본문으로 건너뛰기
Hacker News - LLM조회 4회

터미널 기반의 로컬 우선 코딩 에이전트, cwcode

cwcode는 터미널에서 실행되는 Go 기반의 코딩 에이전트로, 해시 기반 편집과 프롬프트 캐싱을 통해 비용과 지연 시간을 최적화한다.

섹션별 상세

해시 기반 편집(Hash-anchored edits)은 코드 수정 시 각 라인에 콘텐츠 해시를 부여하여 모델의 환각으로 인한 편집 오류를 방지한다. 수정 요청 시 해시가 일치하지 않으면 배치를 거부하여 코드 무결성을 보장한다.
cwcode가 터미널에서 Go 테스트 코드를 편집하고 있는 모습.
Screenshot에이전트가 제안한 코드 수정 사항(diff)과 실시간 추론 과정, 그리고 하단에 고정된 작업 목록을 보여준다. 터미널 환경에서 에이전트가 어떻게 코드와 상호작용하는지 시각적으로 확인 가능하다.
프롬프트 캐싱(Sticky prefix cache)은 반복되는 시스템 프롬프트를 캐시 키로 저장하여 토큰 계산을 건너뛴다. DeepSeek V4 Pro 기준 3회 턴 이후 캐시 적중률이 85%를 상회하며 비용과 지연 시간을 크게 낮춘다.
근거
  • DeepSeek V4 Pro 기준 3회 턴 이후 캐시 적중률이 85%를 상회한다. — Why it’s different - Sticky prefix cache 섹션
체크포인트 및 되감기(Checkpoint & rewind) 기능은 파일 수정 전 상태를 SHA-256 키로 스냅샷 저장한다. 사용자는 /rewind 명령으로 특정 시점의 파일 상태와 대화 기록을 즉시 복구할 수 있다.
로컬 우선 설계로 SaaS 종속성을 제거했다. 모든 설정과 세션 기록은 ~/.cwcode/ 디렉토리에 JSON 및 SQLite 파일로 저장되며, 네트워크 연결 없이도 로컬 모델 엔드포인트와 연동해 작업이 가능하다.

기술

  • Go
  • DeepSeek V4 Pro
  • Qwen3.6-27B
  • vLLM
  • llama.cpp
  • Bubbletea

활용 사례

  • 코드 리팩터링
  • 자동화된 테스트 수정
  • 로컬 LLM 기반 코딩
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 06. 17.수집 2026. 06. 17.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.