Show HN: Rowboat – 멀티 에이전트 시스템을 위한 오픈소스 IDE

Hi HN! 저희는 Arjun, Ramnique, Akhilesh이며, 멀티 에이전트 시스템을 구축하고 관리하기 위한 AI 지원 IDE인 Rowboat( https://www.rowboatlabs.com/ )를 만들고 있습니다. 단일 에이전트로 시작해서, 함께 작업하고 MCP 도구를 사용하며 시간이 지남에 따라 개선되는 에이전트 팀으로 확장할 수 있습니다 - 이 모든 것을 채팅 기반 copilot을 통해 할 수 있습니다. 저희 저장소는 https://github.com/rowboatlabs/rowboat 이고, 문서는 https://docs.rowboatlabs.com/ 에 있으며, 데모 영상은 여기 있습니다: https://youtu.be/YRTCw9UHRbU 실제 환경의 에이전트 시스템은 하나의 에이전트가 모든 것을 처리하려고 하는 것보다 여러 에이전트가 협업할 때 가장 잘 작동한다는 점이 점점 분명해지고 있습니다. 이는 그리 놀라운 일이 아닙니다 - 좋은 코드가 모든 것을 하나의 함수에 몰아넣는 대신 각각 한 가지 일을 하는 여러 함수로 구성되는 것과 비슷합니다. 예를 들어, 여행 어시스턴트는 서로 다른 에이전트가 전문화된 작업을 처리할 때 가장 잘 작동합니다: 한 에이전트는 최적의 항공편을 찾고, 다른 에이전트는 호텔 선택을 최적화하며, 세 번째 에이전트는 여정을 구성합니다. 이러한 모듈식 접근 방식은 시스템을 더 쉽게 관리하고, 디버깅하고, 시간이 지남에 따라 개선할 수 있게 해줍니다. OpenAI의 Agents SDK는 이를 지원하는 깔끔한 Python 라이브러리를 제공하지만, 신뢰할 수 있는 에이전트 시스템을 구축하려면 끊임없는 반복과 조정이 필요합니다 - 예를 들어 에이전트 지침 업데이트(이는 실제 코드만큼 빠르게 복잡해질 수 있음), 도구 연결, 시스템 테스트 및 피드백 반영 등입니다. Rowboat는 이 모든 것을 수행하는 AI IDE입니다. Rowboat는 AI 에이전트에게 Cursor가 코드에 하는 것과 같은 역할을 합니다. 저희는 에이전트 지침(prompt)에 코드와 유사한 접근 방식을 취했습니다. 다른 에이전트, 도구 또는 prompt를 직접 참조하는 특수 키워드가 있으며 - 이는 UI에서 하이라이트됩니다. copilot은 이러한 지침을 생성하고 편집하는 가장 좋은 방법입니다 - 각 변경 사항에는 코드 스타일의 diff가 함께 제공됩니다. MCP 서버를 통합하거나 webhook을 통해 자체 함수를 연결하여 에이전트에 도구에 대한 접근 권한을 부여할 수 있습니다. 에이전트 지침에서 '@mentions'를 통해 특정 도구를 언제 사용할지 에이전트에게 지시할 수 있습니다. 빠른 테스트를 가능하게 하기 위해 LLM 호출을 사용하여 도구 응답을 mock하는 방법을 추가했습니다. Rowboat playground를 사용하면 어시스턴트를 구축하면서 테스트하고 디버깅할 수 있습니다. 에이전트 전환, 도구 호출 및 도구 응답을 실시간으로 볼 수 있습니다. copilot은 채팅의 컨텍스트를 가지고 있으며 피드백을 기반으로 에이전트 지침을 개선할 수 있습니다. 예를 들어, '에이전트가 여기서 x를 하지 말았어야 했어. 이걸 고쳐줘'라고 말하면 copilot이 가서 이 수정을 할 수 있습니다. Rowboat에서 구축한 에이전트 시스템을 HTTP API 또는 Python SDK('pip install rowboat')를 통해 애플리케이션에 통합할 수 있습니다. 예를 들어, Rowboat를 사용하여 사용자 대면 챗봇, 엔터프라이즈 워크플로 및 직원 어시스턴트를 구축할 수 있습니다. 저희는 2018년 GPT-1이 출시된 이후로 LLM과 함께 작업해 왔습니다. 가장 최근에는 지난 AI 스타트업이 Coinbase에 인수된 후 Coinbase의 지원 챗봇을 구축했습니다. Rowboat는 Apache 2.0 라이선스로 제공되므로 원하는 대로 자체 호스팅, 수정 또는 확장할 수 있는 완전한 자유를 드립니다. 여기 계신 모든 분들과 Rowboat를 공유하게 되어 기쁩니다. 여러분의 생각을 듣고 싶습니다!