agenthatch
무엇인가
agenthatch는 SKILL.md를 런타임에 LLM이 해석하는 산문이 아니라 컴파일 대상 소스 코드로 규정하는 도구다. 스킬 파일의 지시문을 결정적 파이프라인에 통과시켜 import·배포·실행 가능한 파이썬 패키지로 산출하는 절차를 정의한다. 규율 대상은 스킬의 실행 형태, 즉 매 실행마다 재해석되는 문서와 타입이 붙은 코드 사이의 변환 규칙이다.
어떻게 동작하나
동작은 3단계다. Phase 1에서 SKILL.md의 frontmatter·본문·동봉 디렉터리 파일을 AI 없이 파싱해 ContextPack을 만든다. Phase 2에서 6개의 하네스가 각자 페르소나와 temperature 프로필로 Analyze → Infer → Self-Validate → Correct 루프를 최대 2회 재시도하며 돌고, 하네스 E가 나머지 다섯 출력을 교차 검증해 AHSSPEC(Agent Hatch Standard Specification)을 생성한다. Phase 3에서 Jinja2 템플릿이 AHSSPEC을 pyproject.toml, runtime.toml, agenthatch.yaml, agent.py, tools.py, references.py로 렌더링한다. 생성 직후 자기 검토 단계가 tools.py의 미정의 변수·None 속성 접근·의미 없는 스텁을 찾아내고 mock 파라미터로 각 도구를 한 번씩 실행하며, 버그가 있으면 최대 3라운드까지 함수 본문을 재생성한다. 런타임은 STARTING → PLANNING → EXECUTING → VERIFYING → REPLANNING → DONE 6상태 PlanLayer로 동작한다.
무엇과 다른가
CLAUDE.md·AGENTS.md 같은 규칙 파일이나 직접 작성한 프롬프트는 실행 시점마다 LLM이 산문을 다시 해석한다. agenthatch는 그 해석을 빌드 타임으로 옮겨 타입이 붙은 도구 정의, MCP 연동, 런타임 설정을 담은 패키지를 만든다. 결과물은 스킬을 감싸는 래퍼가 아니라 스킬 자체가 코드로 컴파일된 형태이며, 스킬하우스에 보관되어 언제든 재실행된다.
어떻게 쓰나
설치는 pip install agenthatch 후 agenthatch init으로 ~/.agenthatch/에 LLM 제공자를 설정하고, agenthatch skills add ./my-skill/SKILL.md로 스킬하우스에 등록한 뒤 agenthatch hatch my-skill로 컴파일, agenthatch run my-skill로 TUI에서 실행한다. hatch는 --no-generate(AHSSPEC만 확인), --force(기존 산출물 덮어쓰기), --dry-run(파일 미기록 미리보기), --no-postgen-review(자기 검토 생략) 플래그를 받는다.
전제와 한계
Python 3.11 이상이 필요하고 Phase 2 추론을 위해 LLM 제공자 설정이 필수다. OpenAI, Anthropic, DeepSeek, GLM(Zhipu), Qwen(DashScope), Ollama, OpenAI 호환 엔드포인트를 지원한다. Claude Code·Codex CLI·OpenClaw 등에서 쓰던 SKILL.md를 입력으로 받는 독립 CLI이며, 생성된 에이전트는 자체 runtime.toml로 구동된다. 프로젝트는 1인 개발로 초기 기여자를 찾는 단계다.
관련 논문 1
유사 도구
- skillkitSKILL.md의 YAML 메타데이터와 본문을 읽어 파이썬 에이전트가 스킬을 스스로 찾아 쓰게 만드는 라이브러리다. 점진적 공개 로딩과 스크립트 실행 절차를 규정한다.
- Skill_Seekers문서 사이트·GitHub 저장소·PDF 등 18종 소스를 수집해 SKILL.md 규칙 파일로 변환하고, 22개 대상으로 패키징하는 Claude Code 스킬 팩이다.
- UltraRAGRAG 구성 요소를 MCP 서버로 분리하고 YAML로 분기·루프를 선언해 파이프라인을 조립하는 저코드 프레임워크다. 캔버스와 코드를 동기화하는 IDE를 포함한다.
- langroid에이전트에 LLM·벡터스토어·도구를 붙이고 태스크를 맡겨 메시지로 협업시키는 Python 멀티에이전트 프레임워크다. LangChain에 의존하지 않는다.
- onyxLLM 애플리케이션 계층으로, RAG·웹 검색·코드 실행·에이전트를 갖춘 셀프호스팅 AI 채팅 플랫폼이다. 50개 이상 커넥터로 사내 데이터를 색인한다.
- deep-searcher사내 문서를 벡터 DB에 적재하고 LLM이 검색·평가·추론을 반복해 근거 있는 답변과 보고서를 만드는 Python 딥리서치 도구다.