Patched

patchflow는 재사용 가능한 단계와 프롬프트 템플릿을 묶어 끝에서 끝까지 돌아가는 작업으로 만든 기성 자동화다. AI patchflow는 단일 호출이 아니라 잡무 전체를 맡는다. 기본으로 PR review, 보안 취약점용 AutoFix, DependencyUpgrade, ResolveIssue, GenerateReadme, GenerateDocstring이 갖춰져 있고, 각각 반복 작업을 손에서 떼어내고 모든 단계를 지켜보지 않아도 완성된 결과까지 끌고 가도록 만들어졌다. 내장 세트가 맞지 않으면 직접 만든 것을 이어 붙일 수 있다.

Patchwork는 자신의 머신이나 서버에서 CLI 에이전트로 돌아가므로 코드와 데이터가 환경 밖으로 나갈 필요가 없다. pip로 설치하고 OpenAI, Google, Patched 관리형 서비스 중 원하는 LLM을 향하게 하면 된다. 컴플라이언스 팀이 데이터가 실제로 어디로 가는지 확인해야 할 때 중요하다. 대개 중요하다.

이 프레임워크는 하나의 모델 제공자에 묶여 있지 않다. OpenAI 키, Google 모델, Patched 관리형 키를 바꿔 끼울 수 있고 patchflow마다 제공자를 섞을 수도 있다. 이 유연성 덕분에 단일 벤더의 가격이나 요청 제한에 갇히지 않는다. 작은 일이 아니다.

patchflow는 터미널에 갇혀 있지 않다. CI/CD 파이프라인에 연결하면 리뷰, 수정, 업그레이드가 커밋마다 돌아가고, 작업 중 IDE 안에서 호출할 수도 있다. PR을 리뷰하는 같은 자동화가 출시 전에 취약점을 패치할 수 있다. pull request에 파묻힌 팀에게 이것은 리뷰어를 더 뽑지 않고도 되는 AI 코드 리뷰 자동화다.

모든 워크플로는 완전히 감사할 수 있게 설계됐고, 이게 규제 업종의 핵심이다. Patched는 전용 인프라에 시스템을 배포하고 SLA 책임을 진다. 그래서 블랙박스가 아니라 증적과 책임을 지는 운영자를 얻는다. 워크플로 실행 플랫폼으로서 배선뿐 아니라 결과에 책임을 진다는 점은, 쉬운 부분만 자동화하고 어려운 결정을 새벽 2시의 사람에게 넘기는 도구에 데인 팀에게 의미 있는 전환이다.

내장 자동화로 부족하면 단계와 프롬프트 템플릿을 조합해 직접 만든다. 단계는 PR 생성이나 변경 커밋 같은 원자적 행동이고, 프롬프트 템플릿은 LLM이 특정 잡무를 어떻게 다룰지 결정한다. 이렇게 Patchwork는 반복 작업을 한 번 돌리고 잊는 것으로 바꾼다. 한 번 쓰면 매번 돈다.

완전한 통제를 위해 Patchwork를 직접 운영하거나, 인프라를 관리하고 싶지 않다면 app.patched.codes의 호스팅 버전을 쓸 수 있다. 호스팅 경로는 더 빠른 진입이고, 자체 호스팅 경로는 데이터 상주 규정이 엄격한 팀을 위한 것으로, 코드와 자격 증명을 자사 네트워크 안에 두는 것이 선호가 아니라 정책에 명시된 필수 요건인 경우에 해당한다.