2026-04-14

• #0006

  #0006아이디어 시그널Hacker News · MCP Server지난달

  `LangAlpha`, `MCP` 서버를 파이썬 라이브러리처럼 다루는 에이전트 구조

  `LangAlpha`: compiling `MCP` servers into Python libs to cut agent context cost

  60radar

  LangAlpha에이전트 프레임워크 — MCP를 타입드 모듈로 바꿔 토큰 절감

  금융 데이터용 MCP를 프롬프트에 밀어넣는 대신, 스키마를 타입드 파이썬 모듈로 바꿔 import하게 만든 접근이다. 토큰 낭비를 크게 줄이고 세션 간 작업 상태까지 이어져서 도메인 특화 에이전트 설계 힌트로 바로 써먹을 만하다.

  • —일별 가격 5년치 한 번 호출만으로도 수만 토큰이 들어간다. 큰 MCP 서버는 스키마 설명만 50k+ 토큰을 잡아먹는다.
  • —우회법이 현실적이다. 워크스페이스 초기화 때 MCP 스키마에서 타입드 파이썬 모듈을 생성하고, 에이전트는 그냥 import해서 쓴다.
  • —서버당 프롬프트엔 한 줄 요약만 남긴다. 전체 80개 도구를 붙여도 서버가 3개 도구든 30개 도구든 컨텍스트 비용이 거의 고정된다.
  • —지속성 설계도 눈여겨볼 만하다. 리서치 목표마다 영속 샌드박스를 두고 memory 파일과 파일 인덱스를 매 호출 전에 다시 읽는다.

  출처: github.com/ginlix-ai/langalpha원문 보기 →
• #0005

  #0005에이전트·도구Hacker News · Show HN AI지난달

  `LangAlpha`, 금융 리서치용 에이전트를 `MCP` 프롬프트 비만 없이 돌리는 방식

  `LangAlpha`, a finance-focused agent harness that sidesteps MCP prompt bloat

  60radar

  LangAlpha금융 리서치 에이전트 — MCP를 타입드 Python으로 고정 비용화

  거대한 MCP 서버를 타입드 Python 모듈로 바꿔 프롬프트 비용을 고정시키고, 워크스페이스에 리서치 상태를 계속 쌓는다. 금융 특화 제품이지만 에이전트 런타임 설계는 다른 도메인에도 바로 이식 가능해 지금 참고할 가치가 크다.

  • —MCP 스키마를 워크스페이스 초기화 때 타입드 Python 모듈로 생성해 넣는다. 서버당 요약 1줄만 프롬프트에 남겨 토큰 낭비를 줄였다.
  • —일별 가격 5년치 한 번 조회만으로도 수만 토큰이 날아간다. 데이터 접근을 툴 호출이 아니라 import로 바꿔 분석 전에 새는 비용을 막았다.
  • —리서치 목표마다 퍼시스턴트 샌드박스 1개를 붙이고, 메모리 파일과 파일 인덱스를 매 호출 전에 다시 읽는다. 세션이 바뀌어도 맥락이 이어진다.
  • —포트폴리오, 워치리스트, 리스크 성향, 데이터 소스를 모든 호출에 주입한다. 도메인 컨텍스트를 런타임 기본값으로 박아 둔 설계가 꽤 실전적이다.

  출처: github.com/ginlix-ai/langalpha원문 보기 →
• #0004

  #0004에이전트·도구Hacker News · Show HN AI지난달

  `Kontext CLI`, AI 코딩 에이전트용 단기 자격증명 브로커

  `Kontext CLI`: short-lived credential broker for AI coding agents

  60radar

  Kontext CLI보안 CLI — AI 에이전트용 세션형 단기 자격증명 중개

  API 키를 .env나 채팅창에 흩뿌리는 대신, 선언형 플레이스홀더를 세션 단위 단기 권한으로 바꿔 주고 모든 호출을 감사 로그에 남긴다. 보안 설계는 깔끔하지만 Codex 지원 전이라 당장 쓸 사람은 제한적이다.

  • —.env.kontext에 github·stripe·linear 같은 자격증명을 선언하고 kontext start --agent claude로 실행한다. 비밀값을 직접 넘기지 않는 흐름이다.
  • —OAuth 지원 서비스는 OIDC 인증 뒤 RFC 8693 토큰 교환으로 처리하고, 정적 키는 백엔드가 주입한다. 자격증명은 세션 중 메모리에만 머문다.
  • —각 툴 호출마다 시도한 작업, 결과, 허용 여부, 사용자·세션·조직 귀속을 함께 남긴다. 누가 어떤 에이전트를 어떤 권한으로 돌렸는지 추적된다.
  • —구현은 Go 기반이며 툴 호출당 훅 오버헤드가 약 5ms다. 백엔드는 ConnectRPC, 로컬 인증 저장은 시스템 키링을 쓴다.
  • —지금은 감사와 세션 스코프 부여까지 제공하고, 서버 측 allow/deny 강제는 다음 단계다. 완성형 정책 엔진으로 보기엔 아직 이르다.

  출처: github.com/kontext-dev/kontext-cli원문 보기 →
• #0003

  #0003아이디어 시그널Hacker News · AI Agent지난달

  `LangAlpha`: 지속형 리서치에 맞춘 버티컬 에이전트 설계

  `LangAlpha`: domain-specific agent harness for persistent research

  50radar

  LangAlpha에이전트 플랫폼 — 지속형 리서치용 버티컬 하네스

  포인트는 금융 특화 UI가 아니라 에이전트 하네스다. MCP 스키마를 로컬 모듈로 바꾸고 워크스페이스에 기억을 남겨 컨텍스트 비용과 세션 단절을 같이 잡았다. 버티컬 에이전트 만들 생각이면 지금 참고할 만함.

  • —첫 병목은 MCP 데이터 자체다. 일봉 5년치 한 번에 수만 토큰이 들어오고, 스키마만으로도 50k+ 토큰이 날아간다.
  • —해결 방식이 실전적이다. 워크스페이스 초기화 때 스키마에서 typed Python 모듈을 생성해 넣고, 프롬프트에는 서버당 한 줄 요약만 남긴다.
  • —도구 수가 늘어도 프롬프트 비용을 거의 고정했다. 서버별 3개든 30개든 에이전트는 로컬 라이브러리 import처럼 다룬다.
  • —리서치 목표마다 persistent sandbox를 따로 두고 memory 파일과 file index를 매 호출 전 다시 읽는다. 다음 세션 재시작 비용이 크게 줄어든다.
  • —버티컬 문맥 주입도 선명하다. 포트폴리오, 워치리스트, 리스크 성향, 데이터 소스를 항상 붙이는 구조라 다른 도메인 자동화에도 바로 옮길 수 있다.

  출처: github.com/ginlix-ai/langalpha원문 보기 →
• #0002

  #0002에이전트·도구Hacker News · MCP Server지난달

  `Kontext CLI`, 코딩 에이전트용 단기 자격증명 브로커

  `Kontext CLI`: Short-lived credential broker for coding agents

  50radar

  Kontext CLICLI 도구 — OIDC로 세션 자격증명을 주입

  .env에 장기 키를 박아넣는 대신 OIDC와 토큰 교환으로 세션 한정 자격증명을 주입하고 모든 툴 호출을 감사 로그로 남긴다. 에이전트 보안 패턴은 꽤 좋지만, 지금 당장 쓸 가치는 지원 서비스 폭에 달렸다.

  • —프로젝트는 .env.kontext에 필요한 권한만 선언하고 kontext start --agent claude로 실행한다. 비밀값이 디스크에 남지 않는 흐름이 깔끔하다.
  • —OAuth 지원 서비스는 RFC 8693 토큰 교환으로 짧은 액세스 토큰을 받고, 정적 API 키도 런타임 메모리에만 주입한다. .env 유출면을 크게 줄인다.
  • —모든 툴 호출에 사용자·세션·조직 귀속 정보와 허용 여부를 남긴다. 여러 에이전트가 외부 API를 건드리기 시작하면 이런 추적성은 바로 필요해진다.
  • —구현은 Go 기반이며 툴 호출당 오버헤드가 약 5ms 수준이다. 보안 레이어를 얹어도 CLI 체감이 크게 깨지지 않는 쪽에 가깝다.
  • —현재는 Claude Code 중심이고 Codex 지원은 예정 단계다. 혼합 에이전트 스택이면 바로 표준화하기엔 아직 이르다.

  출처: github.com/kontext-dev/kontext-cli원문 보기 →
• #0001

  #0001에이전트·도구Hacker News · LLM지난달

  `CodeBurn`, 작업 단위로 `Claude Code` 토큰 사용을 분석하는 도구

  Show HN: `CodeBurn` analyzes `Claude Code` token usage by task

  50radar

  CodeBurn분석 도구 — Claude Code 작업별 토큰 사용 분류

  CodeBurn은 Claude Code가 로컬에 저장하는 세션 JSONL 기록을 읽어, 추가 LLM 호출 없이 사용량을 13개 작업 카테고리로 분류하는 분석 도구입니다. 인디 개발자 관점에서는 단순 일별 비용이 아니라 어떤 작업이 비용을 태우는지 보여준다는 점이 핵심이며, 글에서 제시한 대화만 있는 턴 56%, 실제 코드 수정 21% 같은 수치는 워크플로 최적화에 직접 연결됩니다.

  • —문제의식이 분명합니다. Claude Code 비용이 주당 약 $1400까지 올라갔지만, 어디서 토큰이 새는지 보이지 않는 점을 해결하려고 만들었습니다.
  • —~/.claude/projects/의 로컬 JSONL 세션 로그를 읽고, 도구 사용 패턴 기준으로 턴을 분류하므로 추가 추론 비용 없이 분석할 수 있습니다.
  • —인디 개발자에게 중요한 포인트는 ccusage처럼 총액만 보는 것이 아니라, 어떤 작업 습관이 낭비를 만드는지 찾게 해준다는 점입니다.
  • —Ink 기반 터미널 UI와 SwiftBar 메뉴바 연동은 개인 개발자가 가볍게 붙여서 상시 모니터링하기 좋은 형태입니다.

  출처: github.com/AgentSeal/codeburn원문 보기 →