agent-engineer 플러그인, AI 코딩 어시스턴트 요구사항 충족률 53%로 끌어올려

Sarthak Rastogi가 AI 코딩 어시스턴트를 시니어 AI 엔지니어처럼 동작하게 만드는 오픈소스 플러그인 agent-engineer를 공개했습니다. 이 플러그인은 Claude Code, Codex CLI, Cursor, OpenCode, Gemini CLI를 지원하며, 데이터 수집이나 백엔드 없이 11개 스킬, 4개 서브에이전트, 5개 훅을 제공합니다.

성능 검증

**Claude Code (Opus 5.5)**를 사용한 블라인드 A/B 테스트에서 6가지 에이전트 엔지니어링 작업을 수행한 결과, 품질이 크게 향상되었습니다. 플러그인을 적용했을 때 요구사항 충족률은 **53%**로, 미적용 시 34% 대비 개선되었습니다. 평가는 사전 작성된 체크리스트와 각 작업당 3회 실행을 기반으로 진행되었습니다.

핵심 아키텍처 및 스킬

이 플러그인은 단순 테스트의 오탐지, 증상만 해결하는 패치, 장기 세션에서의 규칙 이탈 등 일반적인 에이전트 실패 사례를 해결합니다. 증거가 뒷받침될 때만 복잡한 구조로 이동하며, 가장 낮은 설명 계층에서 문제를 수정하는 Router Skill을 사용합니다.

주요 스킬은 다음과 같습니다:

• Design: 자율 에이전트보다 단순 워크플로우를 우선시하며, 아키텍처 설계 전 성공 기준을 요구합니다.
• Tools: 모델 이해도를 높이기 위해 명확한 이름, 타입 지정 스키마, 제한된 응답 크기를 강제합니다.
• Evals: 트레이스 기반 오류 분석과 CI 게이트 통합을 의무화하여, 테스트에서 측정되지 않은 주장 비율을 3/3에서 1/3으로 줄였습니다.
• Observability: OpenTelemetry GenAI 규약을 사용해 LLM 및 도구 호출용 스팬을 생성하고, 프롬프트를 PII로 취급합니다.
• Guardrails: 탈옥 및 프롬프트 인젝션을 방어하며, 유해 쿼리 분류를 위해 rival-ai Python 라이브러리를 선택적으로 통합합니다.

설치 및 사용

사용자는 git clone 또는 npx skills add sarthakrastogi/agent-engineer 명령으로 플러그인을 설치할 수 있습니다. 명시적 명령 없이 자연어 요청에 따라 적절한 스킬을 자동으로 로드합니다. 세션 간 컨텍스트 유지를 위해 장기 결정 사항은 agent-engineering/ 폴더에 저장됩니다.