Eigent 릴리스 노트 v0.0.87: 개인정보 보호 리팩터링, GPT-5.4 & 멀티모달 개선
더 깔끔해진 개인정보 흐름, 새로운 모델 지원, 그리고 전반적인 사용성 개선

Eigent 오픈소스 코워커 릴리스 노트: 개인정보 보호 리팩터링, GPT-5.4 & 멀티모달 개선 🚀
이번 릴리스는 사용자 경험을 정리하고 Eigent의 모델 생태계를 최신 상태로 유지하는 데 초점을 맞췄습니다. 간소화된 개인정보 흐름부터 새로운 모델 옵션, 그리고 중요한 툴킷 업그레이드까지, v0.0.87은 전반적인 다듬기와 신뢰성 향상에 관한 업데이트입니다.
언제나 그렇듯, 이러한 개선은 커뮤니티가 주도했습니다. 함께 살펴보겠습니다.
🔐 간소화된 개인정보 동의 흐름
이번 사이클에서 가장 큰 UX 변화 중 하나입니다.
@eureka928에게 큰 감사를, 그리고 @a7m-1st와 @Wendong-Fan의 리뷰와 함께, 개인정보 동의 경험을 완전히 리팩터링해 주었습니다.
이전에는 채팅 인터페이스 안에서 사용자가 네 개의 토글이 있는 개인정보 설정 페이지를 확인해야 했습니다. 이는 핵심 워크플로에 방해가 되는 마찰 요소였습니다. v0.0.87에서는 이 전체 흐름이 하나의 선택형 "Help Improve Eigent" 텔레메트리 토글로 대체되었습니다.
무엇이 바뀌었나요:
- ChatBox 및 InputBox 컴포넌트에서 런타임 동의 게이팅 제거
- 여러 토글이 있던 개인정보 페이지를 하나의 선택형 토글로 대체
- 백엔드
UserPrivacySettings모델에help_improve필드 추가 - 일관된 폼 컨트롤을 위한 재사용 가능한 Radix UI Checkbox 컴포넌트 생성
- 지원하는 11개 로케일 전반에 걸쳐 국제화 업데이트
- 사용하지 않는 컴포넌트 정리 — 기존 Dialog/Privacy 컴포넌트 제거
결과는 무엇일까요? 더 매끄러운 온보딩과, 에이전트로 작업을 완료하는 데 집중할 수 있는 채팅 인터페이스입니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1239
🤖 GPT-5.4 모델 지원
모델 유연성이 계속 확장되고 있습니다.
@fengju0213 덕분에, Eigent는 이제 GPT-5.4를 사용 가능한 모델 옵션으로 지원하여 OpenAI의 최신 업데이트를 플랫폼에 반영합니다.
이 PR로 이제 가능한 것:
- 모델 선택기에서 GPT-5.4 사용
- 향상된 추론 및 지시 따르기 성능 활용
- 모든 에이전트 유형에서 완전한 호환성
복잡한 다단계 워크플로를 만들든, 간단한 Q&A 에이전트를 실행하든, 최신 모델을 사용할 수 있다는 것은 항상 작업에 가장 적합한 도구를 선택할 수 있다는 뜻입니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1465
🧠 업그레이드된 멀티모달 에이전트 툴킷
비전 기능에 의존하는 모든 사람에게 중요한 아키텍처 수정입니다.
@Wendong-Fan이 더 이상 사용되지 않는 ImageAnalysisToolkit을 더 새로운 ScreenshotToolkit으로 교체해 주었습니다.
무엇이 개선되었나요:
- 이미지 분석 작업이 이제 사용자가 설정한 모델을 올바르게 사용
- 더 이상 하드코딩된 기본값으로 조용히 되돌아가지 않음
- 스크린샷 캡처와 이미지 분석을 포함한 모든 작업 유형에서 모델 선택이 일관되게 반영
이것은 의미 있는 변화입니다. 모델을 선택하면, 멀티모달 워크플로를 포함한 모든 작업에서 그 모델이 실제로 일을 수행하도록 보장합니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1464
📊 트리거 성공률 표시 개선
작은 디테일이지만 큰 명확성 향상이었습니다.
트리거 성공률 표시 방식을 수정해 준 @Desel72와, 리뷰를 제공한 @Zephyroam 및 @bytecii에게 감사드립니다.
트리거가 첫 실행을 기다리는 동안에는, 이전에 성공률이 오해의 소지가 있는 "0%"로 표시되었습니다. 이제 실제 실행 데이터가 उपलब्ध할 때까지는 **"–"**로 표시됩니다.
무엇이 바뀌었나요:
- 아직 실행되지 않은 트리거의 성공률이 "0%" 대신 "–"로 표시
- 더 깔끔한 코드를 위해 threshold 상수를 공용 위치로 분리
- 더 정직하고 정확한 상태 보고
트리거가 실제로 실패한 것인지, 아니면 아직 실행되지 않았을 뿐인지 더 이상 헷갈리지 않아도 됩니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1424
⚡ 더 빠른 개발 모드 시작
개발자 경험 측면에서 또 하나의 성과입니다.
@Wendong-Fan이 병합한 개발 시작 흐름 최적화를 해 준 @4pmtong에게 감사드립니다.
이전에는 버전이 변경되거나 .eigent/bin 디렉터리가 초기화되지 않았을 때 앱이 시작할 때마다 uv를 다운로드하고 설치했습니다. 개발 모드에서 Eigent는 이제 먼저 PATH에서 시스템에 설치된 uv를 검색하여 불필요한 다운로드를 피하고 기존 캐시를 활용합니다.
무엇이 개선되었나요:
.eigent/bin으로 되돌아가기 전에 시스템 PATH에서uv검색- 플랫폼에 맞는 명령 사용:
where.exe(Windows) 및which(macOS/Linux) - 셸 주입 취약점을 방지하기 위해
execSync를execFileSync로 교체 - 개발 모드에만 적용 — 프로덕션 빌드에는 영향 없음
Eigent에 기여하는 모든 사람에게 더 빠른 반복 사이클을 제공합니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1448
📦 NPM Wrapper 버전 추적
업그레이드할 때 불편했던 버그를 해결했습니다.
npm wrapper의 버전 관리 문제를 수정해 준 @4pmtong과 승인해 준 @bytecii에게 감사드립니다.
사용자가 Eigent를 업그레이드할 때(예: 0.0.85에서 0.0.86으로), wrapper 스크립트는 계속해서 이전 Python 가상 환경을 가리키고 있었습니다. 이로 인해 업그레이드 후 wrapper가 오래된 의존성을 참조하는 문제가 발생했습니다.
무엇이 수정되었나요:
- 이제 wrapper는 정적 마커 대신 실제
pythonPath를 저장 - 업그레이드 중 경로가 바뀌면 자동 감지
- wrapper 스크립트가 자동으로 재생성됨 — 수동 정리 불필요
이제 업그레이드가 그냥 잘 작동합니다.
🔗 PR: https://github.com/eigent-ai/eigent/pull/1458
🐛 버그 수정
이번 릴리스에는 안정성을 개선하기 위한 여러 표적 버그 수정도 포함되어 있습니다:
-
help_improve개인정보 버그 수정 — 예상치 못한 백엔드 필드로 인해 발생한 UI 검증 문제를 해결했으며, 서버 측 후속 패치도 포함했습니다. (#1455 — @a7m-1st) -
트리거로 인한 UI 문제 수정 — Windows에서 헤더 간격을 수정하고, 파일 뷰어 스크롤을 복원했으며, schedule trigger 구성에서 불필요한 실행 설정을 숨겼습니다. (#1453 — @a7m-1st)
-
HTML 및 PDF 스크롤 수정 — 파일 뷰어에서 HTML 및 PDF 콘텐츠를 볼 때 발생하던 스크롤 문제를 해결했습니다. (#1470 — @4pmtong)
-
누락된
react-checkbox의존성 추가 — 업데이트된 개인정보 설정 UI에 필요한 누락 패키지를 수정했습니다. (#1467 — @4pmtong) -
README 오타 수정 — 문서 정리 작업입니다. (#1461 — @layla)
❤️ 커뮤니티는 계속 기준을 높이고 있습니다
이번 스프린트에서 제공된 내용:
- 간소화된 개인정보 동의 흐름
- GPT-5.4 모델 지원
- 업그레이드된 멀티모달 에이전트 툴킷
- 더 나은 트리거 상태 보고
- 더 빠른 개발 모드 시작
- 안정적인 npm wrapper 업그레이드
이 모든 개선은 자신이 사용하는 것을 더 좋게 만들고 싶어 한 기여자들로부터 나왔습니다.
이것이 오픈 소스의 힘이며 — 오픈 소스 코워커의 힘입니다.
모델, UX, 에이전트, 툴링, 또는 코워커 워크플로에 기여해 보고 싶었다면, 지금이 바로 그 순간입니다.
계속 만들어 갑시다.
Recent Posts

Qwen3.8-Max: Alibaba의 2.4T 오픈 웨이트 코딩 모델
Qwen3.8-Max는 코딩과 에이전트 작업을 위한 Alibaba의 2.4T 파라미터 오픈 웨이트 모델입니다. 사양, 가격, 확인된 내용과 지켜볼 점을 알아보세요.

Thinking Machines Inkling-Small: 더 큰 형제 모델을 능가하는 276B 모델
Thinking Machines Lab의 Inkling-Small은 4분의 1 크기로 Inkling에 필적하는 276B 오픈 웨이트 MoE 모델입니다. 사양, 벤치마크, 가격 및 주요 시사점을 소개합니다.

Augment Code 대안
현재 가격, 공유 사용량, 컨텍스트 품질, 소스 접근, 셀프 호스팅, 보안 및 팀 적합성을 기준으로 대규모 코드베이스용 Augment Code 대안을 비교합니다.