터미널에서 실행하는 오픈소스 AI 코딩 에이전트로, 데스크톱·웹·에디터·채팅 인터페이스도 제공합니다.
linghungegeg/Linghun
LLM을 실제 프로젝트 파일, 도구, 권한, 검증 및 컨텍스트에 연결하는 로컬 우선·근거 우선 AI 코딩 터미널입니다.
대체할 수 있는 제품:Claude Code
Cursor
- 스타
- 464
- 포크
- 21
- 열린 이슈
- 1
- 마지막 커밋
- 2개월 전
어떤 프로젝트인가요?
Linghun은 npm에서 @linghun/cli로 설치하는 TypeScript 기반 명령줄 코딩 어시스턴트입니다. 프로젝트 안의 터미널 UI에서 실행되며, 언어 모델이 코드를 읽고 파일을 수정하고 빌드·테스트·스크립트를 실행하며 Git 상태를 확인할 수 있습니다. 파일 쓰기와 셸 명령은 권한 및 경로 안전성 검사 계층을 거칩니다.
주요 목표는 환각에 기반한 결론을 줄이는 것입니다. 핵심 주장은 읽은 파일, 도구 출력, 검증 기록 및 Git 상태와 연결되며, 최종 답변에서는 검증된 내용과 추론에 그친 내용을 구분합니다. 코드 인덱스, 프롬프트 캐시 관리, 지속성 있는 백그라운드 작업, 멀티 에이전트 워크플로, 역할별 모델 라우팅, 제어 가능한 메모리 등의 기능은 실제 환경에서 오래 걸리는 작업을 지원합니다.
OpenAI 호환, DeepSeek 및 Anthropic 스타일 엔드포인트를 지원하며, 확장을 위한 MCP, skills, plugins, hooks가 있습니다. 외부 앱 기능을 노출하는 로컬 HTTP 커넥터 모델도 포함되어 있습니다. Node.js 22 이상이 필요하며, Windows를 주요 플랫폼으로 취급합니다.
핵심 기능
- 01모델이 프로젝트의 코드를 읽고 수정하고 검증하는 터미널 UI
- 02권한 및 경로 검사를 거치는 파일 쓰기와 셸 명령
- 03PASS, PARTIAL, FAIL 및 미검증 주장을 구분하는 검증 상태
- 04반복적인 파일 읽기를 줄이는 코드 인덱스와 작업 공간 스냅샷
- 05체크포인트, 롤백, 작업 인계를 위한 Git 안정 지점
- 06역할별 모델 라우팅 및 여러 제공업체 API 스타일 지원
활용 사례
- 로컬 저장소에서 실패한 빌드 또는 테스트 스위트의 원인을 파악하고 수정
- 위험한 변경 전에 Git 체크포인트를 남기면서 여러 파일 수정
- 오래 걸리는 작업을 백그라운드에서 실행하고 나중에 근거 검토
- 앱 브리지를 통해 로컬 내부 도구를 AI 코딩 세션에 연결
빠른 시작
- 1
npm으로 CLI를 전역 설치합니다
npm install -g @linghun/cli - 2
프로젝트 내에서 Linghun을 시작합니다
linghun - 3
Linghun에서 모델 제공자를 설정합니다
/model setup
사용 전 알아둘 점
- Node.js 22 이상이 필요합니다.
- AI 기능을 실행하려면 본인 소유의 모델 제공자 API 키가 필요합니다.
- README에서는 Windows를 우선 지원 플랫폼으로 설명합니다.
토픽
자주 묻는 질문
- Linghun은(는) 무엇인가요?
- LLM을 실제 프로젝트 파일, 도구, 권한, 검증 및 컨텍스트에 연결하는 로컬 우선·근거 우선 AI 코딩 터미널입니다. Linghun은 npm에서 @linghun/cli로 설치하는 TypeScript 기반 명령줄 코딩 어시스턴트입니다. 프로젝트 안의 터미널 UI에서 실행되며, 언어 모델이 코드를 읽고 파일을 수정하고 빌드·테스트·스크립트를 실행하며 Git 상태를 확인할 수 있습니다. 파일 쓰기와 셸 명령은 권한 및 경로 안전성 검사 계층을 거칩니다.
- Linghun은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- Linghun은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- Linghun은(는) 아직 유지보수되고 있나요?
- 6개월 이내 업데이트. Linghun의 마지막 커밋은 2026년 8월 19일입니다.
- Linghun은(는) 어디에 사용할 수 있나요?
- 로컬 저장소에서 실패한 빌드 또는 테스트 스위트의 원인을 파악하고 수정 위험한 변경 전에 Git 체크포인트를 남기면서 여러 파일 수정 오래 걸리는 작업을 백그라운드에서 실행하고 나중에 근거 검토 앱 브리지를 통해 로컬 내부 도구를 AI 코딩 세션에 연결
- Linghun는 어떻게 설치하나요?
- npm으로 CLI를 전역 설치합니다: npm install -g @linghun/cli 프로젝트 내에서 Linghun을 시작합니다: linghun Linghun에서 모델 제공자를 설정합니다: /model setup
- Linghun은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/linghungegeg/Linghun
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
LSP, 디버거, 브라우저, 서브에이전트 도구를 내장하고 60개 이상의 모델 제공자를 지원하는 터미널 코딩 에이전트입니다.
프로젝트를 읽고 파일을 수정하며 터미널, 데스크톱, 브라우저 또는 에디터에서 테스트를 실행하는 오픈소스 코딩 에이전트입니다.
터미널에서 실행되며 클라우드 API와 Ollama 같은 로컬 모델 백엔드를 지원하는 오픈소스 코딩 에이전트 CLI입니다.
VS Code, JetBrains IDE 또는 터미널에서 실행되고 500개 이상의 모델을 이용할 수 있는 오픈소스 AI 코딩 에이전트입니다.
Apache Maka(인큐베이팅)는 모델 메시지, 도구 호출, 권한 결정의 전체 기록을 보존하는 에이전트 작업 공간입니다.