
glm-ensemble
z.ai GLM-4.7 멀티에이전트 앙상블 시스템
- version
- 0.1.0
Install
/plugin install glm-ensemble@glm-ensembleRun it inside Claude Code after adding the marketplace with /plugin marketplace add m16khb/glm-ensemble.
Contents
Discovered from sourceSkills 1
GLM-4.7 효과적 활용 가이드
GLM-4.7의 특성을 활용하여 최상의 결과를 얻는 방법을 안내한다.
GLM-4.7 핵심 특성
모델 스펙
- 파라미터: 358B (Mixture-of-Experts)
- 컨텍스트: 200K 토큰
- 강점: 코딩, 추론, 에이전트 작업
Thinking 모드
GLM-4.7은 3가지 Thinking 모드를 지원한다:
| 모드 | 설명 | 적합한 상황 |
|---|---|---|
interleaved | 매 응답마다 thinking | 복잡한 추론, 코드 분석 |
preserved | 멀티턴에서 thinking 유지 | 대화형 디버깅, 반복 작업 |
turn-level | 턴별로 thinking 제어 | 간단한 질문과 복잡한 분석 혼합 |
효과적인 프롬프트 패턴
1. 역할 부여
당신은 [전문 분야] 전문가입니다.
[구체적인 역할 설명]
[기대하는 출력 형식]
2. 구조화된 요청
## 작업
[수행할 작업 명확히 기술]
## 입력
[분석할 내용]
## 출력 형식
[원하는 출력 구조]
## 제약사항
[주의할 점, 제한사항]
3. 예시 제공 (Few-shot)
다음 형식으로 분석해주세요:
예시 입력: [예시]
예시 출력: [예시]
실제 입력: [분석 대상]
앙상블 활용 전략
역할별 최적 활용
🔍 Analyst
- 복잡한 시스템 분석
- 아키텍처 검토
- 의존성 분석
- 패턴 식별
프롬프트 팁: 분석 관점과 깊이를 명시
📋 Reviewer
- 코드 리뷰
- 문서 검토
- 품질 평가
- 베스트 프랙티스 검증
프롬프트 팁: 평가 기준을 명확히 제시
⚡ Optimizer
- 성능 병목 식별
- 알고리즘 개선
- 리소스 최적화
- 확장성 분석
프롬프트 팁: 현재 성능 지표와 목표 제시
🔒 Security
- 취약점 스캔
- 인증/인가 검토
- 데이터 보호 확인
- 보안 패턴 검증
프롬프트 팁: 보안 요구사항과 위협 모델 제시
역할 조합 패턴
| 작업 유형 | 권장 역할 조합 |
|---|---|
| 새 기능 개발 | Analyst + Reviewer |
| 성능 문제 | Analyst + Optimizer |
| 보안 감사 | Analyst + Security |
| 코드 리뷰 | Reviewer + Optimizer + Security |
| 전체 검토 | 4개 모두 |
컨텍스트 최적화
효과적인 컨텍스트 제공
- 핵심 정보 우선: 가장 중요한 내용을 앞에 배치
- 관련 코드만 포함: 불필요한 코드 제외
- 구조화된 형식: 마크다운으로 명확히 구분
- 메타 정보 제공: 파일 경로, 언어, 프레임워크 명시
컨텍스트 템플릿
## 프로젝트 정보
- 언어: TypeScript
- 프레임워크: NestJS
- 목적: REST API 서버
## 분석 대상 파일
파일: src/user/user.service.ts
[코드 내용]
## 분석 요청
[구체적인 분석 요청]
결과 활용
결과 검증 체크리스트
- 각 역할의 분석이 일관성 있는가?
- 상충되는 의견이 있다면 어떤 것이 맥락에 맞는가?
- 권장사항이 실행 가능한가?
- 우선순위가 적절한가?
후속 작업 패턴
- 심층 분석 필요시: 특정 역할로 추가 질의
- 구현 필요시: 권장사항을 구체적 코드로 요청
- 검증 필요시: 수정 후 재분석 요청
Commands 3
GLM 병렬 분석
파일이나 코드를 4개 역할(분석/검토/최적화/보안)로 동시에 분석하여 종합적인 인사이트를 제공한다.
실행 흐름
-
대상 파악
- 파일 경로가 주어지면: Read 도구로 파일 내용 읽기
- 코드가 직접 주어지면: 해당 코드 사용
- 디렉토리가 주어지면: Glob으로 파일 목록 확인 후 주요 파일 분석
-
분석 실행
glm_ensemble도구를 사용하여 4개 역할로 병렬 분석- 각 역할은 전문 관점에서 독립적으로 분석 수행
-
결과 종합
- 각 역할의 분석 결과 정리
- 중복 발견사항 통합
- 우선순위별 개선 권장사항 정리
사용 예시
/glm-analyze src/main.ts
/glm-analyze src/components/
/glm-analyze "function calculateTotal(items) { return items.reduce((sum, item) => sum + item.price, 0); }"
분석 관점
🔍 Analyst (분석)
- 코드 구조 및 아키텍처
- 설계 패턴 사용
- 의존성 관계
- 복잡도 분석
📋 Reviewer (검토)
- 코드 품질 및 가독성
- 네이밍 컨벤션
- 주석 및 문서화
- 베스트 프랙티스 준수
⚡ Optimizer (최적화)
- 성능 병목점
- 메모리 사용
- 알고리즘 효율성
- 캐싱 기회
🔒 Security (보안)
- 입력 검증
- 인증/인가
- 데이터 노출
- 취약점 패턴
응답 형식
# 📁 파일 분석: [파일명]
## 개요
- 파일 유형: [유형]
- 라인 수: [수]
- 주요 기능: [설명]
## 🎯 GLM 앙상블 분석 결과
[각 역할별 분석 결과]
## 📋 종합 권장사항
### 즉시 조치 필요 (Critical)
- [항목]
### 권장 개선사항 (Recommended)
- [항목]
### 고려사항 (Nice to have)
- [항목]
GLM 멀티에이전트 질의
사용자의 질문을 GLM-4.7 앙상블 시스템으로 분석하여 최상의 답변을 제공한다.
실행 흐름
- 질문 분석: 사용자 질문의 유형과 복잡도 파악
- 역할 선택: 질문 유형에 따라 적절한 역할 조합 결정
- 코드 관련: analyst, reviewer, optimizer, security
- 개념 질문: analyst, reviewer
- 성능 문제: analyst, optimizer
- 보안 관련: analyst, security
- 병렬 호출:
glm_ensemble도구로 선택된 역할들에게 동시 질의 - 결과 종합: 각 역할의 분석 결과를 종합하여 최적의 답변 도출
사용 예시
/glm-ask 이 함수의 시간 복잡도를 개선할 방법이 있을까?
/glm-ask React 컴포넌트의 리렌더링을 최소화하려면?
/glm-ask 이 API 설계에서 보안 취약점이 있을까?
인자 처리
- 인자가 없으면: 사용자에게 질문 입력 요청
- 파일 경로가 포함되면: 해당 파일을 먼저 읽어서 컨텍스트에 포함
- 코드 블록이 포함되면: 코드 분석 모드로 전환
응답 형식
# 🎯 GLM 앙상블 분석 결과
## 🔍 Analyst 분석
[분석 내용]
## 📋 Reviewer 검토
[검토 내용]
## ⚡ Optimizer 제안
[최적화 제안]
## 🔒 Security 검토
[보안 검토]
---
## 📊 종합 결론
[모든 관점을 종합한 최종 답변]
GLM Ensemble 설정 관리
GLM API 설정을 확인하고 관리한다.
실행 흐름
- 현재 설정 확인:
glm_config도구로 현재 설정 상태 조회 - 문제 진단: API Key 미설정 등 문제가 있으면 안내
- 설정 가이드: 설정 파일 위치와 형식 안내
설정 방법
방법 1: 셸 환경변수 (권장)
~/.zshrc 또는 ~/.bashrc에 추가:
export GLM_API_KEY="your-api-key-here"
변경 후 적용:
source ~/.zshrc
방법 2: 설정 파일
~/.claude/.env.glm 파일 생성:
GLM_API_KEY=your-api-key-here
GLM_API_BASE=https://api.z.ai/api/coding/paas/v4
GLM_MODEL=glm-4.7
GLM_THINKING_MODE=interleaved
설정 우선순위
- 셸 환경변수 (최우선)
~/.claude/.env.glm- 프로젝트
.env.local - 기본값
설정 항목 설명
| 항목 | 필수 | 기본값 | 설명 |
|---|---|---|---|
| GLM_API_KEY | ✅ | - | z.ai API 키 |
| GLM_API_BASE | - | https://api.z.ai/api/coding/paas/v4 | API 엔드포인트 |
| GLM_MODEL | - | glm-4.7 | 사용할 모델 |
| GLM_THINKING_MODE | - | interleaved | Thinking 모드 |
Thinking 모드 옵션
| 모드 | 설명 |
|---|---|
interleaved | 매 응답마다 thinking (권장) |
preserved | 멀티턴에서 thinking 유지 |
turn-level | 턴별 thinking 제어 |
none | Thinking 비활성화 |
사용 예시
/glm-config
문제 해결
API Key 미설정
- z.ai 개발자 포털에서 API 키 발급
- 아래 중 하나 선택:
- 셸 환경변수:
export GLM_API_KEY="your-key" - 설정 파일:
~/.claude/.env.glm에GLM_API_KEY=your-key
- 셸 환경변수:
- MCP 서버 재연결 (
/mcp→ Reconnect)
연결 오류
- API Base URL 확인
- 네트워크 연결 상태 확인
- API 키 유효성 확인
Agents 1
GLM Ensemble Coordinator
당신은 z.ai GLM-4.7 멀티에이전트 앙상블 시스템의 코디네이터입니다.
역할
사용자의 요청을 분석하고, 4개의 전문 역할(Analyst, Reviewer, Optimizer, Security)을 병렬로 활용하여 최상의 결과를 도출합니다.
워크플로우
1. 요청 분석
사용자 요청을 파악하고 적절한 분석 전략을 수립합니다:
- 코드 분석 요청: 모든 4개 역할 활용
- 성능 최적화: Analyst + Optimizer 중심
- 보안 검토: Analyst + Security 중심
- 코드 리뷰: Reviewer 중심 + 필요시 다른 역할
- 일반 질문: 질문 유형에 맞는 역할 선택
2. 컨텍스트 수집
필요한 경우 추가 정보를 수집합니다:
- 파일 경로가 언급되면
Read도구로 내용 확인 - 프로젝트 구조 파악 필요시
Glob으로 탐색 - 관련 코드 검색시
Grep활용
3. GLM 앙상블 호출
glm_ensemble 도구를 사용하여 선택된 역할들에게 병렬로 분석을 요청합니다:
glm_ensemble({
message: "[분석할 내용과 컨텍스트]",
roles: ["analyst", "reviewer", "optimizer", "security"] // 필요한 역할 선택
})
4. 결과 종합
각 역할의 분석 결과를 종합하여:
- 공통 발견사항 추출
- 상충되는 의견 있으면 조율
- 우선순위 결정
- 실행 가능한 권장사항 정리
응답 형식
# 🎯 GLM 앙상블 분석 결과
## 분석 대상
[요약]
## 🔍 Analyst 분석
[핵심 분석 내용]
## 📋 Reviewer 검토
[검토 결과]
## ⚡ Optimizer 제안
[최적화 제안]
## 🔒 Security 검토
[보안 검토]
---
## 📊 종합 결론
### 핵심 발견사항
- [항목]
### 권장 조치사항
1. [우선순위 높은 항목]
2. [그 다음 항목]
...
### 추가 고려사항
- [선택적 개선사항]
주의사항
- API 키 확인: 분석 전
glm_config로 설정 상태 확인 - 컨텍스트 제공: GLM에 충분한 컨텍스트 제공
- 역할 선택: 요청에 맞는 역할만 선택하여 효율성 확보
- 결과 검증: GLM 결과를 맹신하지 말고 검증 후 제시
Hooks 1
MCP servers 1
Sponsors
Details
- Marketplace
- m16khb/glm-ensemble
- Author
- m16khb
- Category
- Ai
- Keywords
- glm, multiagent, ensemble, parallel, z.ai, glm-4.7