는 트레이트 (Traits) 찾기
  • Tree-sitter로 구축된 10개 이상의 가장 인기 있는 언어에 대한 정밀한 코드 탐색 (참조 이동 및 정의 이동)
  • 시맨틱 검색 (Semantic search)을 위한 개인정보 보호 중심의 온디바이스 임베딩 (On-device embedding)

bloop은 Rust 생태계 (Ecosystem)의 토대 위에 서 있습니다. 우리의 검색 인덱스 (Search indexes)는 TantivyQdrant를 통해 구동되며, 우리의 멀티 플랫폼 앱은 Tauri로 구축되었습니다.

시작하기 (Get Started)

bloop를 시작하는 가장 간단한 방법은 앱을 다운로드하고 온보딩 (onboarding) 단계를 따르는 것입니다. 우리의 시작 가이드대화형 (conversational)정규 표현식 (regex) 검색, 그리고 Code Studio에 대한 참조 문서를 확인해 보세요.

소스 코드로부터 빌드하거나 명령줄 (command line)에서 bloop를 실행하는 방법에 대한 지침은 다음 페이지들을 참조하십시오:

인덱싱 (index) 문제를 겪는 경우, bloop 캐시를 삭제하고 다시 인덱싱할 수 있습니다. 다양한 플랫폼에서 이를 수행하는 방법에 대한 지침은 여기에 있습니다.

소스에서 빌드하기 (Building From Source)

bloop를 소스에서 빌드하고 본인의 OpenAI API 키를 사용하여 실행할 수 있습니다. 저장소 (repo)를 클론 (clone)하고, oss 브랜치가 체크아웃 되었는지 확인한 후, 저장소의 최상위 디렉토리에 local_config.json이라는 파일을 생성하십시오. local_config.json에는 다음 필드들이 포함되어야 합니다:

{
    "github_access_token": "<YOUR_GITHUB_ACCESS_TOKEN>",
    "openai_api_key": "<YOUR_OPENAI_API_KEY>"
...

그런 다음 이 설치 지침을 따르십시오. 소스에서 빌드할 경우, bloop는 어떠한 텔레메트리 (telemetry)도 수집하지 않습니다.

기여하기 (Contributing)

크고 작은 모든 기여를 환영합니다! 시작하기 전에 기여자 가이드 (contributors guide)행동 강령 (code of conduct)를 읽어주시기 바랍니다.

저장소의 구조를 파악하는 방법은 다음과 같습니다:

  • apps/desktop: Tauri 앱
  • server/bleep: 핵심 검색 및 탐색 로직을 포함하는 Rust 백엔드 (backend)
  • client: React 프론트엔드 (frontend)

빌드 비용이 많이 드는 의존성 (dependencies)에는 Git LFS를 사용합니다.

개발을 시작하는 데 필요한 모든 것을 갖추기 위해, 사용 중인 운영체제(operating system)에 맞는 git-lfs 패키지를 설치한 다음, 이 저장소(repo)에서 다음 명령어를 실행해야 합니다:

git lfs install
git lfs pull

버그를 발견하거나 기능 요청(feature request)이 있는 경우, 이슈를 생성(open an issue)해 주세요! 애플리케이션 로그(application logs)는 여기서 확인할 수 있습니다:

OS로그 경로 (Logs Path)
MacOS~/Library/Application\ Support/ai.bloop.bloop/bleep/logs
...

개인정보 보호 (Privacy)

저희는 가능한 한 최소한의 데이터만을 저장합니다. 저희는 버그를 식별하고 데이터 기반의 제품 결정(data-driven product decisions)을 내리는 데 도움을 받기 위해 텔레메트리(telemetry)를 사용합니다. 전체 개인정보 처리방침(privacy policy)은 여기에서 읽어보실 수 있습니다.

라이선스 (License)

bloop은 LICENSE에 정의된 대로 Apache 2.0 라이선스 하에 배포됩니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 HN AI Research의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0