케플로이
무료
Keploy는
Keploy - 심층적인 도구 분석
핵심 매개변수 및 통계
| 매개변수 | 최신 공개정보 |
|---|---|
| 도구 유형 결정 | 생산성/비즈니스 응용 |
| 핵심 전달 형태 | 오픈 소스 CLI + 클라우드 콘솔 + 엔터프라이즈 버전 기능 |
| 핵심기술 로드맵 | eBPF 네트워크 계층 트래픽 캡처 기록/재생, Mock Registry, AI 지원 커버리지 확장 |
| 지원되는 플랫폼 | 웹, CLI, API |
| 공공 라이센스 | OSS 코어는 Apache 2.0 |
| 공공 생태 신호 | GitHub 별 17.6,000개, 포크 2.2,000개, 기여자 127명, 릴리스 597개 |
| 공식 웹사이트 공개 지표 | 120만 건 이상의 다운로드, 2억 건 이상의 모의 생성, 15.6,000개의 별 |
| 검증 가능한 최신 OSS 버전 | v3.5.66, 2026-06-16 |
한 문장으로 간단히 설명: Keploy는 "또 다른 테스트 관리 패널"이 아니라 프로덕션 트래픽을 회귀 테스트 및 샌드박스에 의존하는 API 테스트 플랫폼으로 직접 변환하여 느린 통합 테스트 작성, 신뢰할 수 없는 모의 및 불안정한 회귀 적용 범위라는 세 가지 오래된 문제를 해결하는 데 중점을 둡니다.
도구 유형 결정: Keploy는 기본 모델 MCP 또는 단순한 RAG 인프라보다는 규칙 D의 생산성/비즈니스 측면 적용에 더 가깝습니다. 그 이유는 간단합니다. R&D 팀이 기록/재생, 적용 범위 분석, 팀 협업 및 기업 관리를 구현하기 위한 테스트 플랫폼이기 때문입니다. 사용자는 구매할 때 기본 모델 인터페이스 자체보다는 가격 수준 CI 액세스, 권한 SLA 및 샌드박스 기능도 살펴봅니다.
공개 검증: 공식 웹사이트에서는 핵심 판매 포인트를 "eBPF로 실제 API 트래픽을 캡처하고 결정론적 회귀 테스트, 자동 생성된 모의 테스트, 프로덕션과 유사한 샌드박스로 CI에서 재생"이라고 기록합니다. 이 프로모션은 공식 CLI, GitHub README 및 가격 페이지와 일치합니다. 단순히 테스트 카피에 LLM을 적용하는 것이 아닙니다. API 및 통합 테스트에서 가장 시간이 많이 걸리는 부분은 어설션 자체가 아니라 실제 종속성, 경계 값, 순서 관계 및 외부 시스템 동작을 안정적으로 재구성하는 방법이라는 것입니다.
사용자 및 시장 인지도
오픈 소스 신호: GitHub 저장소는 17.6,000개의 별, 2.2,000개의 포크, 127명의 기여자 및 597개의 릴리스를 공개했습니다. 이는 한 번 릴리스되었다가 중단되는 데모 프로젝트가 아니라 높은 빈도로 계속 반복되는 엔지니어링 제품임을 나타냅니다.
사이트 공개 지표: 공식 웹사이트 홈페이지는 120만 건 이상의 다운로드, 2억 건 이상의 모의 생성을 공개하고 Gartner Peer Insights 4.6/5, G2 4.9/5 및 Capterra 4.9/5에 대한 등급 입구를 제공합니다. 이를 절대적인 결론이라기보다는 '시장 채택 단서'로 간주하는 것이 더 적절합니다. 등급 표본 크기와 통계적 역량은 여전히 각 플랫폼의 실시간 페이지를 기반으로 해야 하기 때문입니다.
상용화 신호: 가격 책정 페이지가 Playground, Pro, Enterprise의 세 가지 레이어로 구분되었으며 SCIM, 디렉토리 동기화 99.99% SLA, 우선순위 응답 Kubernetes 기록 재생 및 스테이징/프로드 캡처가 엔터프라이즈 레이어에 배치되었습니다. 이는 Keploy의 목표가 오픈 소스 커뮤니티뿐만 아니라 팀 수준 및 기업 수준 제공에도 적용된다는 것을 의미합니다.
숨겨진 이점: R&D 조직의 경우 Keploy의 실제 가치는 "테스트 파일 수를 줄이는 것"이 아니라 원래 수석 백엔드 및 테스트 학생들의 손에만 있던 상황별 지식, 종속성 동작 및 회귀 샘플을 반복 가능한 자산으로 촉진하는 것입니다. 팀이 교체된 후에도 복귀 능력은 사람들과 함께 사라지지 않습니다.
비용 이점
| 비용 계층 구조 | 최신 공개정보 | 주목해야 할 경계 |
|---|---|---|
| C면 / 개인 | OSS 코어는 오랫동안 자체 호스팅될 수 있습니다. 플레이그라운드는 월 30개 테스트 스위트, 월 100개 테스트 실행, 월 5,000개 통합, 5 AI 크레딧을 포함하여 무료입니다. 무료 등급은 시험용으로 충분하지만, 빈도가 높은 회귀 분석이나 프로덕션 수준 검증을 위한 장기적인 다인 협업에는 적합하지 않습니다 | |
| 개발자/API | Pro 페이지는 US$19/사용자/월 + 추가 사용량에 노출되며 US$19 사용 크레딧, 계약 테스트, 로드 테스트, 협업 및 더 빠른 생성 기능을 포함합니다 | AI 할당량 및 실제 운영 규모의 과도한 사용으로 인한 추가 비용은 여전히 공식 실시간 청구 페이지 및 콘솔 |
| 기업/민영화 | 기업은 비즈니스 컨설팅을 받아 액세스 제어 SCIM, SOC2/GDPR/HIPAA/ISO 준비 상태, 99.99% SLA, 스테이징/프로드 캡처를 강조합니다 | 공개 표준 가격이 없으며, 데이터 상주, 지원 응답 및 규정 준수 경계 SLA 트리거 조건을 구매하기 전에 확인해야 합니다 |
무료 진실: Keploy의 무료 등급은 "무제한 오픈 소스 + 무제한 클라우드 경험"이 아닙니다. 오픈 소스 코어는 자체 호스팅될 수 있지만 Cloud Playground는 월별 테스트 모음, 테스트 실행, 통합 실행 및 AI 크레딧을 명확하게 제한합니다. 이는 기록/재생 메커니즘이 서비스와 일치하는지 확인하는 데 적합하지만 전체 팀의 파이프라인을 압박하는 데는 적합하지 않습니다.
비용 절감 및 효율성 향상을 위한 정량적 공제: 이미 API 서비스, 데이터베이스 종속성 및 타사 인터페이스를 보유하고 있는 팀의 경우 Keploy는 "통합 테스트 템플릿 작성 + 모의 컨텍스트 설정 + 재생 데이터 유지" 시간을 절약할 가능성이 가장 높습니다. 8~12개의 주요 회귀 사용 사례를 추가하는 중간 규모 서비스를 예로 들면, 기존 접근 방식에서는 기록된 데이터, 종속성 스텁 및 어설션을 정렬하는 데 일반적으로 반나절에서 하루가 걸립니다. 기록/재생 경로를 사용하면 파일럿이 완료된 후 실행 가능한 자산의 첫 번째 라운드는 일반적으로 1~2시간 이내에 완료될 수 있습니다. 이는 공식적인 공약이 아닌 엔지니어링 공제입니다.
숨겨진 비용: 서비스 호출 자체에 강력한 무작위 값, 타임스탬프, 순서에 민감한 배열, 동적 서명 또는 높은 노이즈 필드가 포함되어 있는 경우 팀은 노이즈 필터링, 정규화 및 템플릿화 규칙을 구성하는 데 시간을 소비해야 합니다. Keploy는 관리 비용이 전혀 들지 않습니다. 단지 비용을 "수동으로 템플릿 작성"에서 "녹화 품질 및 재생 안정성 관리"로 전환할 뿐입니다.
주요 기능
- 실제 트래픽 기록:
keploy Record -c "<start command>"를 통해 API 호출, 데이터베이스 쿼리 및 일부 스트리밍 이벤트를 캡처합니다. 핵심가치는 녹음하는 것이 아니라, 녹음 과정에서 언어별 SDK를 별도로 연결하지 않아도 된다는 점입니다. - 결정적 재생 테스트:
keploy 테스트를 사용하여 기록된 자산을 CI 또는 로컬에서 재생하여 서비스가 격리된 종속성 조건에서 요청을 다시 실행할 수 있도록 합니다. 회귀 검증 및 인터페이스 동작 비교에 적합합니다. - 모의 및 인프라 가상화에 따라 다름: Keploy는 HTTP 모의를 기록할 뿐만 아니라 MySQL, MongoDB, Postgres, Redis, DynamoDB, Kafka, gRPC, GraphQL 및 기타 종속성을 지원 매트릭스에 통합하여 "단일 테스트를 실행할 수 있지만 통합 테스트를 설정할 수 없음"이라는 오래된 문제를 해결합니다.
- AI 적용 범위 확장: AI 기능의 공식적인 초점은 기존 녹음 및 OpenAPI/Swagger를 기반으로 경계 값, 누락된 필드, 오류 유형 및 타이밍 문제를 발견하는 것입니다. 기본 기록/재생 링크를 대체하는 것이 아니라 "확장 테스트 적용 범위"에 속합니다.
- 보고 및 위험 인식 수정: CLI는
report,normalize,rerecord,sanitize,templatize및 기타 명령을 노출합니다. '정규화'는 기본적으로 고위험 오류를 보수적으로 처리하여 팀이 실제 주요 변경 사항을 업데이트의 테스트 기준으로 착각하는 것을 방지합니다.
전문가의 견해: Keploy의 기능 시너지 효과는 강력합니다. 실제 교통 기록은 단지 시작점일 뿐입니다. 실제로 격차를 더 벌리는 것은 "자산 기록 -> 종속 모의 -> 오프라인 재생 -> 차이점 보고 -> 수정/재기록 -> CI 입력"입니다. 이 폐쇄가 설정되면 개발 팀은 Postman 샘플, 필기 통합 테스트, 임시 스텁 서비스 및 CI 보고서 간에 전환할 필요가 없습니다.
경계에 적합하지 않음: 시스템이 주로 순수한 프런트엔드 상호 작용, 데스크톱 로컬 로직이거나 주요 검증 포인트가 API/종속성 링크가 아닌 복잡한 시각적 회귀인 경우 Keploy의 장점이 크게 줄어듭니다. 일반적인 품질 플랫폼이 아닌 서버 측 API 및 통합 동작이 더 좋습니다.
모델 및 버전의 진화
버전 메인라인: 가장 명확한 공개 버전 컨텍스트는 공식 웹사이트 마케팅 페이지가 아닌 GitHub 릴리스에서 나옵니다. 최근 릴리스에서는 Keploy가 여전히 높은 빈도로 재생, 모의 diff, 데이터베이스 프로토콜 구문 분석 및 CLI 안정성을 개선하고 있음을 보여줍니다.
최신 OSS 버전 노드
| 버전 | 날짜 | 공개 변경 |
|---|---|---|
| v3.5.66 | 2026-06-16 | Aerospike 종류 추가, 모의 불일치 병렬 비교 통합, 시작 모의 동작 수정 |
| v3.5.65 | 2026-06-12 | 경주 에이전트를 시작하는 MySQL 재생 및 Docker 데몬의 자체 종료 논리 수정 |
| v3.5.64 | 2026-06-09 | 모의 매칭 NoiseConfig에 흐름 몸체 노이즈를 통합합니다. |
| v3.5.62 | 2026-06-08 | 재생 응답 편차에 대해 더 엄격한 실패 판단을 채택하기 위해 --strict-failure 추가 |
클라우드와 상용화의 진화
OSS에서 클라우드 협업까지: 공식 웹사이트 FAQ 및 가격은 Playground, Pro 및 Enterprise 레이어를 공개했으며, 이는 제품이 "독립 실행형 녹음 도구"에서 공동 지출 관리 모의 레지스트리, 시간 동결, 계약 테스트 및 규정 준수 제어 기능을 갖춘 테스트 플랫폼으로 개발되었음을 나타냅니다.
경계 알림: Cloud Console 자체의 내부 버전 번호, 정확한 출시 날짜, 기능 출시 시간은 완전히 공개되지 않았습니다. 따라서 소위 Cloud v1 및 v2 이름은 여기서 조작되지 않습니다. 공식 공개 가격 및 문서 페이지가 우선합니다.
기술적인 장점
메커니즘 -> 효과 -> 시나리오 1: eBPF 네트워크 계층 차단: Keploy는 모든 비즈니스 코드를 묻거나 SDK를 가져오기 위해 각 언어를 요구하는 대신 eBPF를 통해 네트워크 계층에서 호출을 캡처합니다. 직접적인 효과는 다국어 팀이 통합 액세스를 갖는 것이 더 쉽다는 것입니다. 이는 외부 당사자에 크게 의존하는 마이크로서비스 API 게이트웨이 백엔드 및 서비스에 가장 적합합니다.
메커니즘 -> 효과 -> 시나리오 2: 기록/재생 + 인프라 가상화: 실제 요청, 종속성 반환 및 인프라 상호 작용의 일부를 기록한 다음 재생 중에 결정적 샌드박스를 복원합니다. 그 결과 테스트는 외부 데이터베이스, 메시지 대기열 또는 온라인에서 사용 가능한 타사 API에 크게 의존할 필요가 없습니다. 불안정한 CI 환경, 비용이 많이 드는 외부 종속성 또는 재현하기 어려운 팀에 가장 적합합니다.
메커니즘 -> 효과 -> 시나리오 3: 위험 인식 테스트 자산 유지 관리: normalize, rerecord, report 및 strict-failure 이러한 명령은 Keploy가 기록 후 자산이 항상 안정적일 것이라고 가정하지 않고 "테스트 기준선을 안전하게 업데이트하는 방법"을 제품 기능으로 만든다는 것을 보여줍니다. 그 결과 테스트 자산이 서비스와 함께 발전하면 매번 수동 시각적 비교에 의존할 필요가 없습니다.
메커니즘 -> 효과 -> 시나리오 4: AI는 커버리지 담당만 담당하고 주요 프로세스를 지배하지 않습니다: 공식적으로 AI 크레딧은 기록/재생을 완전히 대체하는 것이 아니라 버그 감지, 자가 치유 및 커버리지 격차 확장에 사용됩니다. 이것의 장점은 "오직 모델 추측과 테스트에만 의존하는" 불안정성을 줄이고, 순수하게 숫자를 생성하는 것보다 회귀 신뢰성을 추구하는 엔지니어링 팀에 더 적합하다는 것입니다.
규정 준수 및 위험: Enterprise 페이지에서는 SOC2/GDPR/HIPAA/ISO 준비 상태를 기록하지만 이러한 유형의 표현은 "기업 제공 기능 방향"에 더 가깝고 모든 시나리오가 기본적으로 규정 준수 요구 사항을 자동으로 충족한다는 의미는 아닙니다. 프로덕션 트래픽을 기록할 때 민감한 필드 민감도 감소, 데이터 보존 기간, 지역 격리 및 감사 로그 정책을 직접 확인해야 합니다.
사용방법
3분 안에 빠르게 시작하세요: 공식 설치 문서와 CLI 문서 모두 최단 경로를 공개하며, 이는 로컬 서비스에서 먼저 기록/재생이 실행될 수 있는지 확인하는 데 적합합니다.
``배쉬 컬 --silent -O -L https://keploy.io/install.sh && 소스 install.sh 케플로이 로그인 keploy 기록 -c "main.go 실행" keploy test -c "go run main.go" --delay 10
**일반적인 착륙 경로**:
1. 먼저 'keploy Record'를 사용하여 단일 API 서비스에 대한 실제 호출 집합을 기록하고 생성된 테스트 사례와 모의 항목이 로컬 디렉터리에 배치될 수 있는지 확인합니다.
2. 'keploy 테스트'를 사용하여 보고서에 잡음이 있는 필드, 시퀀스 차이 또는 종속성 불안정 문제가 있는지 재생하고 관찰합니다.
3. 의도적인 변경에 대응하여 단순히 실패를 무시하는 대신 '정규화' 또는 '재기록'을 사용하여 테스트 자산을 업데이트합니다.
4. 로컬 환경이 안정되면 녹음 및 재생을 GitHub, GitLab 또는 Jenkins에 연결한 후 클라우드 협업 Mock Registry 및 더 높은 수준의 AI 기능을 활성화할지 여부를 결정합니다.
**인간-기계 협업 경계**: Keploy는 "녹화, 재생, 보고서 생성 및 부분 수정 제안"을 자동화할 수 있지만 "어떤 변경 사항을 수용해야 하는지, 어떤 변경 사항이 실제로 생산 회귀인지"를 완전히 자동화할 수는 없습니다. 결제, 권한, 규정 준수 인터페이스 및 고가치 고객 프로세스와 관련하여 수동 확인 지점이 여전히 필요합니다.
## 제품 가격
| 패키지 | 현재 공개 가격 | 공공 역량 요약 |
| --- | --- | --- |
| 오픈 소스 | 무료 자체 호스팅 | 로컬 기록/재생, 오픈 소스 핵심 CLI 기능 |
| 놀이터 | 무료 | 30개 제품군/월 100개 테스트/월 5000개 통합/월 5 AI 크레딧, 자동화 CI/CD, 스키마 적용 범위 대시보드 |
| 프로 | $19/사용자/월 + 추가 사용량 | $19 사용 크레딧, 팀 협업을 위한 무료 뷰어 시트, 빠른 빌드, 계약 테스트, 로드 테스트, 이메일 및 채팅 지원이 포함됩니다 |
| 기업 | 미공개, 협의 필요 | SCIM, 팀 액세스 제어 SOC2/GDPR/HIPAA/ISO 준비, 99.99% SLA, Kubernetes 및 스테이징/프로드 캡처, 전용 엔지니어링 지원 |
**가격 해석**: Keploy 과금의 핵심은 'AI가 있는지 여부'가 아니라 더 자주 클라우드 생성이 필요한지, 더 세부적인 협업 관리 및 엔터프라이즈 제공 보장이 필요한지 여부입니다. 녹화/재생이 팀에 적합한지 확인하고 싶은 사용자에게는 OSS나 Playground이면 충분합니다. 테스트 자산을 팀 간 플랫폼 기능으로 전환하려는 조직의 경우 실제 구매 포인트는 Pro 단가 자체가 아니라 Enterprise 조건입니다.
**공식 페이지 참고**: Pro의 추가 사용량, Enterprise 계약 가격 AI 크레딧, 초과 요금 청구 뷰어 좌석 세부 정보 및 데이터 보존 정책은 현재 공개된 정보에서 완전히 개발되지 않았습니다. 예산을 책정하기 전에 공식 실시간 페이지나 영업 커뮤니케이션이 우선되어야 합니다.
## 애플리케이션 시나리오
- **마이크로서비스 API 회귀**: 인터페이스 오케스트레이션 로직을 자주 변경하고, 프로덕션 또는 스테이징 트래픽을 안정적인 회귀 샘플로 변환하고, 릴리스 전 수동 인터페이스 지점의 비효율적인 검증을 줄이는 백엔드 팀에 적합합니다.
- **과도한 의존성과 비용이 많이 드는 컨텍스트를 사용한 통합 테스트**: 데이터베이스, 메시지 대기열, 제3자 결제, 알림 또는 내부 서비스에 의존하는 시스템에 적합합니다. 모의 및 샌드박스를 통해 건설 비용을 절감합니다.
- **CI의 계약 및 적용 범위 거버넌스**: "테스트 적용 범위가 충분한지 여부"가 더 이상 경험에만 의존하지 않도록 스키마 적용 범위, 적용 범위 공백 감지 및 계약 차이를 PR 프로세스에 통합하려는 팀에 적합합니다.
- **신규 서비스가 온라인으로 전환되기 전 스모크 및 재생 검증**: 온라인으로 전환하기 전 스모크 테스트를 위해 첫 번째 반환 자산 배치에 실제 요청 배치를 빠르게 기록하고 변경 후 비교에 적합합니다.
**차원성 감소 공격 시나리오**: 팀에 이미 실제 트래픽이 있고 HTTP/gRPC/GraphQL/데이터베이스 종속성과 같은 캡처 링크에서 인터페이스가 안정적이며 릴리스 속도가 빠르고 필기 통합 테스트가 따라잡을 수 없는 경우 Keploy의 이점이 가장 분명합니다.
## 해당자
- **백엔드 및 플랫폼 엔지니어**: API, 데이터베이스, 외부 종속성을 회귀 프로세스로 가져와야 하는 사람은 효율성 향상을 직접적으로 확인할 수 있는 가장 쉬운 사람입니다.
- **테스트 개발 및 QA 자동화 팀**: 통합 테스트를 활용하고 불안정한 원인을 해석 가능한 보고서로 수렴해야 하는 팀은 Keploy를 통합 입구로 사용하는 것이 적합합니다.
- **DevOps/CI 리더**: 기록/재생, 보고 및 팀 협업을 파이프라인에 포함시켜야 하는 사람들은 시청자석, SLA, SCIM 및 운영 규모에 더 많은 관심을 기울일 것입니다.
- **엔터프라이즈 R&D 관리자**: "사용 가능 여부"에서 "관리 방법, 감사 방법, 확장 방법"으로 이동한 조직은 Enterprise의 제어 표면 기능에 주의를 기울일 수 있습니다.
**기피/적용 불가자**: 순수 프런트엔드 시각적 회귀 팀, 독립 실행형 시나리오 스크립팅 도구 사용자, 안정적인 API 경계가 없는 프로토타입 프로젝트, 실제 트래픽 샘플 기록을 허용하지 않거나 둔감화 관리 비용이 너무 높은 조직에서는 채택 임계값이 훨씬 높아집니다.
## 요약 및 전망
Keploy의 핵심 경쟁력은 "AI가 몇 가지 테스트 사례를 생성합니다"라는 피상적인 기능을 수행하는 대신 실제 트래픽, 종속성 동작 및 회귀 검증을 프로젝트 패키지에 연결한다는 것입니다. API 기반 팀의 경우 가장 가치 있는 부분은 기록/재생 및 인프라 가상화입니다. 이는 통합 테스트를 인력이 많고 적용 범위가 낮으며 컨텍스트에 취약한 작업에서 CI에서 반복적으로 실행할 수 있는 자산으로 전환합니다.
현재 제한 사항도 매우 분명합니다. 첫째, 공개 가격에는 무료 계층과 Pro 기본 입장만 완전히 공개되며 기업 계약 및 초과 사용량 세부 정보에는 여전히 비즈니스 확인이 필요합니다. 둘째, 프로덕션 트래픽 기록은 자연스럽게 데이터 둔감화, 감사 및 보존 정책 요구 사항을 가져옵니다. 셋째, 노이즈가 많은 인터페이스와 복잡한 동적 응답을 위해서는 여전히 팀에서 정규화, 템플릿화 및 수동 확인 규칙을 설정해야 합니다. **조달/채택 위험 평가**: 팀에 안정적인 API 경계가 없거나 둔감한 거버넌스 기능이 없거나 수동 노력 없이 모든 테스트 변경 사항을 자동으로 수락하기를 희망하는 경우 Keploy는 오류 기준을 신속하게 증폭시킬 수 있습니다. 보다 신중한 접근 방식은 먼저 파일럿 테스트를 위해 복잡하지만 명확한 경계에 의존하는 서비스를 선택하고 재생 안정성, 소음 관리 비용 및 CI 통합 효과를 확인한 다음 팀 수준 조달로 확장할지 여부를 결정하는 것입니다.
관련 도구: <a href="https://www.aistarmap.com/ko-KR/aitool/github-copilot" target="_self" class="tool-link"><img src="https://res.aistarmap.com/uploads/images/tools/zh-CN/github-copilot/logo_1785413097.svg" alt="GitHub 코파일럿" class="tool-logo" style="width: 20px; height: 20px; margin-right: 5px; vertical-align: middle;">GitHub 코파일럿</a>, <a href="https://www.aistarmap.com/ko-KR/aitool/cursor" target="_self" class="tool-link"><img src="https://res.aistarmap.com/uploads/images/tools/zh-CN/cursor/logo_1785767163.svg" alt="커서" class="tool-logo" style="width: 20px; height: 20px; margin-right: 5px; vertical-align: middle;">커서</a>
## 경쟁제품 비교
| 비교 치수 | 도구 | 경쟁사 A | 경쟁사 B |
|---|---|---|---|
| 핵심 차이점 | — | — | — |
| 가격 | — | — | — |
| 대상 사용자 | — | — | -- |버전 정보
- v3.5.66 ：GitHub 릴리스에서 출시된 최신 OSS CLI 버전은 Aerospike 종류, 통합 모의 불일치 차이를 추가하고 처음 5개 테스트 사례 내에서 모의 시작 동작을 수정합니다.
- v3.5.65 ：Windows와 macOS Docker 데몬 시작 간의 MySQL 재생 상태 읽기 경합과 에이전트 상위 프로세스 종료 후 자체 종료 동작을 수정했습니다.
- v3.5.62 ：더 이상 사용되지 않는 것으로 다운그레이드하는 대신 재생 단계에서 응답 편차를 실패로 직접 결정하는 데 사용되는 --strict-failure 플래그를 추가했습니다.
- v3.4.1 ：공식 설치 문서 예시에 표시된 CLI 버전 번호에는 정확한 공개 릴리스 날짜가 없으며 2026년 5월의 공개 설치 스냅샷으로 간주될 수 있습니다.
사용자 후기