avatar
Graeme
17,794명의 트위터 팔로워
팔로우하기
crypto AI enjoyer | cooking with @amplifi_now | views are only mine
포스팅
avatar
Graeme
Claude 또는 Codex를 외부에서 사용하여 Hermes 및 OpenClaw 에이전트를 빌드하거나 디버깅할 때 시간과 토큰을 절약하는 실용적인 팁입니다. 1. 외부에서 빌드한 후에는 모든 새 기능에 대해 Hermes/OpenClaw에 보고하세요. Hermes의 경우 오케스트레이션 표준, 메모리 아키텍처 및 자체 개선 스킬 루프를 관리합니다. Hermes는 외부에서 빌드된 모든 기능을 실행하기 전에 프레임워크에 적합한지 확인하기 위해 검토해야 합니다. OpenClaw도 마찬가지로 실행 표준에 적합한지 확인해야 합니다. 2. LLM 모델을 전환할 때는 전체 코드베이스를 검사하세요. LLM 모델을 빠르게 교체한다고 해서 제대로 작동할 것이라고 생각하지 마세요. Claude/Codex에 모든 프롬프트 문자열, 구성 파일 및 환경 변수에서 오래된 모델 이름이 있는지 검사하도록 요청하세요. 참조가 하나라도 누락되면 잘못된 모델로 연결되어 디버깅에 몇 시간을 허비할 수 있습니다. 3. 철저하게 테스트하세요. 일반적으로 에이전트는 새 기능을 처음 실행할 때 실패합니다. 원하는 출력을 정확하게 정의하고, 해당 출력을 확인하고, 나타나지 않으면 일관되게 나타날 때까지 반복하세요. 반복만이 유일하게 정직한 테스트입니다. 4. 해결책이 아닌 증상을 설명하세요. Claude/Codex에게 해결 방법을 알려주지 말고, 무엇이 잘못되었는지 설명하세요. "실행 간에 메모리가 유지되지 않습니다."라고 말하는 것이 "저장 계층을 다시 작성하세요."라고 말하는 것보다 낫습니다. 접근 방식을 스스로 파악하도록 하세요. 그러면 더 명확한 답변을 얻고 실제 문제가 어디에 있는지 확인할 수 있습니다. 5. 오류를 요약하지 말고 그대로 붙여넣으세요. 에이전트에서 오류를 받으면 매번 정확한 오류 메시지 또는 전체 로그 덤프를 사용하세요. Claude는 사람보다 노이즈를 더 잘 읽어내므로, 중요하지 않다고 생각했던 부분이 중요한 부분일 수 있습니다. 6. 나중에 다시 문제가 발생하면 동일한 세션으로 돌아가세요. 몇 주 후에 동일한 기능에 문제가 발생하면 처음부터 다시 시작하기 전에 원래 Claude Code/Codex 세션으로 돌아가세요. 무엇을 구축했는지, 왜 구축했는지, 이미 시도한 사항에 대한 컨텍스트가 거기에 있습니다. 새 채팅을 시작하면 이 모든 것이 사라지고 같은 결정을 반복하게 됩니다. 이러한 팁은 제가 자주 받는 많은 질문에 대한 답변이 될 것입니다. 더 도와드릴 일이 있으면 알려주세요. twitter.com/gkisokay/status/20...
avatar
Graeme
스레드
Anthropic은 OpenClaw에 Claude 구독 서비스를 제공하는 것을 금지했습니다. 제 시스템 구성이 이미 이를 위해 설계된 이유를 설명드리겠습니다. 저는 OpenClaw나 Hermes 구독을 통해 Opus 4.6을 실행해 본 적이 없습니다. 복잡한 외부 개발 환경에서만 Claude Code를 통해 실행됩니다. Codex에서 GPT-5.4도 마찬가지입니다. 내부 에이전트 런타임은 완전히 다른 스택입니다. 1. Qwen3.5 9B는 로컬에서 실행됩니다. 비용은 무료입니다. 항상 켜져 있습니다. 잠재의식 속 아이디어 생성 과정을 24시간 내내 자극합니다. GPT-OSS-120B보다 13배 뛰어납니다. 정말 훌륭합니다. 2. MiniMax M2.7은 상담원의 든든한 지원군입니다. 97%의 스킬 준수율을 자랑하며, 상담원 맞춤형으로 설계되었고, 토큰 가격은 월 0.30달러입니다. 10달러 요금제로 5시간마다 1,500건의 통화를 처리할 수 있습니다. 정말 놀랍습니다. 3. GPT-5.4 mini는 헤르메스의 두뇌와 같습니다. 잠재의식과 아이디어를 논의하고 결과물을 만들어내며, 실행당 평균 비용은 약 0.075달러입니다. 시스템 전체를 조율할 만큼 똑똑하며, OAuth를 통해 구독 플랜을 실제로 사용할 수도 있습니다. 정말 놀랍습니다! 지난 24시간 동안 잠재의식은 총 15번 실행되어 1.58달러를 벌었습니다. 끊임없이 발전하는 에이전트 시스템치고는 꽤 괜찮은 성과입니다. 핵심은 다중 LLM 스택을 기반으로 에이전트 스택을 구축하는 것입니다. 로컬 모델은 거래량 처리에 집중하고, 관대한 구독 모델은 실행 및 판단을 담당합니다. 비용 구조는 사용자가 직접 관리할 수 있습니다. 전체 스택 구성 내역은 표로 정리되어 있습니다. (이미지 참조) twitter.com/gkisokay/status/20...
ANTHROPIC
21.67%
loading indicator
Loading..