Agent Avengers

# 🦸 Agent Avengers

> "어벤저스, 어셈블!" — 복잡한 태스크를 자동으로 에이전트 팀이 처리

핵심 기능

1. 자동 태스크 분해 — 큰 작업을 독립적 서브태스크로 분할
2. 동적 에이전트 생성 — 각 태스크에 맞는 전문 에이전트 즉석 생성
3. 병렬 실행 — 독립 태스크는 동시 처리
4. 자동 통합 — 결과 수집, 검증, 병합
5. 완료 후 정리 — 임시 에이전트 자동 해제

사용법

기본 사용 ``` 사용자: "어벤저스 어셈블! [복잡한 태스크 설명]" ```

예시 ``` "어벤저스 어셈블! 경쟁사 A, B, C 분석해서 비교 리포트 만들어줘"

→ 자동으로: 1. 태스크 분해 (3개 리서치 + 1개 통합) 2. 에이전트 3개 스폰 (각 회사 담당) 3. 병렬 리서치 실행 4. 결과 통합 에이전트가 최종 리포트 생성 5. 완료 보고 ```

---

워크플로우

``` ┌─────────────────────────────────────────────────────────────────┐ │ 🦸 AVENGERS ASSEMBLE │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ 1️⃣ ANALYZE — 태스크 분석 및 분해 │ │ └─ 목표 파악 → 서브태스크 도출 → 의존성 매핑 │ │ │ │ 2️⃣ RECRUIT — 에이전트 팀 구성 │ │ └─ 각 서브태스크에 최적 에이전트 프로필 생성 │ │ └─ 에이전트 역할: 🔬연구 🖊️작성 🔍분석 ✅검토 🔧통합 │ │ │ │ 3️⃣ DEPLOY — 에이전트 스폰 및 태스크 할당 │ │ └─ sessions_spawn으로 병렬 실행 │ │ └─ 각 에이전트에 명확한 입력/출력 지정 │ │ │ │ 4️⃣ MONITOR — 진행 상황 추적 │ │ └─ 완료 대기, 실패 시 재시도 또는 대체 │ │ │ │ 5️⃣ ASSEMBLE — 결과 통합 │ │ └─ 모든 산출물 수집 → 검증 → 병합 │ │ │ │ 6️⃣ REPORT — 최종 보고 및 정리 │ │ └─ 사용자에게 결과 전달, 임시 리소스 정리 │ │ │ └─────────────────────────────────────────────────────────────────┘ ```

---

에이전트 모드

🔷 Mode 1: 기존 에이전트 활용 Gateway에 등록된 에이전트들을 조합하여 사용

```javascript // 기존 에이전트에게 태스크 전달 sessions_send({ label: "watson", // 기존 에이전트 ID message: "X 리서치해줘", timeoutSeconds: 300 }) ```

• 장점:
• 에이전트별 전문성/기억 유지
• Discord 채널 바인딩 활용 가능
• 지속적인 컨텍스트

🔶 Mode 2: 임시 에이전트 스폰 태스크별로 일회성 에이전트 생성

```javascript // 임시 서브에이전트 스폰 sessions_spawn({ task: "X 분석해줘", model: "sonnet", runTimeoutSeconds: 1800, cleanup: "delete" }) ```

• 장점:
• 격리된 실행
• 완료 후 자동 정리
• 유연한 모델 선택

🟣 Mode 3: 멀티 프로필 (봇 인스턴스) 다른 OpenClaw 프로필/봇을 팀에 참여시킴

```yaml # 프로필 목록 예시 profiles: - name: "main" # 메인 봇 (카라얀) specialty: ["조율", "통합"] - name: "research-bot" # 리서치 전용 봇 specialty: ["심층조사", "데이터수집"] model: opus - name: "code-bot" # 코딩 전용 봇 specialty: ["개발", "테스트"] model: opus - name: "creative-bot" # 크리에이티브 봇 specialty: ["디자인", "콘텐츠"] model: gemini ```

봇 간 통신: ```javascript // 다른 프로필의 봇에게 태스크 전달 sessions_send({ sessionKey: "research-bot:main", // 프로필:세션 message: "심층 리서치 요청: X", timeoutSeconds: 600 }) ```

• 장점:
• 봇별 전용 모델/설정
• 병렬 처리 능력 극대화
• 각 봇의 전문 스킬 활용
• 부하 분산

🔷🔶🟣 Mode 4: 풀 하이브리드 (권장) 기존 에이전트 + 임시 스폰 + 멀티 프로필 통합

``` 예시: "대규모 경쟁 분석 프로젝트"

┌─────────────────────────────────────────┐ │ 🟣 research-bot (별도 봇) │ │ └── 🔬 watson (에이전트) → A사 조사 │ │ └── 🔶 temp-1 (스폰) → B사 조사 │ ├─────────────────────────────────────────┤ │ 🟣 code-bot (별도 봇) │ │ └── 💻 분석 스크립트 작성 │ ├─────────────────────────────────────────┤ │ 🔷 main (카라얀) │ │ └── 🔧 결과 통합 + 리포트 생성 │ └─────────────────────────────────────────┘ ```

---

프로필 설정

`avengers.yaml` 프로필 섹션

```yaml profiles: # 메인 봇 (오케스트레이터 역할) main: role: orchestrator canSpawn: true canDelegate: true # 리서치 전용 봇 research-bot: role: specialist specialty: ["research", "analysis", "data"] model: "anthropic/claude-opus-4-5" gateway: "localhost:3001" # 별도 포트 # 코딩 전용 봇 code-bot: role: specialist specialty: ["coding", "testing", "debugging"] model: "anthropic/claude-opus-4-5" gateway: "localhost:3002" # 크리에이티브 봇 creative-bot: role: specialist specialty: ["design", "image", "content"] model: "google/gemini-2.5-pro" gateway: "localhost:3003" ```

프로필 간 통신 프로토콜

```javascript // 1. 프로필 상태 확인 const profiles = await checkProfileStatus([ "research-bot", "code-bot", "creative-bot" ])

// 2. 사용 가능한 프로필에 태스크 분배 for (const task of tasks) { const bestProfile = matchProfileToTask(task, profiles) if (bestProfile.type === "external") { // 다른 봇에게 전달 await sendToProfile(bestProfile.name, task) } else if (bestProfile.type === "agent") { // 현재 봇의 에이전트에게 await sessions_send({ label: bestProfile.agentId, message: task }) } else { // 임시 스폰 await sessions_spawn({ task: task.description }) } }

// 3. 모든 프로필 완료 대기 await waitForAllProfiles(assignedTasks)

// 4. 결과 수집 및 통합 const results = await collectFromProfiles(assignedTasks) ```

---

에이전트 타입

| 타입 | 이모지 | 역할 | 모델 추천 | |------|--------|------|-----------| | Researcher | 🔬 | 웹 검색, 데이터 수집 | sonnet | | Analyst | 🔍 | 데이터 분석, 패턴 발견 | opus | | Writer | 🖊️ | 콘텐츠 작성, 문서화 | sonnet | | Coder | 💻 | 코드 구현, 테스트 | opus | | Reviewer | ✅ | 품질 검토, 피드백 | opus | | Integrator | 🔧 | 결과 병합, 최종 산출물 | sonnet |

---

기존 에이전트 연동

에이전트 목록 확인 ```javascript // 활성 에이전트 조회 sessions_list({ kinds: ["agent"], limit: 10 })

// 또는 agents_list()로 등록된 에이전트 ID 확인 agents_list() ```

에이전트별 전문 분야 매핑 `avengers.yaml`에 정의:

```yaml agents: watson: type: researcher specialty: "심층 리서치, 경쟁 분석" priority: high picasso: type: creator specialty: "이미지 생성, 디자인" priority: medium coder-bot: type: coder specialty: "코드 구현, 디버깅" priority: high ```

자동 에이전트 선택

태스크 분석 시 적합한 기존 에이전트 자동 매칭:

``` 태스크: "A사 경쟁 분석" → watson (researcher, 심층 리서치) ✅ 매칭

태스크: "인포그래픽 만들기" → picasso (creator, 디자인) ✅ 매칭

태스크: "API 연동 코드 작성" → coder-bot (coder) ✅ 매칭 태스크: "B사 조사" (전문 에이전트 없음) → temp-researcher 스폰 🔶 ```

---

실행 방법

Phase 1: 태스크 분석

사용자의 요청을 받으면:

```markdown ## 태스크 분석

원본 요청: [사용자 요청 전문]

목표: [최종 산출물]

1. 서브태스크:
2. [태스크1] - 담당: [에이전트타입] - 의존성: 없음
3. [태스크2] - 담당: [에이전트타입] - 의존성: 없음
4. [태스크3] - 담당: [에이전트타입] - 의존성: 1,2

병렬 실행 가능: 1, 2 순차 실행 필요: 3 (1,2 완료 후) ```

Phase 2: 에이전트 구성

#### Step 2a: 기존 에이전트 확인 ```javascript // 사용 가능한 에이전트 목록 const availableAgents = agents_list() const activeAgents = sessions_list({ kinds: ["agent"] }) ```

#### Step 2b: 태스크-에이전트 매칭 ```markdown ## 에이전트 배정

| 서브태스크 | 배정 | 모드 | 이유 | |------------|------|------|------| | A사 리서치 | watson | 기존 | 리서치 전문가 | | B사 리서치 | temp-1 | 스폰 | 추가 리소스 필요 | | C사 리서치 | temp-2 | 스폰 | 추가 리소스 필요 | | 통합 리포트 | temp-integ | 스폰 | 일회성 작업 | ```

#### Step 2c: 실행 계획 ```markdown ## 실행 순서

• Phase A (병렬):
• watson → A사 리서치
• temp-1 → B사 리서치
• temp-2 → C사 리서치

• Phase B (순차, Phase A 완료 후):
• temp-integrator → 결과 통합
• ```

Phase 3: 에이전트 디스패치

#### 기존 에이전트 활용 ```javascript // 기존 에이전트에게 태스크 전달 sessions_send({ label: "watson", message: ` ## 태스크: A사 경쟁 분석

요청 - 회사 개요 - 주요 제품/서비스 - 시장 포지션 - 강점/약점

출력 형식 마크다운 리포트

완료 후 "A사 분석 완료" 라고 알려줘 `, timeoutSeconds: 600 }) ```

#### 임시 에이전트 스폰

```javascript sessions_spawn({ task: ` [에이전트 역할 설명] ## 태스크 ${subtask.description} ## 입력 ${subtask.inputs} ## 기대 출력 ${subtask.expectedOutput} ## 완료 조건 ${subtask.successCriteria} `, model: subtask.recommendedModel, runTimeoutSeconds: 1800, cleanup: "delete" }) ```

Phase 3: 결과 통합

모든 에이전트 완료 후:

1. 각 에이전트의 산출물 수집
2. 품질 검증 (성공 기준 충족 여부)
3. 충돌 해결 (겹치는 내용)
4. 최종 산출물 생성
5. 사용자에게 전달

---

예시 시나리오

시나리오 1: 경쟁사 분석 (하이브리드 모드)

``` 입력: "어벤저스 어셈블! A사, B사, C사 경쟁 분석 리포트"

에이전트 구성: ├── 🔬 watson (기존) → A사 조사 (전문성 활용) ├── 🔬 temp-researcher-1 (스폰) → B사 조사 ├── 🔬 temp-researcher-2 (스폰) → C사 조사 └── 🔧 temp-integrator (스폰) → 비교 리포트 작성

1. 실행:
2. watson에게 sessions_send로 A사 태스크 전달
3. temp-1, temp-2 병렬 스폰
4. 3개 모두 완료 대기
5. temp-integrator 스폰, 결과 통합
6. 최종 리포트 전달
7. ```

시나리오 2: 앱 개발 (전체 스폰)

``` 입력: "어벤저스 어셈블! 날씨 앱 만들어줘"

에이전트 구성: ├── 🔍 temp-analyst → 요구사항 정의 ├── 💻 temp-frontend → UI 구현 ├── 💻 temp-backend → API 연동 ├── ✅ temp-reviewer → 코드 리뷰 └── 🔧 temp-integrator → 통합 및 테스트

1. 실행:
2. Analyst 먼저 (요구사항 도출)
3. Frontend/Backend 2명 병렬
4. Reviewer가 검토
5. Integrator가 통합 테스트
6. 완성된 앱 전달
7. ```

시나리오 3: 기존 에이전트 팀 활용

``` 입력: "어벤저스 어셈블! watson이랑 picasso 써서 리서치 + 인포그래픽"

에이전트 구성: ├── 🔬 watson (기존) → 심층 리서치 └── 🎨 picasso (기존) → 인포그래픽 제작 (watson 완료 후)

1. 실행:
2. sessions_send(watson, "리서치 태스크")
3. watson 완료 대기
4. sessions_send(picasso, "인포그래픽 태스크 + watson 결과")
5. 최종 전달
6. ```

시나리오 4: 멀티 프로필 대규모 프로젝트

``` 입력: "어벤저스 어셈블! 전체 봇 동원해서 신규 서비스 기획부터 개발까지"

프로필 구성: ┌─────────────────────────────────────────┐ │ 🟣 research-bot │ │ └── 시장 조사 + 경쟁사 분석 │ ├─────────────────────────────────────────┤ │ 🟣 creative-bot │ │ └── UI/UX 디자인 + 브랜딩 │ ├─────────────────────────────────────────┤ │ 🟣 code-bot │ │ └── 프론트엔드 + 백엔드 개발 │ ├─────────────────────────────────────────┤ │ 🔷 main (카라얀) │ │ └── 오케스트레이션 + 최종 통합 │ └─────────────────────────────────────────┘

1. 실행:
2. research-bot에 시장 조사 요청
3. 조사 완료 → creative-bot에 디자인 요청
4. 디자인 완료 → code-bot에 개발 요청
5. main이 전체 통합 및 QA
6. 최종 산출물 전달
7. ```

---

가드레일

자동 중단 조건 - 에이전트 실패 3회 연속 - 전체 타임아웃 초과 (기본 2시간) - 사용자 취소 요청

안전 장치 - 각 에이전트는 격리된 세션에서 실행 - 파일 수정은 지정된 출력 경로만 허용 - 외부 API 호출은 승인된 것만

---

설정

기본값 ```yaml avengers: maxAgents: 5 # 동시 에이전트 수 (기존+스폰 합산) maxProfiles: 4 # 동시 사용 프로필 수 timeoutMinutes: 120 # 전체 타임아웃 retryCount: 2 # 실패 시 재시도 defaultModel: "sonnet" # 스폰 에이전트 기본 모델 cleanupOnComplete: true # 완료 후 임시 에이전트 정리 preferExisting: true # 기존 에이전트 우선 사용 useMultiProfile: true # 멀티 프로필 모드 활성화 ```

프로필 설정 ```yaml profiles: main: role: orchestrator gateway: "localhost:3000" research-bot: role: specialist specialty: ["research", "analysis"] model: opus gateway: "localhost:3001" code-bot: role: specialist specialty: ["coding", "testing"] model: opus gateway: "localhost:3002" creative-bot: role: specialist specialty: ["design", "content"] model: gemini gateway: "localhost:3003" ```

에이전트 매핑 ```yaml agents: # 기존 에이전트 정의 watson: type: researcher specialty: ["리서치", "경쟁분석", "시장조사"] model: opus picasso: type: creator specialty: ["이미지", "디자인", "인포그래픽"] model: gemini-flash coder-bot: type: coder specialty: ["코딩", "API", "백엔드", "프론트엔드"] model: opus

# 스폰 에이전트 템플릿 templates: researcher: model: sonnet timeout: 1800 analyst: model: opus timeout: 1200 writer: model: sonnet timeout: 900 coder: model: opus timeout: 2400 ```

---

🌟 창발적 협업 패턴

1. 🗳️ 경쟁 드래프트 (Competitive Draft) 동일 태스크를 여러 에이전트가 독립적으로 수행 → 결과 비교 → 최고안 선택

``` 태스크: "마케팅 전략 수립"

├── 🔷 watson → 전략 A (데이터 기반) ├── 🔶 temp-strategist-1 → 전략 B (창의적) ├── 🟣 creative-bot → 전략 C (감성적) └── 🗳️ 투표/평가 → 최고안 선택 또는 하이브리드

장점: 다양한 관점, 최적해 도출 ```

2. 🎭 역할 순환 (Role Rotation) 진행 중 역할을 바꿔서 신선한 시각 확보

``` Round 1: ├── Agent A: 아이디어 제안 ├── Agent B: 비평 └── Agent C: 개선

Round 2 (순환): ├── Agent B: 아이디어 제안 ├── Agent C: 비평 └── Agent A: 개선

→ 고착화 방지, 다각적 검토 ```

3. ⚔️ 적대적 협력 (Adversarial Collaboration) 한 에이전트가 만들면 다른 에이전트가 공격적으로 비판 → 반복

``` Creator ──→ 초안 작성 ↓ Critic ──→ "이건 왜 틀렸는가" 공격 ↓ Creator ──→ 방어 및 개선 ↓ Critic ──→ 재공격 ↓ (3라운드 반복) ↓ Arbiter ──→ 최종 판정

결과: 훨씬 견고한 산출물 ```

4. 🧬 진화적 선택 (Evolutionary Selection) 여러 솔루션 생성 → 평가 → 상위권 교배 → 반복

``` Generation 1: ├── Solution A (점수: 7) ├── Solution B (점수: 8) ✓ ├── Solution C (점수: 5) └── Solution D (점수: 9) ✓

Generation 2: ├── B + D 하이브리드 → E ├── D 변형 → F └── B 변형 → G

... 3세대 반복 → 최적해 ```

5. 🐝 스웜 인텔리전스 (Swarm Intelligence) 많은 마이크로 에이전트가 작은 조각 처리 → 창발적 결과

``` 태스크: "100개 기업 분석"

Swarm: ├── micro-1 → 기업 1-10 ├── micro-2 → 기업 11-20 ├── micro-3 → 기업 21-30 ... └── micro-10 → 기업 91-100

Aggregator → 패턴 발견, 통합 인사이트 ```

6. 🔗 체인 릴레이 (Chain Relay) 한 에이전트의 출력이 다음 에이전트의 입력 (변형 전달)

``` Agent A: 원시 데이터 수집 ↓ (데이터) Agent B: 패턴 추출 ↓ (패턴) Agent C: 인사이트 도출 ↓ (인사이트) Agent D: 액션 아이템 생성 ↓ (계획) Agent E: 실행

각 단계에서 가치 증폭 ```

7. 💭 합의 프로토콜 (Consensus Protocol) 모든 에이전트가 동의해야 진행

``` Proposal: "이 방향으로 가자"

├── Agent A: 동의 ✓ ├── Agent B: 반대 ✗ (이유: X) ├── Agent C: 동의 ✓ └── Agent D: 조건부 동의

→ 반대 의견 해소 후 재투표 → 만장일치 → 진행

위험한 결정에 안전장치 ```

8. 🎪 크로스 도메인 잼 (Cross-Domain Jam) 완전히 다른 분야의 에이전트가 협업

``` 태스크: "혁신적인 앱 아이디어"

├── 🎨 Art-Agent: 예술적 관점 ├── 🔬 Science-Agent: 기술적 관점 ├── 📚 History-Agent: 역사적 패턴 ├── 🎮 Game-Agent: 게이미피케이션 └── 🧘 Philosophy-Agent: 윤리적 고려

→ 예상치 못한 조합에서 혁신 탄생 ```

9. 🪞 메타 관찰자 (Meta Observer) 다른 에이전트들을 관찰하고 코칭하는 에이전트

``` Working Agents: ├── Agent A (작업 중) ├── Agent B (작업 중) └── Agent C (작업 중)

Meta-Observer: ├── 패턴 감지: "A와 B가 중복 작업 중" ├── 개입: "B는 다른 방향 시도해봐" ├── 조언: "C의 접근법을 A도 참고해" └── 학습: 성공 패턴 기록

팀 전체 효율성 향상 ```

10. ⏰ 시간 분리 협업 (Time-Horizon Split) 같은 문제를 다른 시간 관점으로 접근

``` 태스크: "비즈니스 전략"

├── 🏃 Sprint-Agent: 다음 주 할 일 ├── 🚶 Quarter-Agent: 분기 계획 ├── 🧘 Year-Agent: 연간 비전 └── 🔮 Decade-Agent: 장기 트렌드

→ 단기-장기 균형 잡힌 전략 ```

11. 🎰 태스크 경매 (Task Auction) 에이전트가 자신감 기반으로 태스크에 입찰

``` Task: "복잡한 API 설계"

Bids: ├── code-bot: 신뢰도 92%, 예상 시간 2h ├── watson: 신뢰도 65%, 예상 시간 4h └── temp-agent: 신뢰도 78%, 예상 시간 3h

→ code-bot 낙찰 (최고 신뢰도) → 실패 시 차순위 시도 ```

12. 🧠 공유 메모리 실시간 동기화

``` Shared Memory Pool: ┌────────────────────────────────────────┐ │ discoveries/ │ │ ├── agent-a-finding-1.md │ │ ├── agent-b-insight-2.md │ │ └── agent-c-connection-3.md │ │ │ │ 모든 에이전트가 실시간 읽기/쓰기 │ │ → 발견 즉시 공유 → 시너지 │ └────────────────────────────────────────┘ ```

---

통합

• 이 스킬은 다음 스킬들의 기능을 통합:
• agent-council — 에이전트 생성 패턴
• agent-orchestrator — 태스크 분해 및 조율 패턴

기존 스킬들과 함께 사용 가능.

---

트리거 키워드

• `어벤저스 어셈블`
• `avengers assemble`
• `agent-avengers`
• `멀티에이전트 자동화`
• `에이전트 팀 구성`

---

예시 프롬프트

``` "어벤저스 어셈블! 다음 작업을 팀으로 처리해줘: [작업 설명]"

"avengers assemble - 이 프로젝트를 병렬로 진행해줘"

"멀티에이전트로 자동 처리해줘: [복잡한 요청]" ```