Agno

코드 스타일과 명명, 오류 처리, 하드코딩된 비밀 정보, 잠재적 버그·보안·성능 문제를 검토합니다. 자동 스타일 검사를 실행할 수 있으며, 수정 우선순위에 따라 결과를 정리합니다.

• 병합 전 코드 검토
• 스타일과 명명 문제 찾기
• 심각도별 검토 의견 정리

AgentOS 프로세스가 실행되는 호스트의 운영 체제, 아키텍처, Python 환경, 프로세서, UTC 시각을 확인합니다. 지정한 디렉터리의 바로 아래 항목도 나열할 수 있으며, 경로를 생략하면 스킬 디렉터리를 사용합니다.

• 호스트 운영 체제와 Python 환경 확인
• 호스트 이름과 현재 UTC 시각 확인
• 디렉터리 바로 아래 항목 나열

Product의 실제 기록을 바탕으로 마지막 성공 전달 이후의 변화, 담당자 조치 항목, 실패 항목을 요약합니다. 결과를 설정된 Wiki에 기록하고 지정된 대상으로 보내며, 확인할 사항이 없으면 이상 없음으로 기록합니다.

• Product의 변경 사항 확인
• 담당자가 처리할 항목 파악
• 요약을 Wiki와 설정된 대상으로 전달

Git 커밋 메시지, 브랜치 이름, 풀 리퀘스트 작성을 위한 실용적인 안내를 제공합니다. 일관된 형식과 이름 패턴, 설명 템플릿, 작업 시작·업데이트·제출에 쓰는 일반적인 명령을 포함합니다.

• 변경 내용에 맞는 커밋 메시지 작성
• 티켓에 맞는 브랜치 이름 정하기
• 풀 리퀘스트 설명 정리하기

설정된 정보 출처를 확인해 적절한 프로젝트에 연결할 실행 가능한 백로그 작업을 제안합니다. 제안마다 확인한 근거와 콘텐츠 해시를 기록하고, 안정적인 키로 후속 점검에서 중복 제안을 막습니다.

• 제품 정보 출처에서 후속 작업 찾기
• 근거를 붙여 백로그 작업 제안하기
• 정보 출처 변경 후 제안 다시 검토하기

제품 운영 안내서와 프로젝트, 작업, 설정된 정보 출처를 바탕으로 상태를 갱신합니다. 확인한 진행 상황과 실패를 기록하고 보관된 작업의 참조를 정리하며, 프로젝트 완료 제안을 사람이 검토하도록 제시합니다. 작업이나 프로젝트 상태는 변경하지 않습니다.

• 출처 근거에 맞춰 제품 진행 상황 갱신
• 상태에 실패나 변경 사항 기록
• 보관된 작업 참조 정리

User-driven loop to change an existing agent in this AgentOS — add a tool/MCP server/toolkit, add a capability (knowledge base, learning/memory, sub-agent, scheduled task), grow the safe Studio registry so components built at runtime gain a new capability, refine its instructions, or fix a specific known bug, verifying each change against the selected development runtime. Use whenever the user names a concrete change to an agent, or wants a new building block available to the platform. For autonomous hardening with no specific change in mind, use eval-and-improve.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Add a new agent to this AgentOS. Runs guided discovery or takes a concrete idea, then generates agents/slug.py, registers it in app/main.py, adds its manifest entry (description + quick prompts), reloads the selected development runtime, and smoke-tests it for you. Covers the product agent too — ingest a product's website/docs into the product knowledge base and build a knowledge-only agent over it. Use whenever the user wants to add or create a new agent, or names a product (theirs or one they use) they want an agent for.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Evaluate and improve an existing AgentOS agent or team. Repair failing eval cases, or explore behavior by generating simulated user scenarios from instructions and sanitized usage, running probes, inspecting evidence and iterating within a bounded budget. Use for failing evals, autonomous hardening or simulation-driven improvement. Use create-evals for coverage authoring alone and extend-agent for a requested new capability.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Deploy this AgentOS using its own provider instructions, configure JWT verification, and verify the public service. Use for first deployment, redeployment, or production configuration changes.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Set up this AgentOS from a fresh clone — confirm Docker, configure .env, boot the containers, prove the MCP endpoint live, connect the AgentOS UI, then build the user's first agent. Use when the user asks to set up the platform, get started, or bring this repo up on a new machine.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Author eval coverage for an agent in this AgentOS — map what the agent promises, mine real sessions and eval history from Postgres for scenarios, propose capabilities worth testing, then write, run, and audit Case entries in evals/cases.py. Use when the user wants evals created, coverage added, or an agent's behavior pinned down as tests. For failing suites or exploratory simulation-driven hardening, use eval-and-improve instead.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Review this AgentOS repository for public readiness after a refactor or before release. Compare documentation, skills, configuration, component wiring and scripts with the implementation; fix clear documentation drift when requested and report behavioral issues with evidence. Use for a repository consistency sweep, not agent-quality tuning or deployment.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Agno AI agent framework - build production-ready agents, multi-agent teams, workflows, MCP integrations, and deploy with AgentOS. Use when building, debugging, or learning about Agno agents.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

User-driven loop to change the context agent (or any agent in this repo) — add a source/tool/MCP server, add a capability (knowledge base, memory, sub-agent, scheduled task), refine its instructions, or fix a specific known bug, verifying each change against the live container. Use whenever the user names a concrete change ("add a Google Drive source", "make the daily rundown include the calendar", "the agent keeps doing Y, fix it"). For autonomous hardening with no specific change in mind use improve-agent.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Produce the owner's week-ahead plan — scheduled meetings and due-or-overdue reminders for the next 7 days, grouped by day, read from the CRM and enriched from the real calendar, Slack, and knowledge-base briefs when connected. Use for "what's my week", "plan the week ahead", "what's coming up".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Research a topic and file the result — sweep what we already know (knowledge base, crm, and slack when connected), go to the web for current and external background, then write a clear sourced brief and FILE it into the knowledge base with update_knowledge. Labels what came from the web versus our own notes. Use for "research X and save it", "look into X and write it up", "find out what's known about X and file it", "write up a brief on X".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Process the day into filed context — sweep today's activity (the inbound queue, CRM meetings and reminders, plus calendar, slack, and gmail when connected), extract what's worth keeping, and file it into the CRM and knowledge base. Use for "process today", "log today", "file today", "end-of-day wrap".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Brief the owner before a meeting or conversation with a person, company, or project — sweep what we already know (crm + knowledge, plus slack, calendar, and gmail when connected), anchor to any upcoming meeting with them, and for people or orgs we don't know, widen to a web search for public background. Use for "prep me for my meeting with X", "brief me on X before the call", "what do we know about X".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Sweep the knowledge base for what needs attention — stubs with no real content, specs whose status is stale, decisions that were made but never written down, and pages missing from the index — and return a short "what needs attention" list. Read-only, so it reports rather than fixing anything itself. Use for "what in my knowledge base needs attention", "review my knowledge base", "what's stale or unfiled", "knowledge base health check", "tidy up my knowledge".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

The owner's morning brief — inbound updates awaiting acknowledgment (via the rundown tool), today's meetings and due-or-overdue reminders from the CRM and the real calendar, the emails worth seeing from Gmail, and the Slack threads that need their eyes — each source folded in when connected and stitched into one short digest. Use for "daily rundown", "what's on today", "morning brief", "catch me up".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Run this repo's eval suite (python -m evals), diagnose every failing case, and fix in scope (agent instructions, or the eval case when its assertion was wrong) until all cases pass. Use whenever the user wants to run the evals, check for regressions, or fix a red eval suite ("run the evals", "why is a case failing", "make the eval suite green"). Targets the committed cases in evals/cases.py; for ad-hoc probing of one agent's live behavior use improve-agent instead.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Autonomously harden the context agent (or any agent in this repo) — derive probes from the agent's own instructions, run them against the live container, judge the responses and tool calls, and edit the agent until it reliably does what it says it does. Use when the user wants to test, harden, stress-test, or improve an agent's reliability WITHOUT naming a specific change ("make sure context is solid", "harden this agent", "probe it for failure modes"). For a user-directed change use extend-agent; to run the committed eval suite use eval-and-improve.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Repo-wide consistency sweep for @context — diff docs against code (the context agent and its providers wired as documented, every env var documented, every path real, every script behaving as advertised), auto-fix mechanical drift, and flag anything bigger. Use when the user wants to review the repo for consistency, prep a public release, or clean up drift after a refactor ("review the repo", "is everything consistent before we ship", "run the drift sweep"). This is a deliberate full sweep, not a quick lint.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.