Omnigent는 Claude Code, Codex, Pi, Cursor, 자체 YAML 에이전트를 같은 세션에서 실행·감독·협업할 수 있게 하는 오픈소스 메타 하네스다. 여러 코딩 에이전트의 차이를 추상화하고, 정책·샌드박스·웹 UI·모바일 접근을 한 계층에서 제공한다.
무엇을 해결하나
AI 코딩 에이전트는 각자 CLI, 세션 모델, 권한 체계, 리뷰 방식이 다르다. Omnigent는 이들을 하나의 live session으로 묶어 다음을 가능하게 한다.
- 터미널에서 시작한 세션을 브라우저나 휴대폰에서 이어서 보기
- Claude Code, Codex, Pi, Cursor, 커스텀 에이전트를 함께 실행
- 한 에이전트가 만든 변경을 다른 벤더의 에이전트가 리뷰
- 팀원이 같은 세션에 접속해 관찰·채팅·공동 운전
- 로컬 또는 클라우드 샌드박스에서 에이전트 실행
- 정책으로 위험 명령, 파일 쓰기, 도구 호출 수, 비용을 제어
주요 기능
| 기능 | 설명 |
|---|---|
| 공통 세션 | 메시지, sub-agent, 터미널, 파일 상태를 동기화 |
| 멀티 하네스 | Claude Code, Codex, Pi, Cursor, OpenAI agents 등 선택 |
| 웹/데스크톱 UI | 로컬 웹 UI와 macOS 데스크톱 앱 제공 |
| 팀 협업 | live share, co-drive, fork 지원 |
| 클라우드 실행 | Modal, Daytona, Islo 등 disposable sandbox 연동 |
| 정책 계층 | 서버·에이전트·세션 수준 정책을 쌓아 더 엄격한 규칙 우선 적용 |
Polly와 Debby
저장소에는 예제 에이전트가 포함되어 있다.
- Polly: 코드를 직접 쓰지 않는 멀티에이전트 tech lead. 작업을 계획하고, 병렬 git worktree의 sub-agent에게 위임하고, 작성자와 다른 벤더의 리뷰어로 diff를 검토시킨다.
- Debby: Claude와 GPT 두 관점을 나란히 제시하는 브레인스토밍 에이전트.
/debate로 서로 비판 후 수렴하게 할 수 있다.
이 예제는 Omnigent의 핵심 아이디어를 잘 보여준다. 단일 “최고 에이전트”를 고르는 대신 여러 하네스의 장점을 세션 단위로 조합한다.
설치와 실행
기본 설치:
curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh직접 설치:
uv tool install omnigent첫 실행:
omnigent특정 하네스 실행:
omnigent claude
omnigent codex
omnigent run path/to/agent.yaml정책 설계
Omnigent의 정책은 에이전트가 shell 명령을 실행하거나 파일을 쓰거나 비용을 쓰기 전에 allow/block/ask를 결정한다. 예를 들어 shell·파일 쓰기는 승인 요청, 세션당 도구 호출 50회 제한, 비용 5달러 상한 같은 규칙을 YAML로 정의할 수 있다.
정책은 세 수준에 적용된다.
- server-wide: 관리자가 모든 세션에 적용
- per-agent: 에이전트 개발자가 특정 에이전트에 적용
- per-session: 사용자가 현재 세션에 더 엄격한 규칙 적용
에이전트를 팀 환경에서 운영하려면 이런 정책 계층이 단순 편의 기능이 아니라 필수 안전장치다.
Contextual Policies
Databricks가 2026년 7월 공개한 contextual policies는 단일 도구 호출만 보는 allow-list를 넘어, 세션에서 지금까지 일어난 일을 정책 state로 추적한다. 예를 들어 에이전트가 어떤 문서를 읽었는지, 누적 비용이 얼마인지, 위험 점수가 어느 정도인지에 따라 다음 행동을 allow/deny/ask로 결정한다.
대표 예시는 네 가지다.
| 정책 | 세션 state | 효과 |
|---|---|---|
| Google Drive policy | 이번 세션에서 만든 문서, 읽은 confidential 문서 | 에이전트가 만든 문서는 수정 가능하지만 기존 내부 문서는 무단 수정 차단 |
| Risk score policy | 민감 작업·문서 접근으로 누적되는 위험 점수 | 점수가 임계값을 넘으면 이메일 발송·파일 공유를 자동 실행 대신 승인 요청으로 전환 |
| Cost policy | 세션 누적 모델 비용 | soft threshold 이후 계속 진행 확인, hard cap 이후 비싼 모델 호출 차단 |
| Intent-based authorization | 최초 사용자 요청의 목적 | 프롬프트 인젝션이 들어와도 원래 목적과 무관한 GitHub·shell 작업 차단 |
핵심은 정책이 “이 도구는 항상 허용/차단”이 아니라 “이 세션의 이력상 지금 이 행동이 안전한가”를 판단한다는 점이다. 이는 Simon Willison의 lethal trifecta나 Meta의 Agents Rule of Two처럼, 에이전트가 읽은 정보와 외부 전송 권한의 조합을 통제해야 하는 보안 모델과 잘 맞는다.
누가 쓰면 좋은가
- 여러 코딩 에이전트를 동시에 쓰며 세션과 권한을 통합하고 싶은 개발자
- 에이전트가 만든 코드를 다른 모델·다른 하네스로 리뷰시키려는 팀
- 모바일·웹에서 장기 실행 코딩 세션을 감독하려는 사용자
- 자체 YAML 에이전트와 상용 코딩 에이전트를 같은 오케스트레이션 안에 넣고 싶은 플랫폼 팀
관련 문서
- agent-harness — AI 에이전트 성능을 결정하는 하네스 설계
- ai-code-review-tips-agentic — 에이전트 시대의 코드 리뷰 병목과 이종 리뷰어 전략
- codex — OpenAI Codex CLI 코딩 에이전트
- claude-code — Anthropic Claude Code 코딩 에이전트
참고 자료
- omnigent-ai/omnigent — GitHub 공식 저장소
- Contextual Policies in Omnigent — Databricks Blog (2026-07-07)