ROACH PI – Ekstensi open-source yang menerapkan disiplin rekayasa pada agen coding AI
(github.com/tmdgusya)GitHub: https://github.com/tmdgusya/roach-pi
Baru-baru ini, setelah source code Claude Code bocor, kembali ramai dibicarakan bahwa pengguna sama sekali tidak bisa mengetahui prompt apa yang disuntikkan dan perilaku apa yang terjadi di dalam agen coding AI
ROACH PI adalah ekstensi untuk agen coding pi (https://github.com/badlogic/pi-mono), sebuah proyek open-source di mana semua prompt, definisi agen, alat, dan event hook dibuka ke publik
Apa yang dilakukan
Agen coding AI memang pandai menulis kode itu sendiri, tetapi struktur kerja tanpa perencanaan dan memverifikasi kode yang ditulisnya sendiri sulit dipercaya
ROACH PI menyelesaikan masalah ini dengan orkestrasi multi-agen
- Menerapkan lifecycle rekayasa perangkat lunak klarifikasi → perencanaan → eksekusi → verifikasi → perapian pada agen AI
- Agen eksekusi (Worker) dan agen verifikasi (Validator) dipisahkan ke proses terpisah, dan validator tidak dapat melihat output executor (isolasi informasi)
- Menjamin kualitas melalui loop Worker-Validator yang menjalankan ulang saat verifikasi gagal
Fitur utama
- 12 agen spesialis: eksplorasi, eksekusi, perencanaan, verifikasi, perapian kode + 5 reviewer independen (kelayakan implementasi, arsitektur, risiko, dependensi, nilai pengguna)
- Ultraplan: tugas kompleks dianalisis paralel oleh 5 reviewer lalu dipecah menjadi dependency DAG milestone
- Long Run: pekerjaan skala besar dibagi per milestone untuk mengulang perencanaan-eksekusi-verifikasi. Berbasis checkpoint sehingga dapat dilanjutkan meski konteks hilang
- Guardrail perilaku: aturan Karpathy (dilarang menulis sebelum membaca, hanya modifikasi yang presisi), aturan Rob Pike (dilarang optimasi tanpa pengukuran), debugging sistematis (reproduksi dulu), dan lainnya otomatis disuntikkan ke agen
- AI slop cleaner: setelah eksekusi, otomatis merapikan code smell khas LLM dalam 6 tahap
- Session Loop: penjadwalan tugas berulang gaya cron (
/loop 5m git 상태 체크)
Transparansi
- Bisa memantau prompt cache hit rate secara real-time
- Penggunaan context window, alat aktif, branch, dan info model ditampilkan di footer
- Definisi agen berupa file Markdown dengan YAML frontmatter, skill berupa Markdown murni — semuanya bisa ditinjau hingga satu baris kode pun
- Tidak ada system prompt tersembunyi. Semua perilaku ada apa adanya di source
Instalasi
pi install git:github.com/tmdgusya/pi-engineering-discipline-extension
1 komentar
Video dapat dilihat di bawah.