abra

Abra

비즈니스 요구사항에서 AI Agent 개발까지 전 과정을 자동화하는 선언형 멀티에이전트 플러그인

---

개요

Abra는 자연어로 비즈니스 요구사항을 입력하면 Dify 워크플로우 DSL 생성 → 프로토타이핑 → 개발계획서 → AI Agent 개발까지 전 과정을 자동화하는 선언형 멀티에이전트 플러그인입니다.

핵심 기능

기능	설명
시나리오 생성	서비스 목적을 입력하면 다양한 관점(업무자동화, 고객경험, 비용절감 등)의 요구사항 시나리오 N개 자동 생성 및 사용자 선택
DSL 자동생성	선택된 시나리오를 기반으로 Dify Workflow DSL(YAML) 자동 생성 및 문법·구조 사전 검증
프로토타이핑	생성된 DSL을 Dify에 자동 Import → Publish → Run하여 프로토타이핑 수행. 에러 발생 시 DSL 수정 → 재검증 → 재시도 루프 자동 실행
개발계획서 작성	검증된 DSL과 시나리오를 기반으로 기술스택, 아키텍처, 모듈 설계, 테스트 전략을 포함한 개발계획서 자동 생성
AI Agent 개발	개발계획서에 따라 코드 기반(LangChain/LangGraph 등)으로 AI Agent 구현
Dify 환경 구축	Docker Compose로 로컬 Dify 환경 자동 구축 및 설정

작업 흐름 (5단계)

STEP 1          STEP 2          STEP 3          STEP 4          STEP 5
비즈니스        Dify DSL        Dify            개발계획서      AI Agent
시나리오 ──────▶ 자동생성 ──────▶ 프로토타이핑 ──▶ 작성 ──────────▶ 개발
(Human+AI)     (AI)            (AI)            (AI)            (AI)

              ◀──── 에러 시 DSL 수정 루프 (Iterative) ────▶

단계	입력	출력
STEP 1: 시나리오 생성	서비스 목적 + 생성 갯수	선택된 시나리오 문서
STEP 2: DSL 자동생성	시나리오 문서	Dify YAML DSL 파일
STEP 3: 프로토타이핑	DSL 파일	검증된 DSL (Export)
STEP 4: 개발계획서 작성	검증된 DSL + 시나리오	개발계획서
STEP 5: AI Agent 개발	개발계획서 + DSL	프로덕션 코드 또는 Dify 앱

---

설치

사전 요구사항

Abra 플러그인을 사용하기 위해 다음 환경이 필요합니다:

항목	요구사항
Claude Code CLI	설치 가이드 참조
Docker	20.10+ (Dify 로컬 환경 구축 필요)
Docker Compose	2.0+ (Dify 멀티 컨테이너 관리)
Python	3.10+ (커스텀 도구 실행)
메모리	4 GiB 이상 (Dify 컨테이너)
디스크	5 GiB 이상 (Dify 이미지 + 데이터)

플러그인 설치

방법 1: 마켓플레이스 — GitHub

1단계: GitHub 마켓플레이스 등록

claude plugin marketplace add unicorn-plugins/abra

2단계: 플러그인 설치

claude plugin install abra@abra

방법 2: 마켓플레이스 — 로컬

1단계: 저장소 클론

git clone https://github.com/unicorn-plugins/abra.git
cd abra

2단계: 로컬 마켓플레이스 등록

claude plugin marketplace add ./abra --name abra

3단계: 플러그인 설치

claude plugin install abra@abra

4단계: Dify 환경 구축 및 초기 설정

방법 1의 3단계와 동일하게 진행합니다:

/abra:setup

처음 GitHub을 사용하시나요?

GitHub 마켓플레이스 사용이 처음이라면 GitHub 플러그인 설치 가이드를 참조하세요.

---

업그레이드

Git Repository 마켓플레이스

GitHub에서 설치한 경우:

# 1. 마켓플레이스 갱신 (원격 저장소에서 최신 코드 가져오기)
claude plugin marketplace update abra

# 2. 플러그인 업데이트
claude plugin update abra@abra

로컬 마켓플레이스

로컬에서 설치한 경우:

# 1. 저장소에서 최신 코드 가져오기
cd abra
git pull

# 2. 플러그인 업데이트
claude plugin update abra@abra

갱신이 반영되지 않는 경우:

플러그인을 제거한 후 재설치합니다:

claude plugin uninstall abra@abra
claude plugin install abra@abra

---

사용법

사용법 동영상 보기:
아래 링크의 압축파일 다운로드 후 압축 해제하여 각 일련번호별로 실행 하세요. https://drive.google.com/file/d/1t3j-sM3Fx3P-UeUZSyezu24UO_4mfte1/view?usp=drive_link

슬래시 명령

명령어	설명
/abra:scenario	STEP 1: 비즈니스 시나리오 생성
/abra:dsl-generate	STEP 2: Dify Workflow DSL 자동 생성
/abra:prototype	STEP 3: Dify 프로토타이핑 (Import/Publish/Run)
/abra:dev-plan	STEP 4: 개발계획서 작성
/abra:develop	STEP 5: AI Agent 개발 (Dify 또는 코드 기반)
/abra:setup	Dify 환경 구축 및 플러그인 초기 설정
/abra:help	사용 안내

사용 예시

빠른 시작 (전체 5단계 자동 실행)

비즈니스 요구사항 한 줄만 입력하면 AI Agent 개발까지 전 과정 자동화:

에이전트 만들어줘: 고객 지원 챗봇. 자주 묻는 질문에 자동으로 답변하고,
복잡한 문제는 인간 상담원에게 에스컬레이션.

Abra는 자동으로 core 스킬을 통해 의도를 분류하고 scenario 스킬부터 시작하여 develop 스킬까지 순차 실행합니다.

STEP 0: 사전 환경 준비

각 STEP을 독립적으로 실행 가능합니다:

/abra:setup

Setup 상세보기

Dify 환경 구축부터 플러그인 설정까지 자동으로 진행합니다:

1. Docker & Docker Compose 설치 여부 자동 확인
2. Dify 소스 다운로드 (기본: ~/workspace/dify)
3. 환경 변수 파일 생성 (.env)
4. Docker Compose 컨테이너 실행
5. 컨테이너 상태 확인 및 헬스체크
6. 관리자 계정 생성 안내 (http://localhost/install)
7. Groq 모델 프로바이더 자동 설정
8. Dify 접속 정보 입력 (Base URL, Email, Password)
9. gateway/.env 파일 생성
10. Python 가상환경 생성
11. 의존성 설치 (httpx, python-dotenv, pyyaml)
12. Dify 연결 테스트

STEP 1: 시나리오 생성

/abra:scenario

시나리오 생성 상세보기

입력:

• 서비스 목적 (예: "고객 지원 챗봇")
• 생성할 시나리오 갯수 (기본값: 3)
• 결과 저장 디렉토리 (기본값: output/)

출력:

• 다양한 관점(업무자동화, 고객경험, 비용절감, 의사결정, 협업효율화)의 N개 시나리오 생성
• 각 시나리오의 관점·서비스명·핵심가치를 요약한 비교표 제시
• 사용자가 하나를 선택 → output/scenario.md 저장

STEP 2: DSL 자동생성

/abra:dsl-generate

DSL 자동생성 상세보기

입력:

• STEP 1에서 선택된 scenario.md 자동 로드

출력:

• Dify Workflow DSL(YAML) 자동 생성
• 노드 설계(Start, LLM, Knowledge Retrieval, Tool, IF/ELSE, End 등)
• 엣지(Edge) 연결 및 변수 설정
• 프롬프트 템플릿 작성
• DSL 구조 설명서
• 결과: output/{app-name}.dsl.yaml 저장

STEP 3: 프로토타이핑