TaskHandoff: 로컬 및 원격 머신 전반의 AI 코딩 워크스페이스를 위한 단일 콘솔

AI 코딩 세션(Codex, 에이전트, 백그라운드 작업)을 몇 주 이상 실행하다 보면 여기저기 흩어지기 시작합니다. 노트북에서 한 세션, 홈 서버에서 다른 세션, 원격 VM의 Docker 컨테이너 내부에서 또 다른 세션... 그리고 무엇이 실행 중인지, 어디에 있는지, 어떻게 인계할 수 있는지 알려주는 단일 장소가 없습니다.

TaskHandoff는 이러한 AI 워크스페이스들을 하나의 보드로 모아주는 오픈 소스 컨트롤 플레인(Apache-2.0, TypeScript)입니다. 저는 이것을 사용하여 로컬 및 원격 머신들을 같은 뷰에서 유지해 왔으며, 마침내 공유할 만한 상태에 도달했습니다.

문제점

AI 세션이 여러 머신에 걸쳐 퍼지면 다음과 같은 상황들이 발생합니다:

• SSH 탭, 컨테이너 셸, 그리고 수많은 설정 파일들 사이를 오가야 합니다.
• '어디서 무엇이 실행 중인지'에 대한 공유된 뷰가 없습니다.
• 동일한 컨테이너 툴체인을 반복적으로 재구축해야 합니다.
• 채팅 앱과 실제로 작업을 수행하는 머신 간에 컨텍스트를 복사/붙여넣기 해야 합니다.

기능

• 멀티 노드 관리(Multi-node management): 로컬 및 원격 머신을 단일 보드에서 관리합니다.
• 관리형 Docker 워크스페이스(Managed Docker workspaces): 워크스페이스를 일급 객체(first-class objects)로 생성, 실행 및 복원할 수 있습니다.
• 환경 템플릿(Environment templates): 컨테이너의 도구와 설정을 스냅샷으로 찍어 다른 곳에서 재사용합니다.
• AI 세션 센터(AI session center): WebSocket을 통해 실시간 세션을 제공하며, 필요할 때 연결/분리할 수 있습니다.
• 레포지토리 워크플로우(Repository workflows): UI를 통해 파일, 변경 사항, 브랜치, git worktree 등을 관리합니다.
• 범위 지정된 Git 자격 증명(Scoped Git credentials): 각 워크스페이스에 필요한 자격 증명만 전달할 수 있습니다.
• 채팅 통합(Chat integrations): Telegram, DingTalk, WeChat 또는 Lark에서 작업을 라우팅할 수 있습니다.
• 앱 카탈로그 + 모바일 클라이언트: 데스크톱 앱과 서버를 갖추고 있으며, 영어/중국어 UI를 지원합니다.

빠른 시작

curl -fsSL https://github.com/edgestorage/task-handoff/releases/latest/download/install-server.sh | sudo sh

데스크톱 클라이언트와 서버(Debian/Ubuntu의 systemd) 형태로 제공됩니다. 서버가 준비되면 콘솔을 열고 사용 중인 머신들을 추가하세요.

존재 이유

(내용 없음)

대부분의 AI 도구는 _모델(model)_을 최적화합니다. TaskHandoff는 _배관(plumbing)_을 최적화합니다. 즉, 여러 대의 장치에 걸쳐 모델을 실제로 구동하는 지루하고 오류가 발생하기 쉬운 과정으로, 세션 추적을 잃지 않도록 하는 것입니다.

링크

• Repo: https://github.com/edgestorage/task-handoff
• Docs: https://docs.thandoff.com/

Apache-2.0 라이선스를 따릅니다. 별점, 이슈, PR 모두 환영합니다. 여러분이 오늘 다중 머신 AI 세션을 어떻게 관리하고 있는지 듣고 싶습니다.