명령

명령 표면은 두 가지입니다. 슬래시 명령은 세션 안에서 돌고 코어가 소유하므로, 같은 /ralph가 TUI에서도, snowpea -c에서도, 예약 잡에서도, Telegram 메시지에서도 똑같이 동작합니다. CLI 서브커맨드는 세션을 열지 않고 데몬을 조회하고 설정합니다.

snowpea commands list
snowpea commands list --json

이 명령은 설치된 플러그인이 추가한 명령까지 포함해 현재 등록된 목록을 그대로 출력합니다. UI 안의 /help도 같은 내용을 보여줍니다.

슬래시 명령

세션과 모드

명령	하는 일
/help	사용 가능한 모든 명령을 나열
/tools	등록된 툴을 카테고리·권한·상태와 함께 나열
/compact [지시]	지금까지의 대화를 요약해 그 요약으로 이어서 진행
/plan, /accept, /auto [요청]	모드 전환. 뒤에 요청을 붙이면 바뀐 모드로 그 요청을 바로 실행 (/plan 게임을 설계해줘). /plan clear는 현재 계획을 버립니다(계획 절 참고)
/mode [plan|accept|auto|save|show]	프로젝트 기본값을 보거나, 바꾸거나, 저장
/busy [steer|queue]	바쁜 턴의 후속 프롬프트 처리 방식을 보거나 설정. 기본 steer는 대기열 프롬프트를 실행 중 턴의 다음 모델 호출 전에 합치고, queue는 예전처럼 별도 턴으로 나중에 실행
/memory [list|search <q>|forget <id>] [--project|--global|--all]	장기 기억을 보고, 찾고, 지웁니다. 범위 기본값은 --all이고, 에이전트가 실제로 회상하는 범위와 같습니다
/approvals	답을 기다리는 무인 승인 요청을 나열
/allow <regex> [--global]	반복되는 질문을 조용한 허용으로 승격
/allowlist [remove <id>]	allowlist를 보거나 정리
/backend [local|docker|ssh] [json]	툴이 실행되는 곳을 보거나 바꿈
/delegate <에이전트> <task>	태스크 하나를 지정한 에이전트에게 위임 — 평범한 턴 안에서 delegate_task를 직접 호출하고, 기다린 뒤 결과를 답으로 알려줌
$<에이전트> <task>	/delegate <에이전트> <task>의 축약형. 데몬이 이 접두사를 직접 해석하므로 터미널 UI뿐 아니라 어떤 클라이언트에서도 동일하게 동작
/delegation	위임 모드가 켜져 있는지 보여 줌. /delegation on 은 이 세션에서 구현·테스트·검증을 팀 에이전트에게 맡기게 하고(저장됨), /delegation off 는 직접 하게 하며, /delegation auto 는 agents.delegateByDefault 를 따름. 위임 모드 참고

터미널 UI

아래 명령은 코어가 아니라 터미널 UI가 직접 처리합니다. 그래서 snowpea commands list 에는 나오지 않고, 사람이 앞에 앉아 있는 세션에서만 동작합니다. 화면에서 무슨 일이 일어나는지는 터미널 UI에 있습니다.

명령	하는 일
/resume	이 디렉터리에서 마지막으로 쓰던 세션을 다시 열고 재생
/model, /models	설정된 모든 벤더가 지원하는 모델 전체를 나열하고 선택. /model <vendor:model> 은 이 세션에 고정(저장되어 재시작 후에도 유지), /model inherit 은 고정 해제, /model default <id> 는 models.default 설정
/effort	모델이 얼마나 오래 생각할지와 그것을 정한 규칙을 보여 줌. /effort low|medium|high|max 는 이 세션에 고정(저장됨), /effort auto 는 고정 해제. 추론 강도 참고
/attach <경로>	다음 프롬프트에 파일을 첨부
/voice	음성 입력을 켬. 이후 Ctrl+Space 로 녹음
/rec	녹음 시작·중지, Ctrl+Space 와 같음
/tts on|off	답변이 끝날 때마다 읽어 줌
/update	제안된 업그레이드를 받음, U 와 같음

작업

명령	하는 일
/ralph <task>	PRD 루프: 수용 기준이 붙은 스토리를 쓰고, 구현하고, 검증하고, APPROVE가 나올 때까지 리뷰
/ultrawork <task>	독립적인 조각으로 쪼개 동시 서브에이전트에 돌리고 보고서를 합침
/review [what]	커밋되지 않은 변경을 읽기 전용 reviewer 에이전트로 리뷰하고 판정을 전달
/setup [providers|search|browser|audio|all]	설정 마법사 화면을 이 자리에서 다시 실행. 키는 가려진 채 입력. providers에서 로컬·OpenAI 호환 서버(이름, URL, 모델, 선택 키)를 여러 개 추가·수정
/login <vendor> [method]	벤더 로그인 — 브라우저 흐름, 디바이스 흐름, 또는 가려진 키 입력
/init [--force]	프로젝트 루트에 빠르고 거친 AGENTS.md를 한 턴에 작성; 기존 파일이 있으면 --force 없이는 병합
/deepinit [path]	탐색 후 계층적 AGENTS.md 작성 (디렉터리별 map→write, 이어서 루트)
/team "<task>"	활성 팀 구성원이 역할별로 처리 — 계획·구현·테스트·리뷰
/team <name> "<task>"	같은 파이프라인을 지정한 프로젝트/전역 팀으로 이번 한 번만
/team <N> "<task>"	/workers <N> "<task>" 호환 표기. 응답에서 현재 표기는 /workers N이라고 안내
/workers <N> "<task>"	동일한 작업자 N명에게 각각 git worktree를 주고 태스크가 끝나는 대로 브랜치를 병합
/team create <name> <agent...>	기존 에이전트로 프로젝트 팀을 만들고 즉시 활성화
/team use <name> / /team use none	프로젝트의 활성 팀 전환 또는 해제
/team list	모든 팀과 출처, 각 구성원이 맡는 단계 표시
/deep-interview <idea>	모호함을 점수화해 스펙이 확정될 때까지 넘기지 않는 소크라테스식 인터뷰
/deep-research <topic>	서브에이전트에 걸쳐 흩어진 다중 출처 웹 리서치, 출처와 함께 답변
/ralplan <task>	합의 기반 계획 — 코드를 쓰기 전에 planner, architect, critic이 논쟁

/ralph는 자신의 상태를 <project>/.snowpea/ralph/에 prd.json과 progress.md로 남기므로 지금 무엇을 하고 있다고 생각하는지 읽고 고칠 수 있습니다. /ralph만 쓰거나 "계속"만 말하면(/ralph 실행해줘, /ralph 계속해줘, /ralph --resume) 새 작업을 계획하지 않고 끝나지 않은 prd.json을 이어서 진행합니다 — 예약 잡에는 이 형태를 쓰세요. 새 작업을 주면 끝나지 않은 PRD는 prd-<시각>.json으로 남겨 둡니다. 그리고 수렴하지 못하면 ralph.max_iterations(10)에서 멈춥니다. /ultrawork와 /deepinit은 agents.max_concurrent(기본 3) 안에서 흩어집니다. 마지막 세 개는 core/snowpea_core/builtin_skills/ 아래의 SKILL.md 파일이고, 여러분의 스킬을 읽는 것과 같은 로더로 읽힙니다 — 읽고, 복사하고, 고치세요.

/init은 /deepinit의 빠른 버전입니다: 서브에이전트 없이 메인 에이전트 턴 하나, 도구 호출도 몇 번 정도로 — Claude Code 자체의 /init과 같은 정신입니다. 프로젝트에 설정 파일이 아직 없으면 <project>/.snowpea/settings.json을 defaultMode: "accept"로 만들지만, 이미 있으면 손대지 않습니다. plan 모드에서는 무엇을 쓸지 보고만 합니다.

계획

프로젝트에는 현재 계획이 많아야 하나 있습니다: <project>/.snowpea/plans/current.md(쓰인 그대로의 계획)와 그 옆의 current.json(id, 제목, 출처, 상태, 마크다운 해시, 그리고 S1… 단계마다 pending/in_progress/done/blocked). plan_save 도구가 이것을 씁니다 — /ralplan과 /deep-interview는 마지막 계획이나 스펙으로 이 도구를 부르고, plan 모드는 계획이 끝나면 부릅니다. /ralplan이나 /deep-interview 턴이 plan_save 없이 끝나면, 그 턴에서 계획 모양을 한(제목 아래 번호 목록이 있는) 가장 최근 메시지를 대신 저장합니다. plan 모드에서 .md/.markdown/.txt 파일만 쓰고 끝냈다면, 세션이 plan 모드를 벗어날 때 그중 가장 최근 파일이 현재 계획으로 등록되고, plan 모드에 들어갈 때마다 새로 셉니다. 새 계획을 저장하면 이전 계획은 .snowpea/plans/archive/<시각>-<slug>.{md,json}에 남습니다. current.md를 손으로 고쳐도 됩니다: 마크다운에서 읽은 단계는 다시 읽히고, 제목이 같은 단계는 상태를 유지합니다. 계획을 저장하거나 단계를 표시하는 일은 메인 에이전트만 할 수 있고, 위임된 하위 에이전트는 거절됩니다.

/ralph, /team, /ultrawork, /workers <N>은 인자가 없거나, "계속"/"실행"만 말하는 문구이거나, 계획의 제목 그대로일 때 현재 계획을 실행합니다. 군말은 무시하므로 실행해줘, 구현해줘, 그냥 구현해줘, 나머지 구현해줘, 다음 단계 진행해줘, 이어서 해줘, 계속 진행해줘, ㄱㄱ, go ahead, implement it, run the plan이 모두 해당하고, S3 진행해줘는 S3 단계만 실행합니다. /ralph가 끝나지 않은 prd.json을 이어 갈 때도 같은 문구 목록을 씁니다. 플래너는 계획과 단계별 상태를 받아 남은 단계마다 스토리나 작업을 하나씩 만들고(끝난 단계는 건너뜀), 각각에 plan_step과 계획 id를 붙입니다. 통과하면 그 단계가 done이 되고, 실패하면 이유와 함께 in_progress로 남습니다. 표시는 그 계획이 여전히 현재이고 진행 중일 때만 들어갑니다: 실행 도중 바뀐 계획은 건드리지 않고, 끝난 계획을 다시 열지도 않습니다. 계획이 있는데 구체적인 새 작업을 주면 그 작업을 계획하되 계획은 배경 자료로만 넘깁니다. /ralph는 끝나지 않은 prd.json이 현재 계획에서 나온 것이거나 계획보다 나중 것이면 그것을 먼저 이어 가며, 스토리별 진행 상황을 그대로 유지합니다. 각 명령은 어떤 계획을 실행하는지 저장 시점과 출처까지 함께 말합니다. 저장, 단계 변경, 지우기마다 plan.updated 세션 이벤트가 나갑니다. 메인 에이전트는 매 턴 Current plan: <제목> (saved 3d ago by ralplan) — 2/7 steps done; next: S3 … 한 줄을 보므로, 대화가 압축된 뒤에 "그냥 구현해줘"라고 해도 계획을 찾고 plan_update_step으로 단계를 표시합니다.

계획 먼저 게이트. 세 어절 이하에 구체적인 대상이 없는 요청은, 현재 계획이 없으면(/ralph는 끝나지 않은 PRD도 없으면) 바로 실행하지 않습니다. 예: /ralph 개선해줘, /team "improve performance". 경로, 파일 이름, 심볼, 대문자 이름, 버전, URL, 목록, 따옴표 친 문구가 있으면 구체적인 요청이고, 한국어 문장 속의 영문 단어(pytest 실패 고쳐줘)도 마찬가지입니다. /ralph, /team(/team N 포함), /workers, /ultrawork에 적용됩니다. 답할 사람이 있으면 /ralplan으로 먼저 계획할지(별도 턴으로 대기열에 들어감), 그대로 실행할지, 취소할지 묻습니다. 답할 사람이 있다는 것은 세션에 대화형 클라이언트가 붙어 있거나, 승인자 사용자가 지정된 바인딩의 메신저 채팅이라는 뜻입니다. 헤드리스 클라이언트이거나 답이 없으면 그대로 실행합니다. 무인 실행(예약 잡, 이름 붙은 에이전트의 잡)에는 묻지 않습니다. --force, --now, 또는 앞의 !(/ralph !개선해줘)로 게이트를 건너뛰고, planning.gate: "off"로 끕니다.

계획을 바꾸려면 새 계획을 저장하세요(/plan, /ralplan, /deep-interview). 계획을 버리려면 /plan clear를 쓰거나, 에이전트에게 plan_save를 clear: true로 부르게 하세요. 어느 쪽이든 계획은 보관됩니다.

생성기

명령	하는 일
/agent create "<description>"	<project>/.snowpea/agents/<name>.md에 에이전트 정의를 작성
/agent list	에이전트 정의를 나열
/agent use <name|none>	이 세션을 그 에이전트로 실행: 프롬프트·도구·라운드 수 적용 (none이면 해제)
/skill create <name> "<할 일>" [--global] [--force]	브리프로부터 SKILL.md를 생성해 <project>/.snowpea/skills/<name>/에 작성 (--global이면 $SNOWPEA_HOME/skills/<name>/); 이미 있으면 --force 없이는 덮어쓰지 않음
/skill learn [name]	방금 끝낸 세션을 <project>/.snowpea/skills/<name>/SKILL.md로 바꿈
/skill reload	SKILL.md를 손으로 고친 뒤 스킬·에이전트·명령·플러그인 MCP 서버를 다시 읽음(설치나 /skill create는 스스로 재적재)
/skill list	설치된 것을 종류·출처별로 표시

생성된 에이전트는 재적재 없이 곧바로 delegate_task 대상이 됩니다.

MCP 서버

명령	하는 일
/mcp 또는 /mcp list	설정된 서버 표: 이름·스코프·전송·상태·툴 수
/mcp get <name>	서버 하나를 툴까지 전부; env와 headers는 키 이름만 보임
/mcp add <name> -- <command> [args…]	stdio 서버를 <project>/.mcp.json에 추가 (--global이면 $SNOWPEA_HOME/.mcp.json)
/mcp add <name> --url <https://…>	원격 서버를 추가; 자격 증명은 --header K=V
/mcp add-json <name> '<json>'	.mcp.json 항목을 그대로 추가
/mcp test <name>	띄워서 툴 목록을 받아보고, 실패하면 그 에러를 보고
/mcp configure <name> [--tools a,b] [tool…]	이 툴들만 등록; 이름이 없으면 전부
/mcp enable|disable <name>	항목은 두되 더는 띄우지 않기, 그리고 되돌리기
/mcp remove <name>	항목을 지우고 서버를 멈춤
/mcp reload [name]	서버 하나를, 또는 모든 선언을 다시 읽어 재시작
/mcp catalog	--preset이 받는 큐레이션 목록

--env K=V와 --header K=V는 여러 번 쓸 수 있습니다. 서버가 tools/list에 한 번 답하기 전에는 아무것도 쓰지 않고(--no-test로 건너뜀), 명령줄은 언제나 argv이지 셸 문자열이 아니며, 추가·삭제·수정은 데몬 재시작 없이 반영됩니다. 플러그인이나 설정의 mcp.servers가 선언한 서버는 목록에는 나오지만 읽기 전용입니다.

스케줄링

명령	하는 일
/schedule "<spec>" "<task>" [--channel X] [--mode M]	잡을 등록
/schedule	잡을 나열하거나, 하나를 취소

CLI 서브커맨드

조회

snowpea --version
snowpea tools list --json
snowpea commands list --json
snowpea agents --json
snowpea daemon status --json

tools list와 commands list는 각각 RPC 메서드 하나를 호출하고 끝납니다. 세션을 만들지도 모델을 부르지도 않으므로, 설치 직후나 CI에서 쓰기 좋은 스모크 테스트입니다. tools list는 뒷단 제공자가 있는 도구에는 그 제공자도 함께 출력하므로, web_search에서는 실제로 응답할 검색 제공자를 볼 수 있습니다.

프로젝트 초기화

snowpea init
snowpea init --force

현재 디렉터리(또는 실행한 위치)에 세션을 열고 /init을 — 위 작업 참고 — snowpea -c와 같은 경로로 한 번의 헤드리스 턴으로 돌립니다. 종료 코드는 헤드리스를 참고하세요.

컨텍스트

snowpea session context --json
snowpea session compact s-abc123 "API 설계 결정은 남겨줘"

session context 는 살아 있는 세션마다 한 줄씩, 사용 중인 토큰과 모델의 컨텍스트 윈도우, 그 비율을 출력합니다. 알아낼 수 없는 윈도우는 추측하지 않고 ? 로 표시합니다. 호스팅 벤더는 내장 표에서 찾고, 로컬 vLLM·Ollama 서버에는 한 번만 물어본 뒤 캐시하며, settings.json 의 providers.<vendor>.context_window 가 둘 다 덮어씁니다.

긴 세션을 그 윈도우 안에 유지하는 수단이 compaction 입니다. /compact 는 지금까지의 내용을 "Session summary" 시스템 메시지 하나로 요약하고, 마지막 몇 개 메시지는 그대로 남긴 뒤 이어서 진행합니다. session compact 는 셸에서 같은 일을 합니다. 한 턴이 윈도우의 context.autoCompactPercent(기본 85)를 넘길 것 같으면 자동으로도 실행되며, 툴 루프 중간이 아니라 항상 턴과 턴 사이에 일어납니다. context.autoCompact 를 false 로 두면 /compact 로만 하게 됩니다.

세션

snowpea session list
snowpea session list --include-closed --workdir ~/src/api --json
snowpea session delete s-abc123
snowpea session clear --all

session list는 살아 있는 세션을, --include-closed를 주면 저장된 세션까지 보여줍니다 — id, 모드, 생성 시각, 작업 디렉터리, 마지막 프롬프트. session delete와 session clear는 저장된 세션을 첨부·음성 파일까지 함께 지웁니다. 살아 있는 세션은 절대 지워지지 않으니 먼저 닫아 주세요. session list에서 고른 id는 snowpea -c "…" --resume <id>로 이어갈 수 있습니다.

체크포인트

Snowpea는 클라이언트가 "이 턴 이전으로 복원"을 제공할 수 있도록 턴별 체크포인트를 기록합니다. 세션 작업 디렉터리 안의 일반 파일에 대한 툴 쓰기는 한 턴에서 첫 번째 쓰기 전에 캡처되고, 셸 쪽 변경은 작업 디렉터리가 git 저장소일 때만 감지됩니다. 작업 디렉터리 밖의 파일, .git/, node_modules/, .snowpea/, __pycache__/, dist/, out/, 5 MB보다 큰 파일은 추적하지 않습니다. 저장된 세션을 삭제하면 그 체크포인트도 함께 삭제합니다.

모델 프로필

snowpea model profiles --json
snowpea model default fast
snowpea model assign executor deep
snowpea model assign executor daily --project
snowpea model assign executor

model profiles는 라우팅이 실제로 보는 그대로를 출력합니다 — 프로젝트 models 블록을 전역 위에 덮은 결과, 각 줄에 [global]/[project] 표시, 실제 적용되는 기본값에 * — 그리고 에이전트별 지정도 같이 나옵니다. model assign은 에이전트 하나를 프로필에 연결하고 model default는 기본값을 정합니다. 둘 다 --project를 주면 <workdir>/.snowpea/settings.json에 쓰고, 프로필 id를 빼면 해당 설정을 지웁니다. 없는 프로필 id는 데몬이 거부합니다.

이 설정들이 들어가는 5단계 우선순위는 설정을 보세요.

검색

snowpea search test "snowpea agent github"
snowpea search test "snowpea agent github" --json

search test는 설정된 제공자로 실제 질의를 한 번 보내고, 어떤 제공자가 응답했는지와 건너뛴 제공자마다의 이유(API 키 없음, 인스턴스 URL 미설정, HTTP 오류)를 출력합니다. 데몬이 없어도 됩니다. $SNOWPEA_HOME/settings.json을 직접 읽습니다. 하나라도 응답하면 종료 코드 0, 아무도 응답하지 못하면 2입니다.

데몬

snowpea daemon status
snowpea daemon start
snowpea daemon stop

status는 포트, pid, 가동 시간, 네 가지 keepalive 카운터(세션, 잡, 게이트웨이 바인딩, 이름 있는 에이전트), 그리고 데몬이 종료하려는지와 종료하지 않는다면 그 이유를 출력합니다.

벤더

snowpea provider list
snowpea provider login openai
snowpea setup --vendor deepseek --key sk-...

OpenAI 호환 서버는 각각 이름을 달아 여러 대를 함께 등록할 수 있습니다. add-local이 하나를 추가하고, remove는 그 블록과 그 서버를 가리키던 모델 프로필까지 지웁니다.

snowpea provider add-local hon2 --url http://hon2.example.com:8000/v1 --type vllm
snowpea provider models hon2
snowpea provider remove hon2

설정 파일 모양과 마법사 흐름은 로컬 서버 여러 대를 보세요.

스킬과 플러그인

snowpea skill list
snowpea skill search "pdf"
snowpea skill install oh-my-claudecode
snowpea skill install ./my-plugin
snowpea skill remove my-plugin

MCP 서버

snowpea mcp list
snowpea mcp add notes -- python -m my_notes_server
snowpea mcp add remote --url https://example.internal/mcp --header Authorization=Bearer-xxx
snowpea mcp add github --preset github --env GITHUB_PERSONAL_ACCESS_TOKEN=ghp_xxx
snowpea mcp get notes --json
snowpea mcp test notes
snowpea mcp configure notes --tools search,fetch
snowpea mcp disable notes
snowpea mcp remove notes
snowpea mcp reload
snowpea mcp catalog

--scope global(줄여서 --global)은 프로젝트 파일 대신 $SNOWPEA_HOME/.mcp.json에 씁니다. 바로 그 -- 뒤는 자식 프로세스의 argv 그대로이고 파싱되지 않으므로, 플래그는 -- 앞뒤 어디에 와도 됩니다. 모든 서브커맨드가 --json을 받습니다. 파일 형식은 플러그인을 보세요.

잡

snowpea job schedule --at "0 9 * * *" --task "어제 커밋 요약" --channel telegram:123456
snowpea job schedule --in 10m --task "빌드 확인" --mode plan
snowpea job list --json
snowpea job run <job-id>
snowpea job cancel <job-id>

--at, --in, --every, --cron, --spec은 같은 옵션의 다섯 가지 이름입니다. 쓰려는 스케줄에 가장 잘 읽히는 것을 고르세요.

게이트웨이

snowpea gateway bind telegram TELEGRAM_BOT_TOKEN agent:scribe --user 987654
snowpea gateway list --json
snowpea gateway unbind <binding-id>

음성 엔진

snowpea audio install faster-whisper
snowpea audio install piper
snowpea audio install edge-tts

데몬이 도는 기계에 로컬 음성 엔진을 설치합니다. uv tool install, pipx, pip install --user 중 있는 것을 쓰고 로그를 그대로 보여줍니다. piper는 기본 음성 하나도 함께 받습니다. 시스템 패키지(espeak-ng, say, powershell)는 대신 설치하지 않습니다. 종료 코드 2와 함께 직접 실행할 명령을 알려줍니다. 설정을 보세요.

팀과 서비스

snowpea workers status
snowpea team status
snowpea team list
snowpea team create delivery architect executor verifier
snowpea team use delivery
snowpea team delete delivery
snowpea service install
snowpea service status
snowpea service uninstall

workers status(예전 이름 team status)는 돌고 있는 팀의 태스크별 상태와 재시도 횟수를 보여줍니다. team list·create·use·delete는 재사용 가능한 에이전트 팀 쪽입니다. /team create가 쓰는 것과 같은 <workdir>/.snowpea/settings.json의 프로젝트 팀을 전역 팀과 함께 보여주고, 활성 팀에 표시를 붙입니다. team delete는 프로젝트 팀만 지웁니다. service는 데몬을 로그인 시 자동 시작하도록 등록합니다 — Linux에서는 systemd 사용자 유닛, macOS에서는 launchd 에이전트, Windows에서는 예약 작업입니다. 기본값은 꺼짐이고, 스케줄과 게이트웨이가 터미널 로그인 없이도 재부팅을 넘겨 살아남아야 할 때만 필요합니다.

전역 옵션

옵션	의미
--version	버전을 출력하고 종료
--home DIR	이번 실행에 한해 SNOWPEA_HOME을 덮어씀
--mode plan|accept|auto	시작하는 세션의 모드
-c, --prompt TEXT	헤드리스로 한 턴만 돌고 종료
--json	산문 대신 JSON Lines 출력
--cwd DIR	세션의 작업 디렉터리
--timeout SEC	SEC초 뒤 턴을 중단
--provider VENDOR	이번 세션의 벤더
--resume SESSION_ID	새 세션 대신 저장된 세션을 이어서 진행
--approve-none	묻는 대신 모든 승인을 거부

슬래시 명령을 헤드리스로 돌리기

레지스트리가 코어 안에 있으므로 슬래시 명령은 그 자체로 유효한 헤드리스 프롬프트입니다.

snowpea -c "/ralph add a failing test then make it pass" --mode auto
snowpea -c "/deepinit" --json
snowpea -c "/init --force" --json

CLI는 이를 파싱하지 않습니다. 텍스트를 그대로 코어에 넘기고, 코어는 TUI가 하는 것과 똑같이 처리합니다.

다음

플러그인 — 나만의 명령을 추가하기.