Ordewell: 목표 하나를 코딩 에이전트 작업 계획으로 쪼개 실행하는 오케스트레이터

Who Should Read

Claude Code·Codex·OpenCode를 쓰면서 큰 작업을 여러 에이전트에 나눠 병렬로 돌리고 싶은 개발자

Core Mechanics

• 목표를 읽고 고칠 수 있는 계획으로 바꾼다
  • 저장소를 탐색하고 되묻기까지 한 뒤 작업 목록과 의존 관계를 만든다.
  • 실행 전에 프롬프트, 러너, 모델, effort, 모드를 직접 수정할 수 있다.
• 작업마다 다른 에이전트와 모델을 쓴다
  • Claude Code, Codex, OpenCode를 한 계획 안에서 섞어 쓸 수 있다.
  • 보안 리팩터링과 README 수정처럼 작업 성격에 따라 모델을 다르게 배정하고, 토큰을 쓰기 전에 배정을 볼 수 있다.
• 브랜치로 격리하고 순서대로 합친다
  • 코드를 바꾸는 작업은 각자 자기 브랜치에서 일하고, 독립 작업은 병렬로 돈다.
  • 통과한 결과만 계획 순서대로 하나의 통합 브랜치에 쌓이고, 병합 시점은 사용자가 정한다.
• 끝났다는 판정은 에이전트의 보고로만 한다
  • 작업은 에이전트가 Ordewell 전용 도구로 완료를 보고해야 끝난다.
  • 모델이 보기에 끝난 것 같다는 이유로는 완료 처리하지 않는다.
• 플래너는 읽기만 하고 감독자가 실행을 지켜본다
  • 플래너는 저장소를 바꾸는 명령이 거부되고, 리뷰·감사 작업도 쓰기 권한 없이 돈다.
  • 감독자(supervisor)는 Watch 단계에서 실패·정체 시 메모를 남기고, Act 단계에서는 한도 안에서 재시도·중단·수정을 직접 한다.

Community Reactions

• 저비용 모델용 결정적 계획기를 원한다는 의견
  • DeepSeek 같은 저가 모델을 위해 확신 있게 계획을 짜 주는 결정적(deterministic) 프로그램이 있으면 좋겠다는 댓글이 있었다.
  • LLM 부분은 비결정적이어도 이런 구조에서는 품질 측정이 쉬워진다는 주장이었다.
• AGENTS.md만으로는 부족하다는 경험
  • AGENTS.md가 그 역할을 한다고 볼 수도 있지만, 비프런티어 모델의 성공률을 높이기엔 충분하지 않았다는 경험담이 있었다.
• 프로젝트가 전부 AI로 쓰였다는 지적
  • 차별점을 찾으러 왔는데 프로젝트 전체와 댓글 속 작성자 답변까지 AI가 쓴 것 같다는 비판이 있었다.
• 비슷한 도구로 codeoid를 권하는 댓글
  • highflame-ai/codeoid를 써 봤느냐고 묻는 댓글이 있었다.

How to Apply

• 빈 저장소에서 plan만 뽑아 보기
  • npm install -g ordewell 후 AI_PROVIDER=claude-code를 설정하고 ordewell plan --goal로 작은 기능 하나의 계획을 만들어라.
  • 실행 전에 작업 분해와 의존 관계가 쓸 만한지만 확인하라.
• 작업별 모델을 비용 기준으로 재배정하기
  • ordewell task-model과 task-runner로 문서·단순 수정 작업은 저렴한 모델, 보안·설계 작업은 강한 모델로 바꿔라.
  • 배정이 끝난 계획을 보고 실행하라.
• 리뷰·감사 작업은 읽기 전용 작업으로 분리하기
  • 코드 리뷰나 보안 점검 같은 작업을 계획에 따로 넣어 쓰기 권한 없이 돌려라.
  • 결과는 ordewell handoff review로 diff를 읽은 뒤 merge하라.
• 팀 작업 규칙을 저장소 skill로 적기
  • 팀의 테스트·커밋 규칙을 저장소에 skill로 써 두어라.
  • 플래너가 맞는 작업에 붙이는지 계획에서 확인하라.

Try It

# 터미널에서 실행 (Node.js 20+, git, Claude Code 설치 필요)

npm install -g ordewell

export AI_PROVIDER=claude-code
ordewell plan --goal "Add rate limiting to the public API"

# 실행 전에 계획 수정
ordewell task-runner 2 opencode
ordewell task-model 3 sonnet
ordewell task-deps 3 1,2

# 실행 후 확인과 병합
ordewell run
ordewell handoff review
ordewell handoff merge

Terminology

관련 논문

• 같은 시뮬레이션, 다른 근거: 도구 출력을 파일로 넘기면 LLM 에이전트 정확도가 어디서 깎이나

  긴 툴 출력을 파일로 넘기자 GPT-5.1은 정확도 11.3%p 하락, 정식 출력 지정하니 회복

• 가짜 뉴스가 진짜 폭락을: LLM 트레이딩 에이전트 대상 정보 주입 공격

  가짜 헤드라인 한 줄로 LLM 트레이딩 에이전트 62%를 조종했다(프롬프트 주입은 14%)

• Harness Engineering 101: LLM은 뇌, harness는 몸

  에이전트는 JSON 배열을 관리하는 루프이고, 16개 챕터로 직접 만들어 본다

• Harness²: 에이전트 harness를 스스로 고쳐 쓰는 재귀 최적화 프레임워크

  모델은 고정하고 harness를 재귀로 고쳤더니 벤치마크 점수가 최대 11.8%p 올랐다

• 해고된 Savannah 경찰관, ICE 요원 남편에게 Flock 계정 공유

  경찰관이 Flock 계정을 남편(ICE 요원)에게 공유했고, 감사에서 983건 검색이 드러나 해고됐다

• tmux와 Claude Code: 세션, send-keys, 그리고 한계선

  tmux로 Claude Code 여러 개를 돌리면 편하지만 에이전트 4개쯤에서 한계가 온다

• Hybrid Reasoning Agents: 잠재 공간에서 생각하고 텍스트로 행동하는 LLM 에이전트

  잠재 공간 추론과 텍스트 도구 호출을 섞었더니 성능 10.4%↑, 토큰 최대 54.7%↓

Related Resources

• https://github.com/ordewell/ordewell
• https://github.com/highflame-ai/codeoid
• https://ordewell.ai