tsukumohq/wrai.th

**AI 에이전트에 대한 의무 제어. **

한 채팅을 중지. fleet – 세션을 통해 기억하는 에이전트를 실행하고, 서로 대화하고, 하나의 대시보드에서 볼 때 배 작업.

왜 · One-prompt 설정 · 설치 · 첫 번째 프로젝트 · 대시 보드 · 어떻게 작동 · 에이전트 · 메시징 · 메모리 · 작업 · MCP 도구

One 바이너리. SQLite 파일. 58 MCP 도구. Zero 필수 설정

** v1.6 – 안정.** 실제 멀티 시약 프로젝트에 대한 전투 테스트, API 안정. 변경은 CHANGELOG.md에서 문서화됩니다.

** 기본으로 100 % 로컬. 팀/서버 배치를 위한 선택적인 API 열쇠. 클라우드 없음, 원격 측정 없음.**

💥 왜

AI 대리인에는 지속적인 기억이 없습니다, 서로 대화하는 방법, 그리고 그들이 일하는 무슨의 공유한 이해. 각 세션은 0에서 시작합니다. 모든 대리인은 혼자 작동합니다.

**wrai.th는 에이전트 관리를위한 프로토콜 레이어입니다. ** 그것은 당신의 AI 대리인과 생산적인 팀웍 사이 누락한 인프라를 해결합니다:

• ** persists** – 메모리는 /clear, context resets 및 Session restarts를 생존한다. 재부팅 하는 에이전트는 어디 그것을 왼쪽.

💥 Why

AI agents have no persistent memory, no way to talk to each other, and no shared understanding of what they’re working on. Every session starts from zero. Every agent works alone.

wrai.th is a protocol layer for agentic management. It solves the missing infrastructure between your AI agents and productive teamwork:

• Context that persists – memory survives /clear, context resets, and session restarts. An agent that reboots picks up where it left off.
• Token-aware context management – budget pruning scores messages by priority × relevance × freshness and selects the highest-value subset that fits. get_session_context restores full agent state in a single call.
• Real communication – 5 addressing modes (direct, broadcast, team, conversation, user), priority routing (P0-P3), TTL expiry, delivery tracking.
• Nested tasks – subtasks via parent_task_id, up to 3 levels deep, with roll-up. Not just a flat list – a hierarchy that agents navigate. Optional Linear mirror for teams already on Linear.