'completion' 검색 결과

명령 실행, 파일 편집, 프롬프트 입력과 작업 종료 이벤트를 조건으로 감지하고 위험한 작업이나 민감한 파일 변경에 경고 또는 차단을 설정하는 규칙을 만듭니다.

• 위험한 명령을 차단합니다
• 민감한 파일 편집에 경고합니다
• 편집 중 추가된 디버그 코드를 감지합니다

AI 에이전트가 맡는 개발의 완료 조건을 정하고 검증 가능한 작업으로 나눕니다. 구현 전후 평가를 비교하고 난도에 맞는 모델 선택과 비용·시간 기록을 정리합니다.

• AI 에이전트에 맡길 개발을 계획합니다
• 큰 변경을 검증 가능한 작업으로 나눕니다
• 구현 전후 평가 결과를 비교합니다

대규모 기능 개발이나 마이그레이션 목표를 여러 차례 수행할 실행 계획으로 나눕니다. 단계별 배경, 의존 관계, 검증 방법을 정리해 다른 에이전트에게 작업을 인계할 수 있게 합니다.

• 대규모 기능을 여러 PR로 나눕니다
• 여러 세션에 걸친 마이그레이션을 계획합니다
• 병렬로 진행할 수 있는 단계를 찾습니다

실제 개발 과제로 여러 코딩 에이전트를 비교합니다. 성공률, 확인 가능한 API 비용, 소요 시간과 반복 실행의 안정성을 측정해 도입 결정과 업데이트 후 평가에 활용합니다.

• 실제 개발 과제로 에이전트를 비교합니다
• 새 도구나 모델을 도입하기 전에 평가합니다
• 에이전트 업데이트 후 성능을 확인합니다

Claude Code의 도구 실행 전후와 종료 시 작동하는 훅을 만들도록 돕습니다. 위험한 작업 검증, 완료 확인, 시작 시 정보 불러오기를 설정하고 테스트까지 다룹니다.

• 실행 전 명령과 파일 쓰기 확인
• 에이전트 종료 전 작업 완료 확인
• 시작 시 프로젝트 정보 불러오기

Claude의 명령 실행과 파일 편집에 조건을 걸어 경고하거나 작업을 차단하는 Hookify 규칙을 만듭니다. 정규 표현식 작성부터 동작 확인까지 안내합니다.

• 위험한 셸 명령 차단하기
• 민감한 파일 편집 시 경고하기
• 파일 편집 중 디버그 코드 감지하기

기존 작업이 수용 조건을 충족하는지 필요한 만큼만 검사합니다. 현재 상태에도 유효한 결과를 재사용하고, 통과 여부와 실행하지 못한 이유를 정리한 뒤 검증을 마칩니다.

• 완료한 작업의 수용 조건 확인
• 지정한 조건만 검증
• 여전히 유효한 검증 결과 재사용

명세나 요구사항을 완료 기준과 검증 방법이 있는 작은 구현 작업으로 나눕니다. 의존 관계, 작업 순서, 확인 지점을 정리해 계획서와 작업 목록에 남깁니다.

• 큰 기능을 구현 작업으로 분할
• 의존 관계에 맞춘 작업 순서 정리
• 완료 기준과 검증 방법 명문화

모호한 아이디어를 목표, 작업 범위, 검증 가능한 완료 조건이 담긴 명세로 정리합니다. 기능과 의존 관계를 나누고 사람의 승인을 거쳐 계획, 작업 분할, 구현으로 진행합니다.

• 구현 전에 아이디어를 구체화할 때
• 완료 조건을 포함한 요구사항 작성
• 큰 요구사항을 독립 기능으로 나누기

Paperclip에서 처음 맡길 일의 목표와 조건을 정리하고 계획이나 단일 작업을 제안합니다. 승인을 기다린 뒤 합의한 범위의 작업을 진행합니다.

• Paperclip에서 첫 목표를 정리합니다
• 계획과 에이전트 팀 구성을 제안합니다
• 실행 전에 단일 작업의 범위를 합의합니다

코드 재작성 계획을 단계별로 작은 수정에 적용합니다. 대상 파일과 위험 제한을 확인하고, 각 변경의 이유와 실행 내역, 진행 상태를 기록합니다.

• 코드 마이그레이션 계획의 단계별 적용
• 국소적인 코드 수정 검토
• 단계 완료와 건너뛰기 사유 기록

신입 직원의 온보딩 계획을 한 페이지 HTML로 정리합니다. 첫날과 첫 주 일정, 상사와 동료 안내, 30·60·90일 목표, 참고 자료와 완료 조건을 모읍니다.

• 신입 직원의 첫 주 일정 준비
• 30·60·90일 목표 설정
• 상사·온보딩 동료·참고 자료 공유

GitHub 이슈를 분류하고 나누어 여러 AI 에이전트에 배정합니다. 프로젝트 보드 동기화, 단기 개발 계획과 진행 보고서 작성을 지원합니다.

• 새 이슈를 분류하고 우선순위를 정합니다
• 큰 이슈를 AI 에이전트에 나누어 맡깁니다
• 작업 진행 상황을 보드와 동기화합니다

요구 사항 정리부터 설계, 테스트를 먼저 쓰는 구현, 검토, 배포까지 개발을 단계별로 진행하고 여러 AI 에이전트가 작업과 지식을 나누는 절차를 다룹니다.

• 새 기능 계획 및 구현
• 기존 코드 수정과 테스트 추가
• 코드 보안 및 성능 검토

파일이나 보고서 등의 결과물을 지정 위치에 일찍 만들고, 실제 결과를 바탕으로 수정합니다. 형식과 내용, 사용 가능한 상태를 확인한 뒤 완료를 보고합니다.

• 필수 장을 모두 갖춘 보고서 작성
• 지정 위치에 결과물 저장
• 생성 파일이 열리는지 확인

The core OpenAI-compatible inference endpoints: chat completions, embeddings, images, audio (TTS/STT), moderations, rerank, and the Responses API. The primary integration surface for AI agents.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Send chat completions, stream responses, and start an interactive REPL session from the CLI. Supports all OmniRoute providers, combo routing, and system prompt configuration.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Submit groups of AI requests as batch jobs with the OmniRoute command line. Manage input files, monitor or cancel jobs, save results and errors, and incorporate batch processing into automated build and deployment workflows.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Submitting AI requests from a JSONL file
• Monitoring batch jobs and waiting for completion
• Saving batch results and error details

OmniRoute를 통해 글·이미지 생성, 음성 합성, 음성 기록과 검색을 호출합니다. OpenAI 호환 API 등을 AI 에이전트에 연결하는 데 사용합니다.

• 에이전트에 글 생성 기능 연결
• 지시에 따른 이미지 생성 및 편집
• 텍스트 읽기 및 음성을 글로 변환

터미널에서 LLM에 질문하고 답변을 실시간으로 표시하거나 대화를 이어갑니다. 파일과 표준 입력을 사용하고 모델과 시스템 프롬프트를 지정할 수 있습니다.

• 터미널에서 AI에 질문
• 파일 내용을 질문 입력으로 사용
• 답변을 실시간으로 표시하고 파일로 저장

복잡한 요청을 실행 가능한 작은 작업으로 나누고, 의존 관계와 담당 에이전트, 예상 시간, 위험, 성공 조건을 정리한 실행 계획을 만듭니다.

• 복잡한 요청을 작은 작업으로 나눕니다
• 의존 관계와 병렬 작업을 정리합니다
• 담당 에이전트와 소요 시간을 계획합니다

여러 AI 에이전트의 협업 구성을 초기화하고 작업에 맞는 연결 구조, 자원 배분, 통신 방식을 설정합니다. 공유 메모리로 진행 상황과 결과물을 연계합니다.

• REST API 개발용 협업 구성
• 에이전트 여덟 개의 계층형 기능 개발
• 분산 코드 분석용 메시 구조 구성

Flow Nexus에서 실력과 학습 목표에 맞는 프로그래밍 과제를 고르고 해답을 검증합니다. 효율과 코드 품질을 검토하며 순위, 배지, 학습 진도를 관리합니다.

• 현재 실력에 맞는 과제 찾기
• 제출한 해답 검토
• 순위와 배지, 학습 진도 확인

지정 기간의 작업 완료 수, 오류, 메모리 사용량, 토큰 소비 등을 집계합니다. 과거 기준값과 비교해 이상을 표시하여 에이전트 그룹의 운영 상태를 확인합니다.

• 최근 한 시간의 완료 수와 오류 확인
• 활성 수, 메모리, 토큰 소비 확인
• 처리 시간의 비정상적인 변화 탐색