본문으로 건너뛰기

트렌딩 - GitHub 인기 레포 & HuggingFace 모델

HKUDS/OpenSpace

Python5 / 0

MCP와 CLI에 스킬 검색·품질 기록·통제된 진화를 결합한 Python 플랫폼입니다.

TL;DR

OpenSpace는 Python 3.12+로 작성된 standalone agent infrastructure이며, MCP server·CLI·Python API를 통해 Claude Code, Codex, OpenClaw, Hermès, nanobot 같은 MCP 호스트에 스킬 관리 기능을 붙입니다. 로컬 `.openspace/skills`와 호스트 스킬 디렉터리의 `SKILL.md`를 검색하고, BM25와 embedding을 결합해 작업에 맞는 스킬을 선택합니다. 실행 기록은 스킬 품질과 도구 신뢰성 평가에 쓰이며, FIX·DERIVED·CAPTURED 흐름과 검증된 버전 이력으로 스킬을 통제된 방식으로 갱신합니다. cloud skill community는 검색·패키지 탐색·공유에 사용하고 실제 실행은 로컬에서 수행하므로, 여러 에이전트와 대규모 스킬 라이브러리를 운영하는 팀에 적합하지만 단순 스킬 파일 관리만 필요한 사용자에게는 구성 부담이 큽니다.

핵심 포인트

  • OpenSpace는 독립 실행형 도구이면서 MCP server와 CLI를 함께 제공하는 Python 기반 agent skill management layer입니다. Claude Code, Codex, OpenClaw, Hermès, nanobot처럼 MCP와 `SKILL.md`를 지원하는 호스트에 연결됩니다. 에이전트의 스킬 검색·실행·평가·공유·진화를 하나의 runtime으로 묶으려는 경우에 적합합니다.
  • 스킬은 `SKILL.md` 폴더로 등록되고 BM25·embedding 기반 SkillRanker가 작업에 맞는 항목을 찾습니다. 실행 결과는 선택·적용·완료·fallback 여부와 도구 신뢰성을 기록해 품질 판단에 사용됩니다. 수백 개 이상의 스킬을 운영하면서 단순 파일 목록보다 실제 성공 이력을 활용하려는 팀에 의미가 있습니다.
  • Skill Engine은 FIX·DERIVED·CAPTURED 유형으로 스킬을 갱신하고, 검증된 결과를 provisional에서 trusted로 승격하는 흐름을 사용합니다. SQLite 기반 저장소가 버전 DAG와 lineage를 보존하며 `enabled` 상태와 신뢰 상태를 별도로 관리합니다. 자동 변경을 허용하더라도 검증·승인·이력 확인이 필요한 운영 환경을 겨냥합니다.
  • 로컬 실행을 기본으로 유지하면서 선택적으로 cloud skill community에서 패키지 단위 스킬을 검색하고 가져옵니다. `openspace-mcp`는 stdio, SSE, streamable HTTP를 지원하고 `openspace`, `openspace-dashboard`, Python API도 제공합니다. Python 3.12+, LLM API 설정, MCP 호스트 구성, 대시보드 사용 시 Node.js 20+가 필요하므로 가벼운 단일 기능 라이브러리보다 운영 구성 요소가 많은 플랫폼에 가깝습니다.

벤치마크

벤치마크지표비교
Terminal-Bench 2.1Warm run score78.7%같은 frozen Hy3 backbone에서 Cold run 65.2%에서 Warm run 78.7%로 개선됐다고 README에 기재된 자체 결과

이미지 분석

중앙의 스킬 저장소를 여러 에이전트가 검색하고 재사용하는 구조를 고양이 캐릭터와 빛나는 카드로 표현한 그림입니다.
이미지는 하나의 공유 스킬 라이브러리에서 여러 에이전트가 작업 지식을 가져가는 개념을 시각화합니다. README의 패키지 기반 스킬 검색과 에이전트 간 재사용이라는 기능 설명을 보조하지만, 구체적인 API나 성능 수치는 담고 있지 않습니다.
유리 벽으로 구분된 사설 공간 안에서 에이전트가 로컬 스킬과 서버를 사용하는 장면을 표현한 그림입니다.
이미지는 스킬과 실행 데이터가 사용자 인프라 안에 남는 local-first 운영 모델을 나타냅니다. README가 설명하는 로컬 스킬 실행, 명시적 cloud import, private deployment라는 경계를 시각적으로 보강하지만 실제 보안 설정이나 배포 절차를 제공하지는 않습니다.
물을 주고 가지를 다듬은 작은 나무가 뿌리와 함께 큰 나무로 자라는 과정을 통해 스킬의 반복적 진화를 표현한 그림입니다.
이미지는 작업 결과와 검증을 바탕으로 스킬이 점진적으로 개선되는 evolution loop를 나타냅니다. README의 FIX·DERIVED·CAPTURED 유형, provisional·trusted 신뢰 상태, lineage 기록과 연결되지만 그림 자체에는 처리 조건이나 자동화 정책이 표시되지 않습니다.

7.4k

Stars

897

Forks

+204

Trending

5

조회수

7.4k watchers50 open issuesMIT License

관련 토론

아직 관련 토론이 없습니다.

댓글

댓글을 작성하려면 로그인이 필요합니다.