본문 바로가기

전체 글

 (933)
[ MAC ] tailscale 설치하기 macOS에 Tailscale을 설치하는 방법은 크게 공식 앱 설치와 Homebrew를 이용한 설치가 있습니다.일반적인 Mac에서는 공식 앱 설치를 추천합니다. GUI 없이 운영하는 서버용 Mac이라면 CLI 방식도 고려할 수 있습니다.1. 공식 앱 설치 (추천)Tailscale 공식 사이트에서 설치 파일을 받습니다.Tailscale macOS 다운로드macOS용 설치 파일(.pkg)을 다운로드합니다.설치 파일을 실행합니다.Tailscale.app을 실행합니다.macOS에서 VPN 및 네트워크 확장 권한을 요청하면 허용합니다.메뉴바의 Tailscale 아이콘을 클릭하고 로그인합니다.기존 Tailscale 네트워크에 사용한 계정으로 로그인합니다.공식적으로는 Standalone 버전이 권장됩니다. Tails..
[ Mac ] Brew 설치하기 1. Homebrew 설치 여부 확인터미널에서 다음 명령어를 실행하세요.which brew아무것도 나오지 않으면 Homebrew가 설치되지 않았거나 PATH에 등록되지 않은 것입니다.Apple Silicon(M1, M2, M3, M4, M5 등) 기반 Mac에서는 일반적으로 다음 경로에 설치됩니다./opt/homebrew/bin/brewIntel Mac에서는 다음 경로를 사용합니다./usr/local/bin/brew2. Homebrew 설치터미널에서 다음 명령어를 실행합니다./bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"설치 후 Apple Silicon Mac에서는 다음 명령어로 P..
[ AI ] Local LLM을 oraca나 langgraph에서 사용하기 Local LLM을 Orca 또는 LangGraph에서 사용하는 방법가장 추천하는 조합은 Ollama 또는 llama.cpp + LiteLLM + Orca/LangGraph입니다.특히 Ubuntu Server 24.04에서 Local LLM을 운영하면서 Orca, LangGraph, Claude Code, Codex 등 여러 AI 에이전트가 공통으로 사용하도록 구성한다면 LiteLLM을 LLM Gateway로 사용하는 방식이 적합합니다.1. Local LLM 연동 도구 비교도구역할Orca 연동LangGraph 연동추천Ollama로컬 LLM 실행 서버지원 가능직접 지원⭐⭐⭐⭐⭐llama.cpp경량 LLM 추론 서버지원 가능OpenAI 호환 API⭐⭐⭐⭐⭐LiteLLM여러 LLM의 API 통합지원 가능지원⭐..
[ AI ] LangGraph로 멀티 에이전트로 개발하기 LangGraph vs CrewAI 비교멀티에이전트 소프트웨어 개발 시스템 구축 관점결론부터 말하면, 하나의 프로젝트를 Claude Code, Codex, Gemini, Local LLM이 협업하여 개발하도록 만들 목적이라면 LangGraph를 더 추천합니다.반면, 여러 AI에게 역할을 부여하고 비교적 간단한 협업 시스템을 빠르게 구현하려면 CrewAI가 편리합니다.두 프레임워크 모두 멀티에이전트와 워크플로를 지원하지만, 설계 철학에 차이가 있습니다.LangGraph: 작업 흐름과 상태를 중심으로 에이전트를 제어CrewAI: 에이전트의 역할과 협업을 중심으로 작업을 수행다만 CrewAI에도 상태 관리와 조건 분기를 지원하는 Flows가 있어, 단순한 역할 기반 프레임워크로만 보는 것은 정확하지 않습니다...
[ AI ] 멀티 에이전트로 협업 개발하기 하나의 프로젝트를 여러 AI 에이전트가 협업하여 개발하는 방법하나의 소프트웨어 프로젝트를 Claude Code, OpenAI Codex, Gemini Antigravity, Local LLM 등 여러 AI 에이전트가 동시에 개발하도록 구성할 수 있습니다.이때 핵심은 단순히 여러 AI를 실행하는 것이 아니라, 각 에이전트가 업무를 분담하고, 서로의 작업을 공유하며, 충돌 없이 하나의 프로젝트를 완성하도록 관리하는 것입니다.현재 구상하신 Ubuntu 24.04 서버, Orca Server, 여러 상용 LLM 및 로컬 LLM을 사용하는 환경이라면 다음과 같은 구조를 추천합니다.1. 추천 아키텍처가장 추천하는 방식은 다음 네 가지를 결합하는 것입니다.Orchestrator + Specialized Agents ..
[ AI ] Orca 운영 장점 비교 Orca SSH Worktree vs Remote Orca Server세션 공유와 24시간 운영 관점에서 비교현재 구상하시는 환경은 다음과 같습니다.Ubuntu Server 24.04: 24시간 가동하는 개발 서버Windows PC: 원격 개발 및 작업 지시코딩 에이전트: Claude Code, Codex, Gemini Antigravity, OpenCodeLocal LLM: Ollama 또는 llama.cpp목적: Windows에서 AI에게 개발 작업을 지시하고, PC를 종료하더라도 Ubuntu 서버에서는 작업이 계속 진행되도록 구성이 경우 저는 SSH Worktree보다 Remote Orca Server를 추천합니다.두 방식 모두 Windows의 연결이 끊어져도 Ubuntu에서 실행 중인 AI 에이전..
[ AI ] Orca 원격 개발 Orca는 원격 개발에 적합한가?Orca는 현재 구상하시는 Windows PC → Ubuntu Server 24.04 원격 AI 개발 환경에 상당히 적합합니다.특히 Orca는 단순히 SSH 터미널을 연결하는 수준이 아니라, 원격 서버에서 AI 코딩 에이전트를 실행하면서 Windows에서는 코드 편집, Git 변경 사항 확인, 작업 관리를 수행하도록 설계되어 있습니다.공식 문서를 확인한 결과, 다음 기능을 지원합니다.기능지원 여부설명Windows 클라이언트✅Orca Desktop 설치Ubuntu 원격 서버✅SSH 연결원격 AI 에이전트 실행✅Ubuntu에서 실제 실행원격 Git Worktree✅Ubuntu에서 생성원격 소스코드 편집✅Windows에서 편집Git Diff 확인✅Windows에서 변경 사항 검..
[ AI ] Orca의 Workflow Manager 기능 1. Orca Server가 지원하는 Workflow 기능기능Orca Server 지원설명여러 AI 에이전트 실행✅Claude Code, Codex, Antigravity 등작업 분배✅Worker Agent에 작업 할당병렬 작업✅여러 Agent 동시 실행순차 작업✅작업 의존성을 통한 실행DAG Workflow✅작업 간 의존성 정의작업 상태 추적✅작업 실행 및 완료 상태 관리Agent 간 메시지✅작업 결과 및 지시 전달사용자 질문 및 승인✅Ask/Reply 및 Decision GateGit Worktree✅작업별 소스코드 분리원격 서버 실행✅Ubuntu Server에서 실행세션 유지✅Windows 연결 종료 후에도 유지실패 처리✅Worker 실패 감지 및 처리서버 재부팅 후 자동 작업 재개⚠️완전한 복구 ..

티스토리툴바