CheetahClaws (Nano Claude Code)
CheetahClaws는 Claude Code 스타일 작업 루프를 Python으로 재구현한 오픈소스 agent CLI로, 멀티 모델과 로컬 모델 실험 진입이 빠르다.
2026-04-09
왜 중요한가
- 최근 agent CLI 흐름이 특정 폐쇄형 도구 한 개에 묶이지 않고, 멀티 모델·오픈 구현 쪽으로 넓어지는 신호로 볼 수 있다.
- 메모리, MCP, 서브에이전트, 작업 관리 같은 기능 묶음을 한 번에 체험하기 쉽다.
- 어떤 기능 묶음이 실제 사용자에게 하나의 작업 도구로 받아들여지는지 관찰하기 좋은 참조 구현이다.
핵심 관찰
- 설치와 실행 진입은 비교적 빠른 편이었다.
- 다만 Windows 기본 cp949 인코딩에서는
requirements.txt읽기와 일부 출력에서 바로 마찰이 있었다. python -X utf8를 붙이자 설치와 실행이 정상화됐고,--help,--version,-p "hello"까지는 바로 확인됐다.- 즉, 완성도 높은 표준 툴이라기보다 빠르게 많이 실험하는 오픈소스 agent workbench에 가깝다.
해석
CheetahClaws는 Claude Code 스타일 작업 루프를 Python으로 재구현한 오픈소스 agent CLI로, 멀티 모델과 로컬 모델 실험 진입이 빠르다.
이 도구의 장점은 완벽한 제품 polished experience보다, agent CLI를 구성하는 핵심 요소들을 비교적 빠르게 한 저장소에서 훑어볼 수 있다는 점에 있다.
즉 장기 표준 툴이라기보다, 멀티 모델 연결, memory, MCP, sub-agent, task loop를 한 번에 실험해 보고 싶은 사람에게 적합한 오픈 workbench에 가깝다.
누구에게 도움이 되나
- 개인 개발자: Claude Code류 인터페이스를 읽기 쉬운 Python 코드로 이해하고 수정해 보고 싶을 때
- 실험 팀: 로컬 모델, OpenAI 호환 엔드포인트, 여러 API를 한 CLI에서 붙여 보고 싶을 때
- 교육 목적: agent loop, tool registry, memory, sub-agent 개념을 빠르게 데모할 때
어디에 바로 써볼 수 있나
- 여러 모델 백엔드를 한 CLI에서 비교하는 가벼운 agent workbench 실험
- agent loop와 tool registry 구조를 교육용으로 설명하거나 데모하는 수업, 워크숍, 스터디
- 폐쇄형 상용 agent CLI를 바로 채택하기 전에 오픈 구현으로 UX와 구조를 미리 익혀 보는 탐색 단계
주요 출처
공식 repo / docs
주의점
- 브랜딩과 repo naming이 섞여 있어 첫인상이 약간 혼란스럽다.
- 기능 폭은 넓지만 장기 안정성이나 제품 polish는 추가 검증이 필요하다.
- Windows에서는 UTF-8 인코딩 이슈를 고려해야 한다.
- 기본 표준 툴로 바로 채택하기보다는 실험용 참조 구현으로 보는 편이 안전하다.
다음에 볼 포인트
- 세션 메모리와 장기 메모리의 범위 분리가 더 명시적인 제품 기본값으로 굳어지는지 볼 것.
- skills, orchestration, writable memory를 어떤 정책 경계로 나누는지 비교할 것.