123 lines
3.6 KiB
Markdown
123 lines
3.6 KiB
Markdown
---
|
|
date: 2025-09-29
|
|
author: happybell80
|
|
tags: [ai, cli, integration, automation]
|
|
status: idea
|
|
---
|
|
|
|
# Multi-AI CLI 통합 시스템 구상
|
|
|
|
## 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)
|
|
- **현재 워크플로우**: 수동으로 각 CLI에 질문하고 답변 종합
|
|
|
|
## 목표
|
|
여러 AI의 의견을 동시에 얻어 더 나은 의사결정을 내리고 개발 생산성 향상
|
|
|
|
## 구현 방안 우선순위
|
|
|
|
### 1. 즉시 구현 가능 (tmux + bash)
|
|
```bash
|
|
#!/bin/bash
|
|
# multi-ai.sh
|
|
tmux new-session -d -s ai-panel
|
|
tmux split-window -h -t ai-panel
|
|
tmux split-window -v -t ai-panel
|
|
tmux send-keys -t ai-panel:0.0 "claude" Enter
|
|
tmux send-keys -t ai-panel:0.1 "gemini" Enter
|
|
tmux send-keys -t ai-panel:0.2 "openai" Enter
|
|
tmux attach -t ai-panel
|
|
```
|
|
- 장점: 구현 간단, 즉시 사용 가능
|
|
- 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
|
|
```
|
|
|
|
### 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
|
|
```
|
|
|
|
**주요 기능**:
|
|
- 단일 입력창으로 모든 AI에 동시 질의
|
|
- 실시간 응답 스트리밍 (3열 레이아웃)
|
|
- 대화 이력 저장/검색
|
|
- 응답 비교 및 최선 선택
|
|
- 세션 관리 (쿠키/토큰 경로 공유)
|
|
|
|
### 4. 기대 효과
|
|
|
|
#### 시나리오 1: 코드 리뷰
|
|
- **입력**: "이 함수의 문제점과 개선 방안"
|
|
- **Claude**: 버그 및 엣지케이스 분석
|
|
- **Gemini**: 성능 최적화 제안
|
|
- **OpenAI**: 리팩토링 패턴 추천
|
|
- **결과**: 다각도 검토로 코드 품질 향상
|
|
|
|
#### 시나리오 2: 장애 대응
|
|
- **입력**: "서버 응답 지연 원인 분석"
|
|
- **Claude**: 로그 패턴 분석
|
|
- **Gemini**: 시스템 리소스 진단
|
|
- **OpenAI**: 즉시 적용 가능한 해결책
|
|
- **결과**: 신속한 문제 해결
|
|
|
|
#### 시나리오 3: 아키텍처 설계
|
|
- **입력**: "마이크로서비스 분리 전략"
|
|
- **Claude**: 도메인 경계 분석
|
|
- **Gemini**: 기술 스택 제안
|
|
- **OpenAI**: 마이그레이션 로드맵
|
|
- **결과**: 균형잡힌 설계 결정
|
|
|
|
## 구현 로드맵
|
|
1. **Phase 1** (즉시): tmux 스크립트 작성 및 테스트
|
|
2. **Phase 2** (1주): Python subprocess 래퍼 개발
|
|
3. **Phase 3** (2주): FastAPI 백엔드 구축
|
|
4. **Phase 4** (3주): 웹 UI 및 실시간 통신
|
|
5. **Phase 5** (1개월): 세션 공유, 응답 분석 기능
|
|
|
|
## 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
|
|
|
|
## 리스크
|
|
- CLI 업데이트로 인한 호환성 깨짐
|
|
- 세션 만료 처리
|
|
- 각 서비스의 rate limiting
|
|
- TOS 위반 가능성 (자동화 관련) |