핵심 요약
터미널에서 발생하는 복잡한 에러 메시지를 해석하기 위해 브라우저를 검색하는 번거로움을 해결하기 위해 Sleuther가 개발됐다. 이 도구는 zsh 훅을 통해 실패한 명령어를 감지하고, 해당 컨텍스트를 로컬 Ollama 서버에 전달하여 에러의 근본 원인과 수정 방안을 출력한다. 기본 모델로 qwen2.5-coder:7b를 사용하며, 모든 처리가 로컬에서 이루어져 데이터 프라이버시를 보장한다. 개발자는 터미널을 떠나지 않고도 즉각적인 에러 진단과 안전한 수정 명령어를 제안받아 생산성을 높일 수 있다.
배경
Oh My Zsh, Ollama, Python 3, curl
대상 독자
Oh My Zsh를 사용하는 개발자 및 로컬 LLM 활용에 관심 있는 엔지니어
의미 / 영향
이 도구는 클라우드 기반 AI 서비스의 개인정보 유출 우려를 해소하면서도 개발 생산성을 높이는 로컬 AI 에이전트의 실용적인 사례를 보여준다. 특히 보안이 엄격한 환경에서 작업하는 개발자들에게 유용한 대안이 될 수 있다.
섹션별 상세

git clone https://github.com/chocks/sleuther \
${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/sleuther
# ~/.zshrc의 plugins 리스트에 sleuther 추가 후
ollama pull qwen2.5-coder:7b
source ~/.zshrcSleuther 플러그인 설치 및 기본 모델 다운로드 과정
SLEUTHER_MODEL="qwen2.5-coder:7b"
SLEUTHER_AUTO_RUN=false
SLEUTHER_OLLAMA_URL="http://localhost:11434"
SLEUTHER_TIMEOUT=30
SLEUTHER_KEEP_ALIVE="10m"Sleuther의 주요 설정 파일 구성 예시
실무 Takeaway
- 로컬 Ollama를 활용하여 터미널 에러 데이터를 외부로 유출하지 않고 안전하게 분석할 수 있다.
- zsh hooks 기반의 자동 모드에서 해결되지 않는 복잡한 에러는 sleuther 명령어에 에러 메시지를 직접 전달하는 수동 모드로 해결 가능하다.
- 보안을 위해 SLEUTHER_AUTO_RUN 옵션을 비활성화하고 제안된 명령어를 실행 전 반드시 검토하는 습관이 필요하다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.