Axe
Axe는 대형 언어 모델(Large Language Model) 기반의 **단일 목적 에이전트**(Single-purpose Agent)를 정의하고 터미널 환경에서 실행할 수 있는 유닉스 철학(Unix philosophy) 지향의 경량화 명령줄 도구(Command Line Interface)입니다. 기존의 복잡한 AI 에이전트 프레임워크들이 항상 상주하며 대량의 컴퓨팅 자원을 소모하는 것과 달리, Axe는 사용자가 작성한 TOML 형식의 에이전트 설정 파일과 마크다운 지시문 세트인 스킬(Skill) 파일을 결합해 필요한 순간에만 즉
Axe는 대형 언어 모델(Large Language Model) 기반의 단일 목적 에이전트(Single-purpose Agent)를 정의하고 터미널 환경에서 실행할 수 있는 유닉스 철학(Unix philosophy) 지향의 경량화 명령줄 도구(Command Line Interface)입니다. 기존의 복잡한 AI 에이전트 프레임워크들이 항상 상주하며 대량의 컴퓨팅 자원을 소모하는 것과 달리, Axe는 사용자가 작성한 TOML 형식의 에이전트 설정 파일과 마크다운 지시문 세트인 스킬(Skill) 파일을 결합해 필요한 순간에만 즉각 실행되는 경량 엔진을 제공합니다. 마치 유닉스의 파이프라인(Pipeline)이 텍스트 스트림을 정밀하게 가공하여 넘겨주듯, Axe 역시 개별 도구의 입출력을 매끄럽게 연결하여 복잡한 인공지능 처리 과정을 구조화합니다. 기존 파이썬(Python) 기반 에이전트 프레임워크들은 무거운 라이브러리 적재와 느린 부팅 속도로 인해 깃 훅(Git hooks)이나 크론(Cron) 작업처럼 실시간 반응성이 필요한 시스템 자동화 인프라와 결합하기 어려웠습니다. 경량 Go 바이너리 형태인 Axe는 약 12MB의 단일 실행 파일로 제공되어 추가 의존성 없이 즉각 기동할 수 있으며, 로컬 환경의 올라마(Ollama)부터 엔트로픽(Anthropic), 오픈AI(OpenAI) 등 다중 클라우드 제공업체를 투명하게 지원합니다. 또한 실행 과정에서의 컨텍스트(Context)를 지속하기 위해 타임스탬프 기반 마크다운 메모리를 기록하며, 인공지능을 활용해 누적된 대화 이력에서 불필요한 패턴을 압축해 들어내는 지능형 가비지 컬렉션(Garbage Collection) 메커니즘을 내장하여 제한된 토큰 예산 내에서 최상의 성능을 냅니다. 일반적인 연구원이나 소프트웨어 개발자들은 이 도구를 활용하여 다양한 자동화 워크플로우를 간결하게 구축할 수 있습니다. 예를 들어 대규모 유전체 분석 데이터를 처리하는 과정에서 발생하는 비정형 오류 로그 파일을 표준 입력(Stdin)으로 파이프 처리하여 분석 에이전트에게 보내고, 에이전트가 요약한 결과를 다시 메신저 전송 도구로 파이프라이닝할 수 있습니다. 또한 에이전트가 다른 하위 에이전트에게 작업을 자동으로 위임(Delegation)하는 다중 에이전트 흐름을 로컬의 TOML 설정 파일 관계만으로 완전하게 조율할 수 있습니다.
💻 필요한 컴퓨터 사양
0MB (로컬 LLM 구동 시 8GB 이상 권장)
약 12MB (바이너리 용량), 에이전트 설정 및 메모리 저장용 공간 추가 확보 권장
⚡ 설치법
### 4-1. Quick Start
go install github.com/jrswab/axe@latest
### 4-2. 상세 설치
# GitHub 저장소 복제 및 수동 빌드
git clone https://github.com/jrswab/axe.git
cd axe
go build .
# Docker를 이용한 빌드 및 구동
docker build -t axe .🧬 바이오 활용
대규모 시퀀싱 오류 로그 필터링**
`cat nextseq_run42_error.log | axe run error-analyzer` 파이프라인을 구축하여 Claude 3.5 Sonnet 모델로 5만 라인의 비정형 생물정보학 데이터 로그를 실시간 분석, 3초 내에 핵심 오류 원인과 조치안을 도출하여 데이터 유실율을 0%로 통제합니다.
Git Hooks 연동 분자 동역학 스크립트 정적 검사**
`.git/hooks/pre-commit`에 `git diff | axe run bio-code-reviewer`를 연동하여 GPT-4o API 기반으로 코드 품질을 0.5초 이내에 자동 검사하고 메모리 누수가 발생 가능한 비효율적 NumPy 루프 코드를 사전 감지합니다.
크론 활용 일일 연구 트렌드 요약 리포트**
Cron 작업으로 `0 9 * * * curl -s https://rss.biorxiv.org | axe run bio-arxiv-summarizer`를 등록하여 Llama 3 (8B) 로컬 모델을 통해 신규 논문 50건의 초록을 자동으로 분류 및 분석하고 정밀 요약 보고서를 추출합니다.
📝 업데이트 노트
- vv1.10.07/12/2026
Axe v1.10.0 업데이트에서는 실행 로직(runner logic)을 별도 패키지로 분리하는 내부 구조 개선 작업이 진행되었습니다. 이번 리팩토링을 통해 도구의 구조적 안정성이 높아져, 향후 복잡한 생명공학 데이터 분석 워크플로우를 확장하거나 커스텀 기능을 추가할 때 더욱 유리해집니다. 새로운 도커 이미지가 배포되었으니, 안정적인 분석 환경 유지를 위해 최신 버전으로 업데이트하여 사용해 보시길 권장합니다.
🧪 관련 생명의 코드
관련된 생명의 코드 글이 아직 없습니다.