rUv

여러 AI 모델을 나누어 쓴 실제 비용을 모든 작업에 같은 모델을 썼을 때의 추정 비용과 비교합니다. 기간별 절감액과 절감률로 모델 선택의 비용 효과를 확인합니다.

• 비용 검토에서 절감 효과 보고
• 모델 선택 설정 변경 후 비용 확인
• CI에서 절감률 기준 확인

저장된 비용 집계 JSON 두 개를 비교해 총액과 모델별 증감을 표시합니다. 금액, 증가율, 토큰 유형별 임계값으로 PR에 따른 비용 증가를 감지합니다.

• PR 전후 비용 비교
• 비용 변화의 주요 원인 모델 확인
• PR 검사에 비용 증가 상한 설정

영업 에이전트 작업을 한 차례 시험 실행합니다. 운영 전에 템플릿과 예산 설정을 검증하고 담당별 지시문과 실행 결과 기록을 확인합니다.

• 영업 자동화 한 주기 시연
• 템플릿과 에이전트 유형 검증
• 예산 상한과 예약 처리 점검

준비된 테스트 사례로 agent-booster의 성공률과 작업 분배를 검증합니다. 선택적으로 외부 모델과 비교하고 실측 결과와 집계를 JSON으로 저장합니다.

• 출시 전 성공률 확인
• 테스트 사례 추가 후 작업 분배 검증
• 실측 결과로 성능 설명 확인

세션별 지출의 중앙값과 변동 정도를 바탕으로 비용이 비정상적으로 높거나 낮은 세션을 찾습니다. 기간과 판정 기준을 지정하고 CI의 이상 탐지에도 사용할 수 있습니다.

• 지출이 유난히 높은 세션 찾기
• 비용이 극히 낮은 세션 확인
• 최근 일주일의 비용 이상 조사

API 키 사용 현황이나 생성 ID로 OpenRouter의 실제 청구액을 확인합니다. 일별·주별·월별 사용액, 키 한도와 계정 크레딧 잔액을 조회합니다.

• 일별·주별·월별 사용액 확인
• API 키의 한도 접근 여부 확인
• 생성 ID로 개별 청구액 조회

사용자가 AI 팀에 제공하거나 승인한 결정 사항, 제약, 사실을 출처와 함께 저장합니다. 팀별로 검색해 되짚어 보고 검색 기능의 축소 여부도 확인합니다.

• 팀의 결정 사항을 출처와 함께 남길 때
• 승인된 제약과 사실을 기록할 때
• 팀이 알고 있는 정보를 되짚어 볼 때

AI 팀의 기록을 읽고 진행 상황, 작업을 막는 문제, 담당자, 기록된 예산 사용량을 정리합니다. 기록의 주장과 확인된 근거를 구분하고 다음에 판단할 사항을 제시합니다.

• 완료된 작업과 진행 중인 작업을 확인합니다
• 판단이 필요한 진행 장애 요인을 파악합니다
• 담당자와 미배정 작업을 확인합니다

AI 에이전트의 토큰 사용량과 미국 달러 비용을 모델, 에이전트, 처리 계층별로 집계하고 지정 기간의 예산 사용률, 잔액, 경고를 확인합니다.

• 오늘의 AI 사용 비용 확인
• 모델과 에이전트별 비용 비교
• 예산 사용률과 경고 확인

기기 내 정보로 AGNTCY 연동 설정을 확인하고 연결 주소 설정 여부, 필요 패키지, 통신 방식과 실행 기록을 표로 정리합니다. 미구현 기능도 구분합니다.

• AGNTCY 설정 여부 확인
• SLIM 패키지와 연결 주소 설정 확인
• 프로젝트의 mod 실행 기록 확인

수정 사항을 식별하는 문자열과 파일 해시를 서명된 목록에 기록합니다. 릴리스별 기록으로 수정 사항의 소실과 문제 재발에 관련된 커밋을 추적합니다.

• 릴리스 전 기존 수정 사항 유지 확인
• 문제 재발에 관련된 커밋 조사
• CI에서 서명된 수정 기록 검증

기록된 AI 사용 비용과 예산 정보를 Prometheus 지표나 JSON으로 내보내 외부 대시보드 시각화와 Webhook 보고에 활용합니다.

• Grafana와 Prometheus 비용 지표를 갱신합니다
• Webhook으로 비용을 한 번 보고합니다
• 예산 사용률을 모니터링합니다

같은 기기의 Claude Code, Codex, Grok 로그에서 예상 비용, 토큰 수, 캐시 적중률을 집계합니다. 기간과 프로젝트별로 비교할 수 있습니다.

• 최근 7일의 예상 비용 확인
• 제공업체와 모델별 사용량 비교
• 특정 프로젝트나 기간의 비용 확인

Claude Code와 Codex 사용 로그에서 비용 증가 원인을 찾고, 캐시와 모델 선택 등의 개선안을 근거 및 조건부 절감액 추정치와 함께 제시합니다.

• 사용 비용이 높은 원인을 파악합니다
• 캐시 사용 방식을 점검합니다
• 하위 에이전트의 모델을 선택합니다

여러 컴퓨터의 ruflo 에이전트를 연결해 서명된 메시지로 상태와 성과를 공유합니다. 작업 담당 권한의 획득, 해제, 인계를 전달해 노드 간 담당을 조정합니다.

• 컴퓨터 간 상태와 성과 공유
• 공유 작업의 담당 권한 조정
• 다른 노드로 작업 인계

예산 초과, 일일 비용 증가, 비용이 비정상적으로 높은 세션, 예산 소진 시점을 병렬로 확인하고 결과와 공통 종료 코드를 모아 CI의 진행 여부를 판단합니다.

• CI 비용 검사를 한 단계로 통합할 때
• 일일 비용 증가를 감지할 때
• 비용이 비정상적으로 높은 세션을 찾을 때

에이전트의 연결 상대별로 최근 1시간, 24시간, 7일간의 처리 건수와 달러 지출을 집계하고, 설정한 중단 기준 금액을 넘은 상대를 확인합니다.

• 새 연결 상대의 비용 기준 파악
• 연결 상대별 지출 정기 확인
• 중단 기준 금액을 넘은 상대 확인

AI 팀의 결과물을 수락 기준 및 증거와 대조합니다. 확인된 사실과 에이전트의 주장을 구분하고, 불확실한 점과 남은 작업을 정리해 완료 판단의 근거를 제시합니다.

• AI 팀 실행 종료 전 증거 확인
• 결과물의 수락 기준 충족 여부 검토
• 확인된 결과와 에이전트 주장 구분

비용 분석 질문에 맞춰 ReasoningBank의 압축된 맥락을 가져옵니다. 검색된 기억 수, 보고된 토큰 절감량과 캐시 적중률을 정리하고 관련 패키지의 사용 가능 여부를 확인합니다.

• 비용 분석에 쓸 압축된 맥락 가져오기
• 검색된 기억 수와 캐시 상태 확인
• 보고된 토큰 절감량과 한계 확인

기록한 브라우저 동작을 원래 URL이나 다른 URL에서 재실행해 UI 회귀 테스트와 오류 재현에 사용합니다. 대상을 찾지 못하면 비슷한 후보를 검색하고 성공한 단계의 비율을 기록합니다.

• 배포 후 화면 조작 흐름 확인
• 기록된 오류 재현
• 스크린샷 비교를 위한 동일 동작 반복

실행 전에 작업을 분류해 LLM 호출 없이 처리할 수 있다고 판정된 비율을 보고합니다. 나머지 작업의 권장 모델과 비용 상한을 추정하고 결과를 저장합니다.

• 유사 작업 일괄 처리 전 확인
• 단순 코드 변환의 LLM 비용 검토
• Agent Booster 적용 비율 확인

기록된 브라우저 세션을 단계별로 비교해 스크린샷과 페이지 구조의 차이를 조사합니다. 최초 차이와 전체 유사도를 정리해 화면 변경이나 재실행을 검증합니다.

• 화면 변경 후 시각적 오류 조사
• 재실행과 원래 조작 기록의 일치 확인
• 같은 폼 조작의 A/B안 비교

새 저장소에 Ruflo를 도입합니다. 대화형 마법사나 standard 프리셋으로 MCP 서버 등록, 훅, 에이전트 초기 설정을 준비하고 프로젝트 설정 파일을 만듭니다.

• 새 저장소에 Ruflo 도입
• 대화형 마법사로 프로젝트 설정
• standard 프리셋으로 초기화

운영 환경의 세션 비용을 기간별로 집계하고 최근 지출을 과거 평균과 비교합니다. 차액과 증가율을 표시하며, 설정한 증가율을 넘으면 종료 코드로 이상을 알립니다.

• 운영 환경의 일별 비용을 확인합니다
• 최근 지출을 과거 평균과 비교합니다
• CI에 비용 급증 경고를 연결합니다