CLI 레퍼런스

jamjet CLI는 프로젝트 관리, 워크플로우 실행, 실행 검사를 위한 주요 인터페이스입니다.

설치

pip install jamjet
jamjet --version

# JamJet CLI 0.1.0

전역 플래그

플래그	설명
`--runtime URL`	런타임 URL (기본값: `http://localhost:7700`)
`--api-key KEY`	호스팅된 런타임용 API 키
`--output json`	JSON으로 출력 (스크립팅용)
`-v, --verbose`	상세 출력

`jamjet init`

새 프로젝트를 스캐폴드하거나 기존 프로젝트에 JamJet을 추가합니다.


# 새 디렉토리에 새 프로젝트 생성

jamjet init my-agent
cd my-agent

# 현재 디렉토리에 추가 (git init처럼)

jamjet init

생성되는 파일:

workflow.yaml — 스타터 워크플로우 템플릿
jamjet.toml — 프로젝트 설정
README.md — 프로젝트 readme

`jamjet dev`

로컬 개발 런타임을 시작합니다.

jamjet dev

▶ JamJet Dev Runtime
  Port:  7700
  Mode:  local (SQLite)
  API:   http://localhost:7700

Ctrl+C를 눌러 종료하세요.

플래그	설명
`--port N`	N번 포트에서 수신 (기본값: 7700)
`--db PATH`	SQLite 파일 경로 (기본값: `.jamjet/dev.db`)
`--with-mcp-server`	MCP 서버도 함께 시작
`--with-a2a-server`	A2A 에이전트 서버도 함께 시작
`--reload`	워크플로우 파일 변경 시 자동 재로드

`jamjet validate`

워크플로우 파일을 실행하지 않고 검증합니다.

jamjet validate workflow.yaml

Valid. workflow_id=hello-agent version=0.1.0
  Nodes: 4  Edges: 3

`jamjet run`

워크플로우 실행을 제출하고 결과를 기다립니다.

jamjet run workflow.yaml --input '{"query": "What is JamJet?"}'

✓ Execution started: exec_01JM4X8NKWP2
  Status: running
✓ node_completed   think   claude-haiku  512ms
✓ Execution completed.

플래그	설명
`--input JSON`	JSON 형식의 초기 상태
`--input-file PATH`	JSON 파일에서 초기 상태 읽기
`--stream`	이벤트를 실시간으로 스트리밍
`--wait / --no-wait`	완료 대기 (기본값: wait)
`--timeout N`	타임아웃(초) (기본값: 300)

--stream 사용 시:

jamjet run workflow.yaml --input '{"query": "Explain event sourcing"}' --stream

✓ exec_01JM5Y9... started
 → node_started    think
✓ node_completed   think   claude-haiku  489ms  (64→312 tokens)
✓ Stream complete

`jamjet inspect`

실행의 전체 상태와 이벤트 타임라인을 확인합니다.

jamjet inspect exec_01JM4X8NKWP2

Execution: exec_01JM4X8NKWP2
  Workflow: hello-agent v0.1.0
  Status:   completed
  Duration: 512ms

State:
  query:  "What is JamJet?"
  answer: "JamJet is an agent-native runtime..."

Events:
  09:31:00.001  execution_started
  09:31:00.012  node_started      think
  09:31:00.524  node_completed    think    claude-haiku (64 in / 312 out tokens)
  09:31:00.525  execution_completed

Token usage:
  Input:  64
  Output: 312
  Cost:   ~$0.00012

`jamjet ls`

최근 실행 목록을 표시합니다.

jamjet ls

ID                        Workflow         Status      Duration  Started
exec_01JM5Y9NKWP3        research-agent   completed   2.1s      2m ago
exec_01JM4X8NKWP2        hello-agent      completed   512ms     5m ago
exec_01JM3W7MKVM1        research-agent   failed      8.3s      12m ago

Flag	Description
`--workflow ID`	워크플로우 ID로 필터링
`--status STATUS`	상태로 필터링 (running, completed, failed)
`--limit N`	N개 결과 표시 (기본값: 20)

`jamjet resume`

대기 중이거나 실패한 실행을 재개합니다.


# 대기 중인 실행 재개 (예: 사람의 승인 후)

jamjet resume exec_01JM4X8NKWP2 --event human_approved --data '{"approved": true}'

# 마지막 체크포인트에서 실패한 실행 재시도

jamjet resume exec_01JM3W7MKVM1 --retry

`jamjet cancel`

실행 중인 실행을 취소합니다.

jamjet cancel exec_01JM4X8NKWP2

`jamjet tools`

MCP 도구 서버를 검사하고 테스트합니다.


# 사용 가능한 모든 도구 나열

jamjet tools list

# 도구 직접 호출 (테스트용)

jamjet tools call brave-search web_search --args '{"query": "JamJet"}'

`jamjet agents`

A2A 에이전트 카드를 검사합니다.


# 원격 에이전트 검사

jamjet agents inspect https://agents.example.com/research-agent

# 로컬로 노출된 에이전트 목록

jamjet agents list

`jamjet eval run`

워크플로에 대해 평가 데이터셋을 실행합니다.

jamjet eval run dataset.jsonl \
  --workflow workflow.yaml \
  --rubric "Is the answer accurate and complete?" \
  --min-score 4 \
  --assert "len(output.answer) > 0" \
  --fail-below 0.9

Running 50 eval rows... ████████████████████ 50/50

┌─────────┬────────────┬───────┬──────────┬────────────────────┐
│ Row     │ Status     │ Score │ Latency  │ Note               │
├─────────┼────────────┼───────┼──────────┼────────────────────┤
│ row_001 │ ✓ passed   │ 4.8   │  512ms   │                    │
│ row_002 │ ✗ failed   │ 2.1   │  891ms   │ Answer too vague   │
│ ...     │ ...        │ ...   │ ...      │ ...                │
└─────────┴────────────┴───────┴──────────┴────────────────────┘

Results: 47/50 passed (94.0%) — above threshold 90.0% ✓

Flag	Description
`--workflow PATH`	실행할 워크플로 파일
`--rubric TEXT`	LLM 평가 기준
`--model MODEL`	LLM 평가에 사용할 모델 (기본값: claude-haiku-4-5-20251001)
`--min-score N`	최소 점수 1–5 (기본값: 4)
`--assert EXPR`	Python 어서션 (반복 가능)
`--latency-ms N`	최대 지연 시간 임계값
`--cost-usd N`	행당 최대 비용
`--concurrency N`	병렬 실행 행 수 (기본값: 5)
`--fail-below N`	통과율이 N 미만이면 종료 코드 1 반환 (기본값: 1.0)
`--output PATH`	결과 JSON을 파일로 저장

CLI 레퍼런스

On this page