TL;DR

Loushang은 모델 라우팅, 지속 세션, 툴 거버넌스, 추적 가능한 산출물 관리를 결합한 Python 기반 에이전트 하니스로서 코드 작업용 CLI와 공급자 인식 AI SDK를 동시에 제공합니다. 내부적으로 메서드·세션·툴·에이전트를 런타임 객체로 다루며 세션 재개와 포크, 익스텐션 훅을 통해 프로젝트 맞춤형 워크플로우 구성이 가능합니다. 여러 모델 공급자(GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax)를 레지스트리로 관리하고 스트리밍과 툴 호출, 비용 헬퍼를 제공해 멀티모델 운영을 쉽게 합니다. 현재는 소스 실행을 권장하는 초기 개발 단계이므로 실무 도입 전 API 안정성 및 보안 정책 검토가 필요합니다.

핵심 포인트

• 레포지토리는 Python으로 작성된 에이전트 하니스이며 코드 중심의 CLI와 별도의 AI SDK를 함께 제공하는 도구형 프로젝트입니다. loushang code라는 터미널 작업대가 주요 사용자 인터페이스로 자리하고, loushang.ai SDK는 모델 레지스트리, 스트리밍, 툴 호출과 비용 보조 기능을 통해 모델 접근을 추상화합니다. 이런 구조는 단일 바이너리나 라이브러리로 끝나지 않고 CLI 도구와 SDK를 결합해 개발자 워크플로우에 직접 통합하도록 설계되어 있습니다.
• 지속 세션과 작업 단위를 런타임 객체로 취급하는 설계가 핵심 콘셉트이며, 세션은 재개·포크·내보내기·진단 기능을 제공하는 내구성 있는 코딩 대화 및 실행 기록으로 동작합니다. 툴은 정책 아래에서 실행 가능한 능력으로 노출되고 프로젝트 수준의 확장은 Python 훅으로 툴, 리소스, 명령을 동적으로 추가할 수 있게 합니다. 이로 인해 복잡한 작업을 중단 없이 재개하고 감사 가능한 형태로 남기는 것을 목표로 합니다.
• 멀티모델·멀티공급자 라우팅을 목표로 하며 README에서 GPT, Claude, DeepSeek, Qwen, Kimi, GLM, MiniMax를 지원 대상으로 명시하고 있습니다. SDK는 모델 카탈로그를 통해 공급자와 모델을 해석하고 스트리밍·툴 콜·타입화된 컨텍스트를 제공해서 다양한 엔드포인트 간 전환과 비용 관리를 돕습니다. 따라서 비용·응답 특성·중복성을 고려해 모델을 선택하거나 페일오버 전략을 구사하려는 개발자에게 유용한 기반을 제공합니다.
• 프로젝트는 활발한 초기 개발 단계이며 현재 안정된 초점은 loushang code CLI와 loushang.ai SDK입니다. 소스에서 실행하는 방식을 권장하며 README에 제공된 설치 절차(uv로 .venv 생성, pip install -e '.[dev]', 또는 make bootstrap)를 통해 개발 환경 구성이 가능합니다. 스타 수(1017)와 포크(176)는 관심과 채택 신호를 보여주지만 로드맵과 프로젝트 상태에서 API나 기능이 진화 중임을 감안해 실무 도입 전 내부 검증이 필요합니다.