Show HN: Kastor – Terraform-style specs for AI agents

개요

Kastor는 AI 에이전트를 위한 Terraform 스타일의 선언형 명세(spec)를 제공하는 도구입니다. 기존의 명령형 방식이나 플랫폼 UI 기반 에이전트 정의의 한계를 극복하고, 공급업체 중립적이며 버전 관리 및 검토가 가능한 단일 진실 공급원(source of truth)을 제공하는 것을 목표로 합니다.

주요 내용

* 선언형 명세: Kastor는 .agent, .tool, .prompt 파일 형식과 HCL(HashiCorp Configuration Language)을 사용하여 AI 에이전트, 도구, 프롬프트를 선언적으로 정의합니다.
* Go 툴체인: Kastor는 Go로 작성되었으며, kastor build 명령은 정의된 명세를 바탕으로 LangGraph와 같은 타겟 프레임워크에서 실행 가능한 프로젝트를 생성합니다.
* 리소스 관리 (계획 중): kastor plan 및 kastor apply 명령은 에이전트를 호스팅 플랫폼의 장기 실행 리소스로 관리하며, 상태 관리, 변경 사항 비교(diffs), 드리프트 탐지(drift detection) 기능을 제공할 예정입니다.
* 초기 기능: 현재 .agent, .tool, .prompt 파일 파싱, 참조 및 프롬프트 변수 검증, LangGraph 프로젝트 생성 기능을 지원합니다.
* 퀵스타트 예제: 날씨 에이전트 예제를 통해 Kastor를 사용하여 명세를 컴파일하고, LangGraph 프로젝트를 설정하며, OpenAI API 키와 Tavily API 키를 연동하여 에이전트를 실행하는 과정을 보여줍니다.
* MCP 서버: 예제에서는 Tavily의 MCP(Managed Cloud Platform) 서버를 사용하며, mcp_servers.json 파일을 통해 서버 연결 정보를 설정합니다. 이 파일은 API 키를 포함하므로 gitignore 처리해야 합니다.
* 생성된 프로젝트: kastor build로 생성된 프로젝트는 gen/langgraph 디렉토리에 저장되며, README.md 파일에 에이전트의 입력, 출력, 도구 바인딩, MCP 설정 등이 명시되어 프로젝트 실행 방법을 안내합니다.
* 개발 방식: SPEC.md는 설계 결정의 출처이며, CLAUDE.md는 일상적인 컨벤션을 문서화합니다.

시사점

Kastor는 AI 에이전트 개발에서 재현 가능성, 관리 용이성, 버전 관리의 중요성을 강조하며, 복잡한 에이전트 워크플로우를 표준화하고 운영을 간소화할 수 있는 잠재력을 가집니다.