
Coderrr
Akash Nath · 코딩
Coderrr는 편집하기 전에 계획을 세우는 무료 오픈소스 CLI 코딩 에이전트다. 터미널에서 바꾸고 싶은 내용을 자연어로 설명하면, 도구가 코드를 읽고 서면 계획을 작성한 다음 멈춰서 기다린다. 승인하기 전까지는 어떤 파일도 건드리지 않으며, 승인한 뒤에는 계획을 작업 단위로 구현하고 샌드박스에서 코드를 실행해 자기 작업을 검증한다. 무엇보다 터미널용 코딩 도구다. 브라우저 탭도, IDE 플러그인도 필요 없다.

Coderrr 소개
Coderrr란 무엇인가
Coderrr는 터미널에서 실행되는 오픈소스 코딩 에이전트다. 채팅 어시스턴트와 완전 자율형 코딩 봇 사이 어딘가에 자리하며, 가장 두드러진 특징은 절제다. 사용자가 말하기 전까지 파일 하나도 바꾸지 않는다.
그 절제가 이 도구의 전부다.
제안은 단순하다. 대부분의 AI 코딩 도구는 프롬프트에서 곧바로 편집으로 넘어가고, 바로 그 지점에서 일이 틀어진다. Coderrr는 작업을 둘로 나눈다. 먼저 계획을 세우고, 읽고 고칠 수 있는 실제 markdown 파일을 만든다. 승인한 뒤에야 실행한다. 계획 단계에는 쓰기 도구가 아예 존재하지 않으므로, 에이전트가 생각하는 동안 편집을 몰래 끼워 넣을 수 없다. 설계 자체가 계획 후 실행 에이전트인 셈이다.
열쇠를 넘기지 않고 AI의 도움을 받고 싶은 개발자를 위해 만들었다. GitHub에서 72개의 스타를 받은 프로젝트이며, MIT 라이선스로 배포되고 명령 하나로 설치된다.
시작하기
pipx install coderrr(또는uv tool install coderrr)로 패키지를 설치한다.coderrr config를 실행해 공급자와 모델을 고른다. Ollama는 키 없이 바로 작동한다.coderrr run "add rate limiting to the API"같은 자연어 요청으로 작업을 시작한다.- Coderrr가
.coderrr/specs/에 쓴 계획을 검토하고, 원하면 고친 뒤 승인한다. - 실행하게 둔다. 각 작업마다 읽고, 고치고, 샌드박스에서 코드를 돌려 검증한 뒤 완료로 표시한다.
제품 정보
Coderrr의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 1인 개발자와 인디 해커
- 예산이 빠듯한 팀
- 자율 에이전트를 경계하는 개발자
작업
- 기존 코드베이스에 기능 추가
- 모듈 리팩터링
- 새 코드와 함께 테스트 작성
활용 상황
- 프로젝트 중간에 두었던 작업 이어받기
- 새 코드베이스 익히기
- 로컬 모델로 빠르게 실험
주요 기능
계획을 먼저 하는 승인 흐름
모든 작업은 편집이 아니라 서면 계획으로 시작한다. Coderrr는 코드를 읽고 관련 스킬을 모은 뒤, 다른 무엇보다 먼저 requirements.md, design.md, tasks.md를 생성한다. 계획이 사용자에게 제시되고 도구는 멈춘다. 이게 중요한 이유는 파일이 바뀌기 전에 평범한 문장으로 방향을 고칠 수 있기 때문이며, 잘못된 패치를 되돌리는 것보다 훨씬 저렴하다. 이 터미널용 코딩 도구를 작업하며 편집하는 에이전트와 갈라놓는 핵심 루프다.
계획 중 잠긴 쓰기 도구
에이전트는 편집을 자제하라는 요구를 받지 않는다. 계획하는 동안 편집 도구가 아예 없다. 쓰기 도구는 모델의 도구 목록에서 완전히 빠져 있고, 승인이 그것을 푸는 사건이다. 정중한 요청이 아니라 구조적 안전장치이며, 실제 저장소에 AI를 겨눌 때 의미 있는 차이다.
샌드박스 코드 실행
Coderrr에는 작업 트리에 명령을 실행하는 도구가 없다. 명령은 샌드박스에서 돌고, 에이전트는 실제 종료 코드와 출력을 읽는다. 기본 scratch 계층은 프로젝트의 일회용 복사본을 쓰므로 잘못된 지시의 피해 범위가 좁아진다. Docker가 있으면 네트워크를 끄고 모든 권한을 제거한 컨테이너로 자동 업그레이드한다. 이 업그레이드가 중요한 이유는, 네트워크에서 격리된 컨테이너가 실행 중 승인하지 않은 의존성을 당겨오거나 엔드포인트를 호출하는 것을 막기 때문이다.
에이전트의 기억으로서 명세 파일
계획은 .coderrr/specs/NNN-slug/에 있고 코드와 함께 커밋하도록 되어 있다. 문서 이상으로 에이전트의 기억 역할도 한다. 나중 세션이 대화 기록을 재생하는 대신 tasks.md를 읽고 상황을 파악한다. 승인 전에 그 파일들을 고쳐 작업을 이끌 수 있다.
순수 HTTP를 통한 공급자 유연성
Coderrr는 모든 공급자에 순수 HTTP로 접근하므로 공급자 SDK가 설치되지 않는다. Ollama, Anthropic, OpenAI, Google, OpenRouter를 지원한다. 기본값은 Ollama를 통한 gemma4:31b-cloud이며 무료 계정에서 쓸 수 있다. API 키는 먼저 환경 변수에서, 다음으로 OS 키링에서, 마지막으로 제한된 권한으로 쓰인 설정 파일에서 해석된다.
재사용 가능한 스킬 레지스트리
스킬은 어떤 부류의 문제를 어떻게 다룰지 적은 markdown 안내로, 에이전트가 필요하다고 판단할 때 가져오고 쓴 뒤 삭제한다. 실행 가능한 능력을 더하지 않으므로, 형편없는 스킬은 이미 도구가 제한된 에이전트에게 나쁜 조언을 줄 수밖에 없다. 같은 레지스트리를 coderrr skills search로 직접 둘러볼 수 있다.
MCP 서버 지원
자체 MCP 서버를 연결할 수 있고, 그 도구들이 Coderrr가 호출할 수 있는 도구가 된다. Figma, Linear, Notion, 혹은 회사 내부의 무언가다. 클라이언트가 이 도구의 다른 연결과 마찬가지로 순수 HTTP라 추가 설치가 필요 없다. 세션 안에서 URL을 붙여 넣으면 설정이 끝난다.
장단점
장점
- MIT 라이선스로 무료이자 오픈소스이며, 도구 자체에는 구독이 없다.
- 승인 관문 덕분에 명시적으로 말하기 전에는 디스크의 무엇도 바뀌지 않는다.
- 샌드박스 실행이 실제 종료 코드를 에이전트에 돌려주므로 스스로 실수를 잡아낼 수 있다.
- 명세 파일을 커밋하면 무엇을 계획했고 무엇이 남았는지 읽을 수 있는 기록이 남는다.
- 로컬 모델과 작동하므로 계정도 API 청구서도 없이 쓸 수 있다.
단점
- 완전 로컬 모델은 에이전트 루프가 의존하는 다중 턴 도구 사용에서 눈에 띄게 약하다. 결과가 실망스러울 수 있다.
- scratch 샌드박스는 우발적 피해를 줄이지만, 의도적으로 적대적인 코드에 대한 방벽은 아니다. 안전벨트이지 금고가 아니다.
- 의존성 디렉터리는 scratch 계층으로 복사되지 않으므로 테스트가 돌기 전에 에이전트가 그것들을 설치해야 할 수 있다.
- 공개 API도 그래픽 인터페이스도 없어, 클릭 방식 경험을 원하는 사람에게는 맞지 않는다.
자주 묻는 질문
무료다. 도구 자체는 MIT 라이선스로 무료이자 오픈소스이며, 기본 구성은 무료 Ollama 계정을 통해 작동한다. 더 강력한 모델을 위해 Anthropic, OpenAI, Google 같은 유료 공급자를 고를 때만 비용을 낸다.
관련 콘텐츠
Coderrr와 관련된 도구, 스킬, 아티클을 살펴보세요.
Coderrr 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.
