AgentMesh Runtime 은 완전 로컬, 오픈소스 에이전트 런타임 스캐폴딩입니다. 세션을 가로지르는 영구 에피소드 기억, 유계 OODA 루프 기록, 크래시 이후의 깔끔한 재개—이 모든 걸 아래에서 받쳐 줍니다. 설치 후에도 지능은 여전히 당신의 에이전트(Claude Code / OpenClaw / Codex / Hermes / 자체 제작)에서 옵니다. 이 계층은 기억하기, 기록하기, 복구하기 같은 바닥 작업만 담당합니다. 계정 불필요, 클라우드 불필요, 무료, Apache 2.0.
$ git clone https://github.com/jiyangnan/AgentMesh-Runtime.git && cd AgentMesh-Runtime $ uv sync $ uv run agentmesh-runtime doctor # 셀프체크: Neo4j / SQLite / ledger / checkpoint # 이제 에이전트가 호출하도록 (AGENTS.md 참고): $ uv run agentmesh-runtime memory recall "your query" --top-k 5 $ uv run agentmesh-runtime memory ingest-file ./session.jsonl discord $ uv run agentmesh-runtime rehydrate --write-default --print-path # 재시작 후 복구
세션이 끝나고, 프로세스가 재시작되고, 컨텍스트가 터지면—어제 논의한 결정, 밟았던 함정, 실패했던 시도가 모두 영(零)으로 돌아갑니다.
AgentMesh Runtime 은 기억, 루프 기록, 단점 복구라는 바닥 작업을 받아 처리하여, 당신의 에이전트가 날을 넘어 계속 이어지게 합니다. 구체적인 생각과 결정은 여전히 에이전트 자신의 머릿속에서.
과장도 공언(空言)도 없습니다. 아래는 코드에 실제로 구현되어 동작하는 것만 적었습니다. 결정 지능은 계속 당신의 에이전트가 맡고, 이 계층은 그 아래만 담당합니다.
Neo4j 그래프 검색, SQLite FTS5(BM25 + snippet), 원본 파일 grep, 선택적 Gemini 벡터—4 단 페일오버로, 어느 백엔드가 죽어도 나머지가 서비스를 이어 갑니다. 세션 이벤트, 결정, 교훈을 회를 넘어 호출할 수 있습니다.
Observe / Orient / Decide / Act / Verify / Record 상태머신이 각 단계를 영구 트레이스에 떨어뜨립니다. 진짜 결정은 에이전트에서—스캐폴딩은 단계가 확실히 실행되고, 과정이 기록되며, 규율이 흩어지지 않도록 보장할 뿐입니다.
SQLite ↔ Neo4j 지연 동기 ledger, checkpoint 저장소, 한 줄짜리 rehydrate 명령—재시작 직후 "내가 어디까지 했더라"를 즉시 재구축해 새 세션에 주입합니다.
doctor 가 JSON 헬스 리포트를 출력하고, 규칙 기반 blind_retry / phantom_progress / pivot_exhaustion 안티패턴 알림을 띄웁니다—카운터와 임계값일 뿐, 마법이 아닙니다.
특정 벤더에 묶이지 않습니다. 로컬 CLI 또는 Python 패키지를 호출할 수 있는 에이전트나 자체 스크립트라면 무엇이든 이 계층을 구동할 수 있습니다.
agentmesh-runtime 을 도구 명령으로 호출. skill 로 자동 로드도 가능.
이 프로젝트의 발상지. 기본 경로가 바로 OpenClaw 의 런타임을 가리킵니다.
셸로 CLI 를 호출하거나 MCP 도구로 래핑. Codex CLI 와 완전히 호환.
Python 서브프로세스를 띄울 수 있는 스크립트라면 무엇이든 동작합니다. 환경 변수로 경로만 바꾸면 됩니다.
클라우드 워커도, 호스티드 DB도, 유료 API도 없습니다. 아래 세 가지를 설치하면 스캐폴딩이 로컬에서 동작합니다. Python 쪽은 uv sync 가 처리, 나머지는 수동 설치.
패키지 관리는 uv. AgentMesh 생태계와 정렬됩니다. uv sync 한 줄로 의존성을 다 깔아 줍니다.
그래프 백엔드는 docker compose 로: docker compose -f docker/docker-compose.neo4j.yml up. 죽어도 SQLite + 파일 grep 이 받아 줍니다.
시맨틱 검색에는 본인의 GEMINI_API_KEY 가 필요. 설정하지 않아도 나머지는 그대로 동작합니다—벡터 레인만 빠지는 정도.
이 리포지토리 전체는 당신이 한 줄씩 직접 타이핑하는 게 아니라, 에이전트가 호출하도록 설계되어 있습니다. 당신의 일은 설치와 "사용법을 알려 주기". 나머지는 에이전트가.
git clone 후 uv sync, agentmesh-runtime / amr 명령이 들어옵니다. 먼저 doctor 를 한 번 돌려 환경이 초록불인지 확인.
GitHub 보기 →
리포지토리 루트의 AGENTS.md 는 에이전트가 읽도록 쓰여 있습니다—언제 recall, 언제 ingest, 언제 rehydrate, 그리고 사람한테 절대 약속해서는 안 될 것까지. 그대로 Claude Code / OpenClaw / Codex / Hermes 에 붙여 넣으면 됩니다.
AGENTS.md 읽기 →
새 작업 전에 에이전트 스스로 과거 결정을 recall, 작업 뒤에 배운 점을 ingest, 재시작 후 상태를 rehydrate. 당신은 출력만 보면 되고, 바닥은 만질 필요가 없습니다.
GEMINI_API_KEY 가 필요합니다.decide 와 verify 단계는 의도적으로 작게 만든 상태머신 스텁입니다—당신이 무엇을 했는지 기록할 뿐, 다음 수를 생각하지는 않습니다. 진짜 추론은 에이전트에서 옵니다. 이 계층은 단계 실행, 기록, 규율 유지만 담당합니다.~/.openclaw/* 를 가리킬 뿐, ARS_SESSION_BASE 와 ARS_MEMORY_DB 를 당신의 에이전트가 쓰는 경로로 바꾸면 됩니다. Claude Code / Codex / Hermes / 어떤 자체 에이전트든 구동할 수 있습니다.chunks_fts MATCH ? 가 정식 FTS5 쿼리임을 확인한 기록이 남아 있기 때문입니다. 경위는 결정 로그 errata 에.