설명
경험이 풍부한 LLM은 자기 교육을 통해 AI 코딩 에이전트를 향상시키기 위해 설계된 혁신적인 오픈 소스 도구입니다. Andrey Eremin에 의해 개발된 이 엔진은 AI 에이전트가 일일 피드백과 실수 수정을 통해 학습할 수 있게 하여 시간이 지남에 따라 개별 사용자 요구에 더 맞춤화되도록 합니다. 전통적인 AI 메모리와 달리, 경험이 풍부한 LLM은 자기 교육에 중점을 두고, SQLite에서 오프라인으로 휴리스틱을 수집하고 이를 깔끔한 운영 지침으로 컴파일합니다.
더 읽기
이 도구는 일일 학습 주기를 통해 작동하며, 코딩 세션 중 피드백을 수집하고 이를 밤새 통합합니다. 이 과정에는 수정 사항과 엣지 케이스를 로컬로 기록하는 것이 포함되며, 이후 LLM이 이를 추론하여 오래된 지침을 대체하고 중복을 제거하며 규칙을 깔끔한 카테고리로 정렬합니다. 다음 날 아침, 에이전트는 이러한 컴파일된 지침을 읽기 시작하며, 이는 간결하고 불필요한 주석이 없습니다.
프라이버시와 단순성을 염두에 두고 설계된 경험이 풍부한 LLM은 특정 파일에 대한 엄격한 격리를 보장하여 리포지토리 스캔, 인덱싱 또는 원거리 측정이 전혀 이루어지지 않도록 합니다. 이는 의미적 중복 제거 및 모순 해결을 위한 LLM 전용 통합을 사용하여 개발자에게 강력한 도구가 됩니다.
이 도구는 macOS, Linux, 네이티브 Windows 11 및 WSL 하이브리드 환경을 포함한 다양한 플랫폼과 호환됩니다. Antigravity, Claude Code, Cursor 및 Copilot과 호환되는 깔끔한 오픈 스킬로 패키징되어 있으며, MIT 라이센스 하에 무료로 제공됩니다. 개발자는 GitHub에서 리포지토리에 접근하여 코드를 검사하거나 오늘부터 로컬 에이전트를 조정할 수 있습니다.
- 카테고리AI 코딩 어시스턴트
- 요금제무료
- 배포로컬
- 플랫폼macOS, Linux, Windows 11
경험이 풍부한 LLM의 핵심 기능
오픈 소스 자기 교육 엔진
일일 피드백 및 수정 사항 수집
SQLite에 휴리스틱 컴파일
일일 학습 주기를 통해 작동
엄격한 파일 격리로 프라이버시 보장
중복 제거를 위한 LLM 전용 통합
크로스 플랫폼 호환성
MIT 라이센스 하에 무료
경험이 풍부한 LLM 사용 방법은?
설치: GitHub에서 도구 설정
구성: 환경에 맞게 설정 조정
사용: 코딩 세션 중 피드백 기록
최적화: 컴파일된 지침 검토 및 수정
경험이 풍부한 LLM의 사용 사례
- 에이전트 맞춤화
- 피드백 통합
- 프라이버시 중심 개발
- 크로스 플랫폼 AI 개발
- 오픈 소스 협업
