TL;DR

Prime Agent는 장기 실행과 코딩 워크플로를 목표로 하는 데몬형 CLI 에이전트입니다. 내부적으로는 RLM을 통해 프롬프트를 변수처럼 다루고 rlm(...)으로 서브에이전트를 실행하는 persistent IPython 환경을 사용하며, Continual Harness로 보조 프롬프트와 스킬을 내구성 있게 저장하고 '/refine'로 점진적 개선을 적용합니다. 데몬 백그라운드 세션, 스케줄·하트비트, 자동 압축, 에이전트 간 직접 통신 같은 기능으로 장시간 작업과 연구 평가를 이어가는 데 적합합니다. 다만 모델이 생성한 코드를 사용자 권한으로 실행하므로 신뢰할 수 없는 저장소에서는 외부 샌드박스나 클린 작업 트리를 사용해야 합니다.

핵심 포인트

• 이 레포지토리는 CLI 도구이자 데몬형 에이전트 플랫폼으로 분류됩니다. TypeScript로 작성된 코드베이스를 가지고 있으나 실행 모델 제어와 작업 수행을 위해 내부적으로 지속성 있는 Python IPython 런타임을 사용합니다. GitHub 상에서 8,798개의 스타와 815개의 포크가 존재하므로 커뮤니티 관심과 기여가 활발한 편입니다.
• 핵심 설계는 Recursive Language Model(RLM)과 Continual Harness라는 두 가지 추상화로 구성됩니다. RLM은 프롬프트를 변수로 취급하고 재귀적 서브에이전트를 함수 호출처럼 다루는 방식으로 동작하여 persistent REPL 안에서 툴 호출과 하위 작업을 프로그램적으로 처리합니다. Continual Harness는 보조 프롬프트, 메모리, 스킬 설명, 재사용 가능한 서브에이전트 사양을 내구성 있는 상태로 저장하고 '/refine' 같은 절차로 증거 기반의 소규모 업데이트를 적용해 세션별로 점진적 개선을 가능하게 합니다.
• 기능적 측면에서는 지속적 IPython 제어환경, 내장 서브에이전트 실행(rlm(...)을 통해 자식 에이전트 생성), 백그라운드 데몬 세션 유지, 자동 압축과 스케줄/하트비트, 그리고 실행 가능한 스킬 패키지화가 통합되어 있습니다. 사용자는 코드·파일·셸 명령을 프로그램적으로 실행하고 결과를 다른 에이전트와 교환하며 장기간 작업을 중단 없이 이어갈 수 있습니다. 이러한 설계는 긴 평가나 연구용 워크플로에서 상태와 작업 맥락을 보존하면서 반복 가능하고 재사용 가능한 패턴을 쌓는 데 유리합니다.
• 보안과 운영 주의사항이 명확히 표기되어 있습니다. Prime Agent는 모델이 생성한 Python 코드와 프로젝트 명령을 사용자 권한으로 실행하므로 작업 디렉토리에 대해 disposable clone이나 청정 워크트리 사용을 권장합니다. 워커와 커널이 라이프사이클 격리 및 복구를 돕지만 이들로 보안 샌드박스가 제공되지는 않으므로 신뢰할 수 없는 코드나 지시문은 외부 제한 환경에서 실행해야 합니다.