드디어 나왔다! Ralph TUI, 시각화된 Ralph Loop

# 드디어 나왔다! Ralph TUI, 시각화된 Ralph Loop\n\n이전에 **ralph-loop**에 대한 튜토리얼을 쓴 적이 있는데, 많은 분들이 따라 해보고 나서 비슷한 피드백을 주셨습니다. **Claude Code를 오랫동안 실행할 수 있어서 좋다는 것이었습니다.** 하지만 때로는 아무 움직임이 없는 것처럼 보일 때, 마음속으로 '계속 진행하고 있는 걸까, 아니면 제자리걸음만 하고 있는 걸까?'라는 의문이 들 수 있습니다.\n\n이것이 제가 최근에 **ralph-tui**를 개발한 이유입니다.\n\n\n\n**ralph-tui는 Claude Code에 강제로 연결되지 않으며, ralph loop의 핵심을 계승하고 발전시켜 작업 실행 및 과정을 시각화하여 대규모 모델을 장시간 사용하는 데 대한 진입 장벽을 크게 낮춥니다.** 다른 agent, 다른 모델, 국산 모델, 저렴한 모델 등 장기간 실행할 수 있는 모델을 자유롭게 연결할 수 있습니다. ralph-tui가 있으면 일반인에게는 수동 변속기에서 자동 변속기로 바꾸고 크루즈 컨트롤까지 추가한 것과 같은 의미가 있습니다.\n\n## 도대체 뭘까?\n\nralph-tui를 - 자동적으로 당신의 머신에 설치된 agent들을 탐지합니다 (예: Claude Code, OpenCode 등) - 프로젝트 내에 설정 파일 생성: .ralph-tui/config.toml - PRD 생성/작업 변환 관련 skills 자동 설치 (수동으로 설정할 필요 없음) 개인적으로 권장하는 사항: 처음에는 귀찮더라도 **setup을 반드시 실행**하세요. ### 프로젝트 PRD 생성 setup 실행 후, 다음 단계는 공식 튜토리얼에서 가장 핵심적이며, 블로그 데모로 작성하기에 가장 적합한 단계입니다: **create-prd**. `ralph-tui create-prd --chat` 명령어는 대화형 프로세스를 시작합니다. 마치 제품 관리자처럼 당신의 요구 사항 목표, 경계 조건, 검수 기준을 묻습니다. 질문이 끝나면 프로젝트 내에 두 가지 결과물을 생성합니다 (이것이 핵심입니다): - PRD markdown 파일: ./tasks/prd-feature.md - 바로 실행 가능한 작업 파일: ./prd.json 이 단계에 이르러야 ralph-tui의 "표준 폐쇄 루프"에 진입했다고 할 수 있습니다: **요구 사항 (PRD) → 작업 (prd.json) → 실행 (run)** ### 실행하기 prd.json이 있으면 run은 자연스러운 단계입니다: `ralph-tui run --prd ./prd.json`을 실행하면 TUI가 시작되어 루프를 시작합니다: 작업 선택 → 실행 → 완료 여부 판단 → 상태 기록 → 종료 또는 다음 라운드. 처음 실행할 때는 반복 횟수 제한을 추가하여 제어하는 것을 강력히 권장합니다: `ralph-tui run --prd ./prd.json --iterations 5` 실행 후 변경 사항을 확인하고, 테스트를 실행하고, PRD와 작업이 예상대로인지 확인하십시오. 이 연결이 제대로 작동하는지 확인한 후 iterations 제한을 해제하고 headless/remote로 전환하는 것이 안전한 방법입니다. 이때 당신은 기본적으로 다음을 확인할 수 있습니다: **이 루프가 실제로 실행되고 있습니다.** ## 모델/Agent 선택 방법? 비용 절감에 대한 솔직한 이야기 많은 사람들이 가장 궁금해하는 것은 "Claude Code를 사용하지 않아도 되나요? 저렴한 모델을 사용할 수 있나요?"일 것입니다. 답변은: **가능합니다.** ralph-tui 자체적으로 agent와 model을 지정할 수 있습니다 (공식 run 문서에 예제가 있습니다). 예를 들어 Claude Opus를 사용하는 경우: `ralph-tui run --prd ./prd.json --agent claude --model opus` 하지만 솔직히 말해서 저는 Opus를 사용하여 "테스트 보완, lint 수정"과 같은 작업을 수행하지 않습니다. 너무 비쌉니다. 저는 계층화를 선호합니다: - **저렴한 모델**: 많은 반복적인 작업 실행 (테스트 보완, 주석 보완, 형식 수정, 경계 추가) - **비싼 모델**: 주요 노드에서만 사용 (아키텍처 조정, 어려운 버그, 핵심 로직) 만약 당신이 일반 개발자라면 이 접근 방식이 더욱 중요합니다. 대기업 예산이 아니기 때문에 비용을 통제할 수 있어야 오래 지속할 수 있습니다. ## 더 편리하게 사용하고 싶으신가요? "PRD 작성"도 agent에게 맡기세요 ralph-tui에는 제가 좋아하는 디자인이 있습니다: skills를 지원합니다 (간단히 말해서 agent의 외장 명령 세트입니다). 공식 설치 방법은 add-skill을 사용하는 것입니다: `bunx add-skill subsy/ralph-tui --all` 또는 지정된 agent에 설치합니다 (예: claude-code): `bunx add-skill subsy/ralph-tui -a claude-code -g -y` 설치 후 agent 세션에서 슬래시 명령어를 사용할 수 있습니다: `/ralph-tui-prd /ralph-tui-create-json /ralph-tui-create-beads` 이것은 IDE에 플러그인을 설치한 것과 매우 유사하지만, 이 플러그인은 agent를 위한 것입니다. 이것의 의미는 "수동으로 요구 사항을 옮기는" 시간을 줄여 요구 사항 → 작업 → 실행이 더욱 효율적인 파이프라인처럼 되도록 하는 것입니다. ## 언제 사용해야 할까요? 언제 사용하지 말아야 할까요?저는 "무엇이든 AI로 해결할 수 있다"는 식의 이야기는 별로 좋아하지 않습니다. 사람들을 오도하기 쉽기 때문입니다. 도구는 도구일 뿐이며, 적합한 시나리오에서만 가치가 있습니다. ### ralph-tui에 적합한 시나리오 다음과 같은 작업이 많이 있는 경우: - 테스트 보완 (특히 오래된 프로젝트) - lint / format 수정 - 작은 단계의 리팩토링 (중복 코드 수렴) - 대량 타입 추가, 경계 보완 - 요구 사항 분해 후 작업 큐에 따라 천천히 진행 이러한 작업에는 공통점이 있습니다. **작업이 많고, 반복도가 높고, 검증 가능하고, 반복적으로 추진할 수 있습니다.** ### ralph-tui를 억지로 사용하기에 적합하지 않은 시나리오 다음과 같은 작업을 하는 경우: - 일회성 대규모 리팩토링, 검증 기준이 명확하지 않음 - 요구 사항 자체가 모호하고, 당신의 머릿속에 있는 암묵적인 지식에 의존 - 많은 팀 간의 소통/확인이 필요 - 제품 판단이 필요 이러한 작업에서는 agent loop가 혼란을 증폭시킬 뿐입니다. ## ralph-loop(ralph-claude-code)와 어떤 차이가 있나요? **ralph-claude-code**는 "Claude Code의 자동 운전 외장"과 같습니다. 스크립트가 이를 시작하고, 루프를 실행하고, 종료 감지, 속도 제한, 회로 차단기가 모두 지원됩니다. 당신이 원하는 것은 "빠름"이고, 그것은 매우 빠릅니다. **ralph-tui**는 "agent loop의 엔지니어링 콘솔"과 같습니다. 특정 모델에 고정되지 않고, 특정 작업 시스템에도 고정되지 않습니다. 그것이 해결하고자 하는 것은 "장기 실행, 관찰 가능, 제어 가능, 복구 가능, 원격 가능"과 같은 엔지니어링 문제입니다. 그래서 어떻게 선택해야 하는지 묻는다면? - 당신은 Claude Code 사용자이고, 빠르게 실행하고 싶다면 → ralph-claude-code - 다른 모델을 연결하고 싶고, 비용을 절약하고 싶고, loop를 서비스로 관리하고 싶다면 → ralph-tui ## 마지막으로: 저장소를 실험실처럼 사용하지 마세요 저는 agent loop를 실행할 때 몇 가지 철칙이 있습니다. 여기에 적어둘 테니 따라 하시면 실패할 확률이 훨씬 줄어들 것입니다. - **브랜치에서 실행하고, main에서 무모하게 행동하지 마세요.** - **처음 실행할 때는 반드시 --iterations를 추가하여 먼저 작은 단계로 미쳐 날뛰지 않는지 확인하세요.** - **작업은 검증 가능해야 합니다.** 테스트를 실행하거나, lint를 실행하거나, 출력 파일을 비교할 수 있어야 합니다. - **멈추는 법을 배워야 합니다.** 뱅뱅 돌기 시작하는 것을 보면 돈을 계속 쓰는 것보다 멈추는 것이 더 현명합니다. - **저렴한 모델은 궂은 일을 하고, 비싼 모델은 중요한 일을 하세요.** 비용은 운영을 통해 나오는 것이지, 기도를 통해 나오는 것이 아닙니다.프로젝트 주소: https://github.com/subsy/ralph-tui