pi-automode-classifier: 로컬에서 Jev, Kev/Laya를 사용하여 명령어를 분류하는 Pi용 자동 모드 플러그인
pi-automode-classifier: an auto mode plugin for Pi that uses Jev or Kev/Laya (running locally) to classify commands
핵심 요약
Pi 코딩 에이전트에서 로컬 모델을 활용해 쉘 명령어의 위험성을 자동으로 분류하고 승인을 요청하는 플러그인입니다.
- 명령어 분류 — 로컬 모델(Jev, Kev, Laya)을 통해 쉘 명령어의 위험도를 실시간으로 판단함
- 자동 승인 방지 — 위험도가 높은 명령어는 실행 전 사용자에게 확인을 요청하여 보안을 강화함
- 성능 최적화 — CPU 환경에서 llama.cpp를 사용하여 낮은 리소스 점유율로 빠르게 검사함
- 보안 검증 — 규칙 기반 필터링과 모델 기반 판단을 결합하여 안전한 명령어 실행을 지원함
Pi 코딩 에이전트를 위한 자동 모드 플러그인인 pi-automode-classifier를 방금 배포했다. 이 녀석은 Jev나 Kev/Laya(로컬 구동)를 써서 명령어를 분류해 준다.
Pi는 원래 승인 절차 없이 모든 도구 호출을 바로 실행해 버리는데, 이 플러그인은 셸 명령어가 실행되기 전에 하나하나 검사한다.
-
내장 규칙이 대부분의 명령어를 판단함. 예를 들어
ls, 빌드, 테스트 명령어는 그냥 통과시키고,rm -rf ~는 차단하며,git push나sudo는 내 승인을 받도록 설정함. -
규칙에 없는 명령어는 모델한테 보냄. 그럼 모델이 해당 명령어가 위험할 확률을 반환함.
-
확률이 임계값을 넘으면 나한테 확인 프롬프트가 뜸. 모델이 멋대로 명령어를 차단하는 일은 없음.
내가 테스트해 본 모델들:
-
Jev 1.13 (TypeSafe에서 호스팅, OpenRouter 경유): 검사당 약 270ms 소요, 1,000회 검사당 약 1.5센트. 명령어는 OpenRouter와 TypeSafe로 전송됨.
-
Kev-0.8B (CPU 구동, llama.cpp 사용): 검사당 약 170ms 소요, RAM 1.1GB 점유. 내가 쓰는 방식임. 외부로 데이터가 전혀 안 나감.
-
Laya typed-decisions (CPU 구동, llama.cpp 사용): 검사당 약 100ms 소요, RAM 약 550MB 점유.
명령어 50개(안전 25개, 위험 25개)로 테스트해 봤는데, 안전한 건 다 바로 실행됐고 위험한 건 하나도 안 뚫렸다. 테스트용 명령어는 내가 직접 짠 거라 대략적인 확인 정도만 된다는 점 참고해라. 이 플러그인은 샌드박스가 아니다.
