- 대규모 프로젝트를 구현할 때처럼 반복적인 멀티스텝 개발 작업을 AI 에이전트 루프로 처리하기 위한 CLI 도구
-
Bash 스크립트로 Claude Code를 계속 호출해 각 반복마다 작은 단위의 코드 변경을 수행
- 새 브랜치를 생성하고 코드를 수정한 뒤 커밋·푸시까지 자동 수행
-
GitHub CLI를 통해 PR을 만들고,
gh pr checks로 CI 상태와 리뷰 결과를 모니터링
- 지정된 체크·리뷰가 모두 통과하면 머지, 실패하면 PR을 닫고 브랜치·변경 내용을 폐기하는 사이클 반복
- 반복 사이의 맥락을 유지하기 위해
SHARED_TASK_NOTES.md 같은 공유 마크다운 파일을 외부 메모리로 사용함
- 각 반복에서 한 일과 다음에 할 일을 요약해 “릴레이 달리기” 방식으로 기록
- 예: “함수 Y에서 null 입력 처리 필요” 같은 메모를 남기면 다음 반복에서 이를 우선 처리하는 식의 자기 개선 루프 형성
- 불필요한 장문 로그 대신, 이후 개발자·에이전트가 바로 이해할 수 있는 핸드오프 패키지를 남기도록 프롬프트를 설계
- 전체 PR 라이프사이클을 포괄하는 완전 자동화 파이프라인 제공
-
브랜치 생성 → Claude Code 실행 → 커밋 → PR 생성 → CI·리뷰 대기 → 통과 시 머지 → 메인 브랜치 최신화 → 정리 후 다음 반복
- 기존 레포의 코드 오너 규칙, 필수 체크, 프리뷰 환경을 그대로 활용하며 사람의 리뷰를 워크플로에 자연스럽게 포함
- 실행 제어를 위한 다양한 플래그로 비용·시간·시도 횟수를 제한할 수 있음
-
--max-runs로 최대 반복 횟수 지정, 0이면 무한 루프 실행
-
--max-cost로 달러 단위 비용 상한, --max-duration으로 2h, 30m 형태의 시간상 한도 설정 가능
- 둘 이상을 함께 지정해 “10회 이하·5달러 이하·1시간 이하” 같은 복합 제약 조건 구성 가능
- GitHub와의 통합 옵션을 통해 브랜치 전략과 저장 구조를 세밀하게 제어하는 기능도 지원
-
--merge-strategy로 squash / merge / rebase 중 선택
-
--git-branch-prefix로 브랜치 네이밍 규칙 지정, continuous-claude/ 대신 feature/ 등으로 변경 가능
-
--owner, --repo 플래그로 원격이 GitHub가 아니거나 자동 추출이 어려운 환경에서도 명시적으로 레포 지정
- 컨텍스트 저장 방식과 종료 조건을 커스터마이즈할 수 있음
-
--notes-file로 SHARED_TASK_NOTES.md 대신 다른 파일명 사용 가능
-
--completion-signal과 --completion-threshold를 통해 에이전트들이 “프로젝트 완료” 문구를 일정 횟수 이상 출력하면 조기 종료
- 테스트·디버깅 및 실험을 위한 세이프 모드·드라이런 기능 포함
-
--disable-commits로 실제 커밋·PR 생성·머지를 비활성화해 로컬 변경만 시험 가능
-
--dry-run으로 전체 플로를 시뮬레이션하며 어떤 명령이 실행될지 로그로 확인 가능
-
git worktree 기능을 활용해 여러 작업을 병렬로 돌리는 구조를 지원
-
--worktree <name>와 --worktree-base-dir로 독립된 워크트리를 생성해 테스트·문서 작업 등을 서로 다른 디렉터리에서 동시에 실행
-
--cleanup-worktree로 작업 종료 후 워크트리를 정리하거나, --list-worktrees로 현재 활성 워크트리를 확인하는 관리 기능 제공
- 의존성으로 Claude Code CLI, GitHub CLI, jq를 요구하며, 간단한 설치 스크립트로 빠르게 환경을 구성할 수 있음
- 원라인 설치 스크립트로
continuous-claude를 ~/.local/bin 또는 /usr/local/bin에 설치해서 사용 가능
- 실제 활용 시나리오 : 테스트 커버리지 확장·대규모 리팩터링·의존성 업데이트 후 고장난 코드 자동 수정 같은 반복성 높은 작업에 적합
- 기존 Dependabot은 버전 업데이트까지만 다루지만, 이 도구는 릴리스 노트와 실패한 테스트를 토대로 후속 수정 PR까지 자동 생성하는 “Dependabot 강화판”처럼 동작
- 모놀리식 코드베이스를 여러 모듈로 나누거나, 콜백을
async/await로 바꾸는 등 20여 개 이상의 PR을 연속 생성·머지하는 장기 작업에도 활용 가능
- GitHub Next의 Continuous AI·agentics 연구와 비슷한 컨셉이며, 여러 특화 에이전트를 동시에 돌리는 사용 방식도 염두에 둔 설계
- 테스트용, 리팩터링용, 기능 추가용 등 역할이 다른 에이전트를 병렬로 실행해 모노레포의 여러 영역을 동시에 진척시키는 패턴 지원
- 개별 실행이 실패해도 전체적으로는 “방향성이 맞는 확률 분포”에 기대는, 비용 하락을 전제로 한 낭비를 허용하는 반복 전략을 실험 가능
- 전체적으로 사람 개발자의 PR 기반 워크플로를 그대로 유지한 채, AI가 반복 작업과 잔업을 맡는 에이전트 레이어를 제공하는 도구로, 실제 실무 레포에 곧바로 붙여볼 수 있음