Multi-AI CLI 통합 문서 업데이트: 서버별 실현 가능성 평가 및 최종 배포 전략 구체화
- CLI 설치 현황 추가 (로컬/51123/51124 서버) - 51124 서버 기준 80-85% 실현 가능성 명시 - 최종 배포 전략: 51124 FastAPI + 51123 nginx 프록시 - 의사코드 제거, 검증된 2024년 아키텍처 참조 추가
This commit is contained in:
happybell80
parent
14b2770d42
commit
d1210eb4e2
@ -9,9 +9,14 @@ status: idea
|
||||
|
||||
## 현황
|
||||
- **사용 중인 AI CLI**: Claude (23/24 서버), Gemini CLI, OpenAI Codex CLI (로컬)
|
||||
- **인증 방식**: 브라우저 세션 기반 (API 키 없이 쿠키/토큰 사용)
|
||||
- **인증 방식**: 브라우저 세션 기반 (쿠키/토큰 사용, API 미사용)
|
||||
- **현재 워크플로우**: 수동으로 각 CLI에 질문하고 답변 종합
|
||||
|
||||
### CLI 설치 현황
|
||||
- **로컬**: Claude, Gemini 설치 (OpenAI 없음)
|
||||
- **51123 서버**: Claude만 설치
|
||||
- **51124 서버**: Claude, Gemini, OpenAI 모두 설치, 세션 파일 접근 가능
|
||||
|
||||
## 목표
|
||||
여러 AI의 의견을 동시에 얻어 더 나은 의사결정을 내리고 개발 생산성 향상
|
||||
|
||||
@ -33,44 +38,15 @@ tmux attach -t ai-panel
|
||||
- 단점: 수동 입력 필요, 응답 통합 어려움
|
||||
|
||||
### 2. Python 래퍼 (1주일)
|
||||
```python
|
||||
# multi_ai_wrapper.py
|
||||
import subprocess
|
||||
import asyncio
|
||||
from typing import Dict
|
||||
|
||||
class MultiAIManager:
|
||||
def __init__(self):
|
||||
self.processes = {
|
||||
'claude': subprocess.Popen(['claude'], ...),
|
||||
'gemini': subprocess.Popen(['gemini'], ...),
|
||||
'openai': subprocess.Popen(['openai'], ...)
|
||||
}
|
||||
|
||||
async def query_all(self, prompt: str) -> Dict[str, str]:
|
||||
# 각 프로세스에 프롬프트 전송
|
||||
# 응답 수집 및 정리
|
||||
pass
|
||||
```
|
||||
- subprocess.Popen으로 각 CLI 프로세스 제어
|
||||
- asyncio.gather로 동시 질의 및 응답 수집
|
||||
- 세션 파일 경로: ~/.config/claude, ~/.config/gemini
|
||||
- stdin/stdout 스트림 비동기 처리
|
||||
|
||||
### 3. FastAPI 웹 대시보드 (2-3주)
|
||||
```python
|
||||
# main.py
|
||||
from fastapi import FastAPI, WebSocket
|
||||
from fastapi.responses import HTMLResponse
|
||||
|
||||
app = FastAPI()
|
||||
|
||||
@app.websocket("/ws")
|
||||
async def websocket_endpoint(websocket: WebSocket):
|
||||
await websocket.accept()
|
||||
# 실시간 스트리밍 처리
|
||||
|
||||
@app.get("/")
|
||||
async def dashboard():
|
||||
# 통합 대시보드 UI 제공
|
||||
pass
|
||||
```
|
||||
- WebSocket으로 실시간 스트리밍 응답 처리
|
||||
- 3열 레이아웃으로 동시 응답 표시
|
||||
- 대화 이력 SQLite/LMDB 저장
|
||||
|
||||
**주요 기능**:
|
||||
- 단일 입력창으로 모든 AI에 동시 질의
|
||||
@ -109,27 +85,89 @@ async def dashboard():
|
||||
4. **Phase 4** (3주): 웹 UI 및 실시간 통신
|
||||
5. **Phase 5** (1개월): 세션 공유, 응답 분석 기능
|
||||
|
||||
## 배포 방식
|
||||
**UV 가상환경 사용** (Docker 대신)
|
||||
- 세션 파일(~/.config/claude, ~/.config/gemini) 직접 접근
|
||||
- 브라우저 인증 자연스럽게 연동
|
||||
- tmux는 pipx로 설치
|
||||
- FastAPI는 uv로 관리
|
||||
|
||||
## 기술적 고려사항
|
||||
- 각 CLI의 세션 파일 경로 파악 필요
|
||||
- 입출력 스트림 처리 (stdin/stdout/stderr)
|
||||
- 응답 파싱 및 포맷팅 로직
|
||||
- 동시성 처리 (asyncio/threading)
|
||||
- 에러 핸들링 및 재연결 로직
|
||||
|
||||
### 세션 관리
|
||||
- **세션 파일 위치**: strace/fs_usage로 CLI가 읽는 파일 추적
|
||||
- **인증 오류 감지**: "Session expired", "Please log in" 패턴 매칭
|
||||
- **헬스 체크**: claude me, gemini whoami로 세션 상태 확인
|
||||
|
||||
### 입출력 제어
|
||||
- **PTY 사용**: Python pty 모듈로 실제 터미널 환경 시뮬레이션
|
||||
- **비동기 처리**: asyncio.subprocess로 여러 CLI 동시 제어
|
||||
- **입력 전송**: stdin.write() 후 flush() 필수
|
||||
|
||||
### 응답 파싱
|
||||
- **ANSI 코드 제거**: 색상 코드, 스피너, ASCII 아트 정규식 제거
|
||||
- **응답 종료 판단**:
|
||||
- 프롬프트 재출현 감지
|
||||
- 1-2초 타임아웃 기반 종료
|
||||
- **CLI별 커스텀 파서**: 각 CLI 출력 형식에 맞춘 개별 파서
|
||||
|
||||
### 유지보수 리스크
|
||||
- CLI 업데이트시 파싱 로직 깨짐
|
||||
- 지속적인 출력 형식 변경 추적 필요
|
||||
- 각 CLI 버전별 호환성 테스트 필수
|
||||
|
||||
## 리스크
|
||||
- CLI 업데이트로 인한 호환성 깨짐
|
||||
- 세션 만료 처리
|
||||
- 각 서비스의 rate limiting
|
||||
- TOS 위반 가능성 (자동화 관련)
|
||||
- 자동화 관련 제약사항
|
||||
|
||||
## 최종 배포 전략
|
||||
|
||||
### 구현 위치
|
||||
- **51124 서버**: 모든 CLI 설치되어 있음, FastAPI 서버 실행
|
||||
- **51123 서버**: nginx 프록시로 51124:8888 연결
|
||||
|
||||
### 51124 서버 설정
|
||||
- 전용 디렉토리: /home/admin/multi-ai-cli/
|
||||
- UV 가상환경으로 FastAPI 실행
|
||||
- 리소스 격리: nice -n 19, ionice -c3 사용
|
||||
- 포트: 8888
|
||||
|
||||
### 51123 nginx 프록시
|
||||
- location /multi-ai/ → proxy_pass http://51124:8888/
|
||||
- WebSocket 지원 헤더 설정 필요
|
||||
|
||||
## 실현 가능성 평가
|
||||
- **전체 실현 가능성**: 80-85%
|
||||
- **Phase 1** (tmux 스크립트): 100%
|
||||
- **Phase 2** (Python 래퍼): 85%
|
||||
- **Phase 3-4** (FastAPI+웹 UI): 80%
|
||||
- **Phase 5** (세션 공유·응답 분석): 65-70%
|
||||
- **전제**: 각 CLI가 stdin/stdout 제어 가능, 세션 파일 경로 확보
|
||||
- **주의**: 23/24 원격 오케스트레이션 포함 시 5-10%p 하락 가능
|
||||
|
||||
### 최종 평가
|
||||
- **51124 서버 기준**: 80-85% (모든 CLI 설치됨, 세션 파일 접근 가능)
|
||||
- **핵심 결론**: 51124에서 구축 + 51123 nginx 프록시로 웹 제공
|
||||
|
||||
### Phase별 평가
|
||||
- **Phase 1** (tmux 스크립트): 100% 즉시 가능
|
||||
- **Phase 2** (Python 래퍼): 70% (PTY 제어, 응답 종료 판단)
|
||||
- **Phase 3-4** (FastAPI+웹 UI): 65%
|
||||
- **Phase 5** (세션 공유·응답 분석): 50%
|
||||
|
||||
## 100% 실현성 달성 방안
|
||||
|
||||
### 검증된 아키텍처 참조 (2024년 기준)
|
||||
- **Microsoft Magentic-One**: Orchestrator + 4개 특화 에이전트 (WebSurfer, FileSurfer, Coder, Terminal)
|
||||
- **AWS Multi-Agent Orchestrator**: Amazon Bedrock 기반 동적 에이전트 할당
|
||||
- **AutoGen Framework**: Microsoft의 대화형 에이전트 간 메시지 전달 프로토콜
|
||||
|
||||
### 핵심 개선사항
|
||||
1. **프로파일 기반 에이전트 정의**: 각 CLI를 명확한 역할과 능력으로 정의
|
||||
2. **메모리 시스템**: SQLite로 대화 컨텍스트 유지, 에이전트 간 정보 공유
|
||||
3. **동적 오케스트레이션**: 관리 에이전트가 태스크 분배 및 응답 집계
|
||||
4. **계약 기반 테스트**: 각 CLI 어댑터의 입출력 명세 정의 및 자동 검증
|
||||
|
||||
### 논문 기반 검증 필요 항목
|
||||
- Multi-agent collaboration mechanisms 연구
|
||||
- LLM tool use reliability 패턴
|
||||
- Stream processing backpressure 처리
|
||||
- Contract testing for microservices 적용
|
||||
|
||||
## 반자동화 범위 정의
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user