meng shao(@shao__meng)의 스레드

[오픈소스 추천] Mistral Vibe: @MistralAI에서 최신 CLI 코딩 에이전트인 "Mistral Vibe"를 오픈소스로 공개했습니다. Kimi CLI와 마찬가지로, 이 에이전트도 주요 개발 언어로 Python을 사용합니다. 에이전트의 핵심 아키텍처 또한 인간 프로그래머의 행동을 모방한 "관찰-조정-결정-실행" 루프입니다. 즉, 먼저 파일 구조를 확인하고(ls), 키워드를 검색하고(grep), 코드를 읽고(cat), 수정하고(vim), 테스트를 실행하고(make test), 오류가 발생하면 로그를 확인한 다음, 다시 돌아가서 수정하는 방식입니다. 이제 이 루프를 자세히 살펴보겠습니다. 1단계: 동적 컨텍스트 구축 각 루프가 시작되기 전에 에이전트는 현재 상황을 "인지"해야 합니다. Vibe는 사용자의 채팅 기록만 모델에 전송하는 것이 아니라, 구조화된 프롬프트 패키지를 구축합니다. • 시스템 명령: "사용자 정보"(Mistral 선임 엔지니어), "사용자 권한"(파일 읽기 및 쓰기, 셸 실행 가능), "출력 형식"(JSON 또는 XML 구조를 따라야 함)을 정의합니다. • 파일 매핑: 이는 Vibe의 기능 중 하나입니다. 모든 코드를 읽는 대신(이는 컨텍스트에 과부하를 줄 수 있음), 먼저 간결한 파일 트리를 생성합니다. 모델은 이 트리를 사용하여 utils.py 파일의 위치를 ​​파악하지만, 아직 그 내용은 알지 못합니다. • 활성 창: read_file 함수로 명시적으로 열린 파일의 내용만 컨텍스트에 완전히 입력됩니다. • 역사적 요약: 이전 대화 내용이 너무 길 경우, 핵심 결정 사항만 남겨 "요약"으로 압축됩니다. 2단계: 추론 및 의사 결정. 이 단계에서 Devstral 모델이 작동합니다. 위의 맥락 정보를 입력받은 후, 모델은 사고 과정을 통해 추론을 수행합니다. • 의도 인식: 모델은 사용자의 의도가 "조회", "수정" 또는 "테스트"인지 판단합니다. • 도구 선택: 이 모델은 코드를 직접 작성하지 않고, 도구 호출 지침을 생성합니다. 예시 시나리오: 사용자가 "로그인 페이지의 버그를 수정해 주세요"라고 말하면, 모델은 무작위로 추측하는 대신 먼저 `grep("login", "src/views")`를 출력하여 해당 코드를 찾습니다. • 아키텍처적 특징: Vibe는 Mistral 모델의 강력한 함수 호출 기능을 활용하여 출력값이 모호한 자연어가 아닌 구조화된 데이터(예: JSON)가 되도록 보장함으로써 프로그램 구문 분석의 안정성을 확보합니다. 3단계: 분무 작업 에이전트가 모델로부터 지시를 받으면 파이썬 스크립트가 특정 유틸리티 함수 실행을 시작합니다. Vibe의 도구 설계는 매우 "원자적"이어서 오류 발생 가능성을 줄입니다. • 보기/읽기: 코드를 봅니다. Vibe는 나중에 더 쉽고 정확하게 위치를 찾을 수 있도록 코드에 줄 번호를 표시할 수 있습니다. • 편집/바꾸기: 이 부분이 가장 어렵습니다. Vibe는 일반적으로 파일 전체를 다시 작성하는 대신 검색 및 블록 바꾸기 방식을 사용합니다. • 내결함성 메커니즘: 모델이 생성한 "조회 블록"이 파일에서 일치하는 항목을 찾지 못하는 경우(예: 추가 공백으로 인해), 에이전트는 오류를 보고하고 해당 오류를 루프로 다시 전달하여 모델이 재시도할 수 있도록 합니다. • bash: 터미널 명령어를 실행합니다. Vibe의 핵심 기능은 에이전트가 pytest 또는 linter를 실행하여 자체 코드의 유효성을 검사할 수 있도록 하는 것입니다. 4단계: 자체 수정 및 피드백 - 실행 결과 캡처: 도구 실행 후 표준 출력(stdout)과 표준 오류(stderr)가 캡처됩니다. • 폐쇄 루프 피드백: grep 명령어가 해당 콘텐츠를 찾지 못하면 모델에 "찾을 수 없습니다. 다른 키워드를 시도해 보세요."라는 알림이 전송됩니다. pytest가 실패하면 모델에 "테스트 실패, 오류 스택 추적..."이라는 메시지를 보냅니다. 피드백을 받은 후, 모델은 자체적으로 반성하고 새로운 수정 계획을 생성하여 다음 주기로 진입합니다. 오픈 소스 주소