Sgai는 소프트웨어 개발 과정을 목표 중심의 멀티 에이전트 워크플로로 전환하는 AI 기반 '소프트웨어 팩토리'입니다. 사용자는 최종 결과물(Goal)을 정의하고, Sgai가 이를 계획에 따라 여러 전문 에이전트(개발자, 리뷰어, 디자이너 등)를 통해 단계적으로 실행하게 합니다. 이 과정은 시각적인 워크플로 다이어그램으로 제공되어 진행 상황을 투명하게 확인하며, 모든 작업은 테스트와 검증 단계를 거쳐야만 완료됩니다.
Sgai는 로컬 환경에서 작동하여 데이터 보안을 유지하며, 사용자가 에이전트의 자율적 작업을 감독하고 필요한 가이드라인을 제공하는 방식으로 설계되었습니다.
핵심 포인트
소프트웨어 개발을 목표 중심의 멀티 에이전트 워크플로로 전환합니다.
사용자는 최종 결과물(Goal)만 정의하면, Sgai가 작업 계획 및 실행을 담당합니다.
개발 과정은 시각적인 워크플로 다이어그램으로 제공되어 진행 상황과 전문가의 역할을 투명하게 보여줍니다.
모든 에이전트의 작업은 테스트와 검증 단계를 반드시 거쳐야만 '완료' 처리됩니다.
로컬 환경에서 작동하여 데이터가 외부로 유출되지 않는 높은 보안성을 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 HN AI Engineering의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
Sgai는 소프트웨어 개발을 **목표 중심의 멀티 에이전트 워크플로 (multi-agent workflow)**로 전환합니다.
단계별로 프롬프트를 입력하는 대신, 당신은 다음과 같이 수행합니다:
결과물 정의 — "음악 시퀀서 웹 앱 만들기"
에이전트의 작업 계획 — 작업을 시각적인 워크플로 다이어그램 형태의 태스크로 분해
당신의 감독 — 진행 상황을 지켜보고, 에이전트가 가이드가 필요할 때 질문에 답변
성공 확인 — 테스트, 린팅 (linting) 또는 기타 검증을 통해 "완료" 여부 결정
자동 완성 기능이 아닙니다. 채팅창도 아닙니다.
로컬 AI 소프트웨어 팩토리입니다.
왜 사용해야 하나요?
진행 상황 확인 — 숨겨진 AI 추론 대신 시각적인 워크플로 다이어그램 제공
다수의 전문가 — 개발자가 코드를 작성하고, 리뷰어가 이를 확인하며, 보안 분석가가 검증함
실행 전 승인 — 계획을 검토하고 질문에 답변한 후, 에이전트가 자율적으로 작업 수행
완료 증명 — 작업이 완료로 표시되기 전에 반드시 테스트를 통과해야 함
로컬 작동 — 당신의 리포지토리(repository) 내에서 실행되며, 어떤 데이터도 머신을 벗어나지 않음
빠른 시작
권장 사항: opencode를 통한 자동 설정
opencode upgrade
opencode auth login
opencode --model anthropic/claude-opus-4-6 run "install Sgai using the instructions from https://github.com/sandgardenhq/sgai/blob/main/INSTALLATION.md"
1
2
3
4
이 명령은 공식 설치 가이드를 자동으로 실행하고 데모 워크스페이스 (demo workspace)를 시작합니다.
수동 설치 (Manual Installation)
필수 사항: Go, Node.js, bun, opencode
권장 사항: jj (버전 관리 (version control)), tmux (세션 관리 (session management)), ripgrep (코드 검색 (code search)), Graphviz (다이어그램 렌더링 (diagram rendering))
go install github.com/sandgardenhq/sgai/cmd/sgai@latest
1
2
또는 소스에서 빌드:
git clone https://github.com/sandgardenhq/sgai.git
cd sgai
cd cmd/sgai/webapp && bun install && cd ../../..
...
Sgai는 완료된 세션으로부터 재사용 가능한 기술(Skills)과 코드 스니펫(Code snippets)을 추출합니다. 이를 통해 사용자의 에이전트들은 시간이 지남에 따라 점점 더 똑똑해집니다.
AI 하네스(Harness)에서 Sgai 구동하기
Sgai는 AI 에이전트 및 하네스(Harness)를 위해 두 가지 통합 경로인 MCP 도구(MCP tools)와 HTTP 기술(HTTP skills)을 제공합니다. 따라서 Claude Code, Codex 또는 MCP 기능이 있는 모든 어시스턴트가 프로그래밍 방식으로 Sgai를 오케스트레이션(Orchestrate)할 수 있습니다.
MCP 인터페이스
sgai serve를 실행하면, MCP 엔드포인트(Endpoint)가 웹 UI와 동일한 포트에서 사용 가능해집니다:
sgai serve listening on http://127.0.0.1:8080
1
2
MCP 엔드포인트는 메인 서버의 /mcp/external에 위치합니다. MCP 기능이 있는 어떤 하네스든 여기에 연결하십시오:
npx mcporter list --http-url http://127.0.0.1:8080/mcp/external --allow-http
사용자 정의 --listen-addr를 사용하는 경우 8080을 실제 포트로 교체하십시오.
35개 이상의 도구가 웹 UI의 전체 기능을 미러링합니다 — 워크스페이스 생명주기(Workspace lifecycle), 세션 제어(Session control), 인간 상호작용(Human interaction), 모니터링(Monitoring), 지식(Knowledge), 구성(Compose), 그리고 임시(Adhoc) 기능입니다. 주요 도구는 다음과 같습니다:
도구 (Tool)
기능
list_workspaces
모든 워크스페이스(workspaces)와 그 상태를 탐색
...
기술 (Skills) / HTTP API
Sgai는 일반적인 HTTP를 선호하는 하네스(harnesses)를 위해 agentskills.io 규격을 준수하는 일련의 기술(skills)을 함께 제공합니다.
전체 참조는 docs/sgai-skills/에서 확인할 수 있으며, 워크스페이스 관리(workspace-management), 세션 제어(session-control), 인간 상호작용(human-interaction), 모니터링(monitoring), 지식(knowledge), 구성(compose), 그리고 임시(adhoc) 기능을 다루는 7개의 하위 기술(sub-skills)로 구성되어 있습니다.
당신의 코드는 어떻게 되나요?
에이전트(Agents)는 당신의 로컬 저장소(local repository) 내부에서 작동합니다.
변경 사항은 당신의 버전 관리 시스템(version control)을 거칩니다 (jj를 권장하지만, Git도 작동합니다).
Sgai는 원격 저장소(remote repositories)로 자동으로 푸시(push)하지 않습니다.
제어권은 당신에게 있습니다.
기여하기 (Contributing)
기여는 코드가 아닌 명세(specifications)를 통해 이루어집니다.
왜 코드 대신 명세 파일을 사용하나요?
sgai는 내부적으로 설정 가능한 AI 엔진을 사용하지만, 본질적으로는 주관적인 경험 계층(opinionated experience layer)입니다. 명세는 AI에 의해 구현(implementation)으로 번역됩니다. 소스 코드는 생성된 결과물이며, 신뢰할 수 있는 단일 원천(source of truth)이 아닙니다. 명세에 기여한다는 것은 다음을 의미합니다:
우리는 어떻게(how) 만들지가 아니라, 무엇을(what) 만들지에 대해 논의합니다.
대화는 고립된 코드 변경보다 더 나은 결과를 이끌어냅니다.
유지 관리자(Maintainers)는 현재 구현 사항에 대해 제안을 검증할 수 있습니다.
기여 방법:
명명 규칙을 따라 GOALS/ 디렉토리에 명세 파일을 생성합니다: YYYY_MM_DD_summarized_name.md (예: 2025_12_23_add_parallel_execution.md)
당신의 명세 제안이 담긴 PR(Pull Request)을 제출합니다.
메인테이너(Maintainers)가 제안을 검토하며, 승인될 경우 현재 구현 사항에 해당 명세(specification)를 실행하여 검증합니다.
