WUPHF
WUPHF는 로컬에서 역할 기반 AI 에이전트들이 협업해 목표를 end-to-end로 실행, PR과 내보낸 아티팩트를 계정·클라우드 없이 생성합니다.
WUPHF란 무엇인가요?
WUPHF는 오픈소스 로컬 애플리케이션으로, 로컬 머신에서 소규모 “AI 사무실”을 실행합니다. 목표를 설정하면 에이전트들이 협업해 이를 수행하며, 스레드 기반 핸드오프를 생성하고 PR이나 내보낸 자산 등의 작업 산물을 만듭니다.
별도의 프롬프트 단계를 거치지 않고, WUPHF는 지속적인 팀 상호작용으로 컨텍스트를 공유하는 역할 기반 에이전트(예: CEO, ENG, DSG, CMO)들을 조정합니다. 핵심 목적은 목표에서 배포 출력물까지 작업을 유지하며 단계 간 연속성을 보존하는 것입니다.
주요 기능
- 로컬 “AI 사무실” (로컬 머신에서 실행):
npx wuphf@latest로 시작하거나 소스에서 빌드; 브라우저 UI는localhost:7891에서 열립니다. - 단일 목표를 위한 팀 협업: 채널(예:
#general)에 한 문장을 입력하면 CEO 에이전트가 이를 분해해 스레드 내 다른 에이전트에게 태스크를 라우팅합니다. - 편집 가능한 JSON 설정의 역할 기반 에이전트: 각 에이전트는 시스템 프롬프트와 도구 목록을 포함한 JSON 파일로 정의되며, 읽기·편집·포크 가능합니다.
- 의존성과 블로커를 포함한 다중 역할 핸드오프: 에이전트들은 블로커와 의존성(예: 누락된 자산 형식 지적)을 드러내고, 인간 프롬프트 체인 없이 서로 해결합니다.
- 리포지토리와 통합되는 작업 출력: 에이전트들은 풀 리퀘스트를 열고 프로젝트 변경을 조정; 워크플로에서 참조된 경로로 자산(예: 디자인 출력)을 내보냅니다.
- MIT 라이선스 하 무료 오픈소스: 계정·클라우드 사용·좌석당 요금 없이 무료/오픈소스로 설명됩니다.
WUPHF 사용 방법
- 로컬 설치 및 시작:
- 옵션 1:
npx wuphf@latest실행 (브라우저가localhost:7891에서 열림). - 옵션 2: 소스 클론 후 빌드, 컴파일된 바이너리 실행.
- 옵션 1:
- 팀 팩 시작:
wuphf --pack founding-team으로 역할 설정 세트를 선택. - 하나의 목표 문장 입력: UI 채널(예:
#general)에 “금요일까지 온보딩 플로우 배포” 같은 단일 지시 입력. - 탭 닫고 에이전트 계속 작동: 팀이 작업 지속; 에이전트들이 블로커를 드러내고 출력 생성하며 서로 조정.
- 결과 확인: 팀 진행 후 최종 출력(예: 열린 PR, 내보낸 자산, copy/README 변경) 검토.
사용 사례
- 엔지니어링 + 디자인 협업으로 프론트엔드 기능 배포: 온보딩 플로우 배포 목표 제공; ENG가 PR 열고 DSG가 필요 자산 내보내기(포맷 대체 처리 포함), CMO가 copy와 README 업데이트 준비.
- 모호한 목표를 실행 스레드로 분해: 한 문장 목표 제출 시 CEO 에이전트가 분해해 적합 역할에 서브태스크 라우팅, 공유 스레드에서 토론 정리.
- 자산·구현 블로커 자동 처리: 디자인 내보내기가 특정 플랫폼에서 렌더링 안 될 경우, 에이전트들이 불일치 식별·적합 경로 재내보내기·계속 진행, 중간 프롬프트 관리 불필요.
- 코드 변경과 함께 런치 문서 준비: CMO가 README 콘텐츠 초안 작성·런치 체크리스트 실행, 기능 브랜치와 함께 copy 중심 PR 열기.
- 사용자 피드백 대화를 스펙으로 전환: PM 에이전트가 피드백 합성해 스펙화, 구현 세부 대신 사용자 니즈에 팀 집중.
자주 묻는 질문
-
WUPHF는 계정이나 클라우드 액세스가 필요하나요? 아니요. 로컬 실행으로 계정·클라우드·좌석당 요금 없이 설명됩니다.
-
어떻게 시작하나요? 문서에
npx wuphf@latest실행으로localhost:7891UI 열기, 또는 GitHub 리포지토리 클론 후 소스 빌드 안내. -
에이전트 커스터마이징 가능하나요? 네. 각 에이전트는 JSON 설정(시스템 프롬프트 + 도구 목록); 팀 팩 읽기·편집·포크로 다른 도구나 연구 에이전트 교체 가능.
-
모든 단계에 사람이 개입해야 하나요? 라우팅과 프롬프트 체인 스타일 조정에 “인간 개입 없음” 강조; 에이전트들이 블로커 해결하며 작업 지속.
-
팀이 생성하는 출력물 종류는? 예시에서 PR 열기·최종 자산 내보내기(예: 디자인 내보내기)·README 콘텐츠 같은 copy 작성 언급.
대안
- 로컬 멀티 에이전트 프롬프트/워크플로 러너: 로컬 머신에서 여러 LLM 에이전트를 조율하는 도구들은 유사한 “팀” 동작을 제공할 수 있지만, 라우팅과 프롬프트 체이닝을 더 명시적으로 관리해야 할 수 있습니다.
- 리포지토리 중심 AI 코딩 어시스턴트: 코드 생성에 초점을 맞춘 대안들은 변경 구현을 도울 수 있지만, 문서와 디자인 자산도 생성하는 공유 멀티롤 조정 모델(CEO/ENG/DSG/CMO)을 포함하지 않을 수 있습니다.
- 디자인-투-코드 자동화 도구: 주요 필요가 자산 내보내기와 포맷팅이라면, 전문 디자인 도구가 자산 생성을 처리할 수 있지만, 엔지니어링과 런치 문서에 걸친 end-to-end 실행을 동일하게 조율하지 않습니다.
- 일반 협업 채팅 + 작업 분해: 기존 팀 워크플로(채팅 + 이슈 트래커)는 역할 간 작업을 조율할 수 있지만, 분해, 의존성 확인, 핸드오프를 인간이 관리해야 합니다.
대안
AgentMail
AgentMail은 AI 에이전트를 위한 이메일 인박스 API로, REST로 메일 생성·발송·수신·검색해 양방향 대화를 구현합니다.
BotBoard
BotBoard로 AI 에이전트를 팀처럼 운영하세요. 공유 백로그와 구조화된 컨텍스트, 사람의 검토 워크플로로 결과를 승인·추적합니다.
Lasso
Lasso는 이커머스 팀을 위한 AI-first PIM으로, 상품 속성·설명 고도화, 공급사 데이터 처리, 앱 또는 API로 경쟁사 모니터링을 지원합니다.
Biji
Biji는 혁신적인 도구와 기능을 통해 생산성을 향상시키기 위해 설계된 다목적 플랫폼입니다.
Codex Plugins
Codex Plugins로 스킬, 앱 통합, MCP 서버를 재사용 워크플로로 묶어 Gmail·Google Drive·Slack 같은 도구 접근을 확장하세요.
Tavus
Tavus는 실시간 대면 상호작용을 위해 보고 듣고 반응하는 AI를 구축합니다. 맞춤 비디오 에이전트·디지털 트윈·AI 컴패니언을 API로 배포하세요.