Cancel a running GLM background job.
Delegate a task to GLM-5.1 (foreground or background) and track it as a job.
Fetch the captured output of a completed or running GLM job.
Run a GLM-powered code review on the current branch or working tree.
Check the GLM (z.ai) settings file and report readiness.
Use this agent for *longer or more involved* GLM delegations where the user wants the work tracked as a job — versus the simple `glm` agent which is for quick one-shot questions. Trigger phrases: "/glm:rescue", "rescue", "GLM에 rescue 시켜", "백그라운드로 glm한테 시켜", "오래 걸리는 작업 glm한테 위임", "complex refactor with glm". <example> Context: 사용자가 큰 리팩터링을 GLM에 백그라운드로 위임 user: "이 폴더 전체 리팩터링하는 거 glm한테 백그라운드로 시켜줘" assistant: "glm-rescue 에이전트를 호출해 백그라운드 잡으로 등록하겠습니다." <commentary> 대규모 작업 + 백그라운드 트리거 — rescue 패턴. </commentary> </example> <example> Context: 사용자가 명시적으로 /glm:rescue 사용 user: "/glm:rescue 새 인증 모듈 설계 초안 작성" assistant: "glm-rescue 에이전트를 통해 작업을 위임하겠습니다." <commentary> 슬래시 커맨드 명시 호출 — rescue 에이전트. </commentary> </example> <example> Context: 사용자가 진행 중 잡을 확인하고 결과를 받음 user: "아까 glm한테 시킨 거 어떻게 됐어?" assistant: "glm-rescue 에이전트로 /glm:status 후 /glm:result를 실행하겠습니다." <commentary> 잡 라이프사이클(상태 확인 → 결과 수신) — rescue 패턴. </commentary> </example>
Use this agent when the user wants to delegate a task to z.ai's GLM-5.1 model — either for a second opinion, a fresh perspective from a different model, or to offload work. Trigger phrases include "glm", "glm 에이전트", "glm한테", "glm에게", "z.ai", "GLM-5.1", "ccg" (legacy alias), and Korean patterns like "glm 에이전트에게 ~~ 시켜줘", "glm한테 물어봐", "glm으로 검토해줘", "glm에게 작성 시켜줘". <example> Context: 사용자가 GLM에게 코드 리뷰를 위임함 user: "glm 에이전트에게 이 함수 리뷰 시켜줘" assistant: "glm 에이전트를 호출해 리뷰를 위임하겠습니다." <commentary> 사용자가 명시적으로 "glm 에이전트에게 ~~ 시켜줘" 패턴으로 요청 — glm 서브에이전트로 디스패치. </commentary> </example> <example> Context: 사용자가 GLM의 의견을 구함 user: "glm한테 이 로직 어떻게 생각하는지 물어봐" assistant: "glm 에이전트를 통해 GLM-5.1의 의견을 받아오겠습니다." <commentary> "glm한테 물어봐" 트리거 — second opinion 패턴. </commentary> </example> <example> Context: 사용자가 GLM에게 코드 작성을 위임함 user: "glm으로 이 유틸 함수 짜줘" assistant: "glm 에이전트를 통해 GLM-5.1에 작성을 위임하겠습니다." <commentary> "glm으로 ~~ 짜줘" 패턴 — 작업 위임. </commentary> </example>
Use when assembling a prompt to send to z.ai's GLM-5.1 model — either as the body of a `glm-companion task` call, or when extending review/specialty prompt templates. Covers the prompt block library, GLM-5.1's response biases, recipes for common task shapes (review, refactor, design), and antipatterns that consistently degrade output quality.
Use when a Claude Code agent (especially the `glm-rescue` agent) needs to invoke the `glm-companion` CLI to delegate work to z.ai's GLM-5.1. Covers subcommand contracts, exit codes, env variable overrides, foreground vs background semantics, and the canonical failure-recovery sequence.
Use when presenting output that came back from `glm-companion` (any subcommand) to the user. Covers how to display GLM responses, what to do with truncated / empty / errored output, and the canonical formatting that keeps GLM's content visually separate from the wrapping agent's own commentary.
Uses power tools
Uses Bash, Write, or Edit tools
Own this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge. GitHub access is read-only (username + org membership).
Sign in to claimOwn this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge. GitHub access is read-only (username + org membership).
Sign in to claimBased on adoption, maintenance, documentation, and repository signals. Not a security audit or endorsement.
Claude Code에서 외부 AI 모델을 사용하게 해주는 플러그인 모음. 현재 수록: glm (z.ai GLM-5.1 위임), gemini (Google Gemini 위임). 한국어 자연어로 "glm 에이전트에게 ~~ 시켜줘" / "gemini한테 이거 물어봐"라고 말하면 Claude Code가 해당 모델로 디스패치합니다.
상태: v0.6.0 — GLM은 v0.5.0 surface 그대로(
glm-companionCLI, 슬래시 커맨드 6종, 잡 트래킹,/glm:review, 스킬 3종). Gemini 플러그인 MVP 추가:gemini-companionCLI, 슬래시 커맨드 6종,/gemini:review, 스킬 3종. process-group 기반 cancel (gemini CLI는 SIGTERM 무시).
이 저장소는 마켓플레이스 + N개의 플러그인 구조로, 각 플러그인이 하나의 외부 모델/서비스를 Claude Code에 연결합니다. 현재 두 개의 플러그인이 들어있으며 (glm, gemini), 설치하면 동일한 이름의 서브에이전트가 활성화되어 다음과 같은 한국어 트리거에 반응합니다:
내부적으로는 부모 Claude Code 세션이 자식 프로세스를 띄워 모델을 호출합니다:
claude --settings ~/.claude/settings.glm.json -p "<프롬프트>" (z.ai의 Anthropic 호환 엔드포인트)gemini -p "<프롬프트>" (Google gemini CLI; OAuth 또는 GEMINI_API_KEY로 인증)플러그인 간 인터페이스는 거의 동일합니다 — 차이는 모델 / 인증 방식에 한정.
{setup, rescue, review, status, result, cancel} (/glm:*, /gemini:*)~/.claude/glm-jobs/ 또는 ~/.claude/gemini-jobs/에 영구 기록 (상태, PID, 로그, 결과)/glm:review 또는 /gemini:review로 working-tree, 브랜치, 명시 base ref 비교 리뷰 (구조화 출력)*-cli-runtime, *-result-handling, *-prompting)이 자동 로드되어 일관된 상호작용 보장공통:
/glm:review 또는 /gemini:review를 사용할 경우 (저장소 안에서 호출)glm 플러그인 추가:
gemini 플러그인 추가:
gemini CLI — https://github.com/google-gemini/gemini-cli 에서 설치 (npm install -g @google/gemini-cli 등)gemini를 터미널에서 한 번 실행해 OAuth 완료, 또는 GEMINI_API_KEY 환경변수 설정# 1) 마켓플레이스 등록 (이 repo 자체가 마켓플레이스)
claude plugins marketplace add yhzion/claude-plugin-models
# 2) 원하는 플러그인 설치 (둘 다 받아도 됨)
claude plugins install glm@claude-plugin-models
claude plugins install gemini@claude-plugin-models
# 3) Claude Code 재시작 (슬래시 커맨드와 에이전트 로드)
# 4) 검증: /help 입력 시 다음이 보여야 정상
# - /glm:setup, /glm:rescue, /glm:review, /glm:status, /glm:result, /glm:cancel
# - /gemini:setup, /gemini:rescue, /gemini:review, /gemini:status, /gemini:result, /gemini:cancel
# - /agents에서 glm, glm-rescue, gemini, gemini-rescue 네 서브에이전트
로컬 개발/테스트 — GitHub 경로 대신 로컬 클론 경로를 줘도 됩니다:
claude plugins marketplace add /path/to/local/claude-plugin-models
claude plugins install glm@claude-plugin-models
claude plugins install gemini@claude-plugin-models
설치 직후 3단계로 동작을 확인합니다.
/glm:setup
~/.claude/settings.glm.json이 없으면 z.ai API 토큰을 묻습니다 (없으면 z.ai 코딩 플랜에서 발급). 있으면 점검만 하고 GLM ready — ... 메시지를 반환합니다.
설정 파일을 수동으로 만들고 싶다면:
{
"model": "glm-5.1",
"env": {
"ANTHROPIC_AUTH_TOKEN": "<your-z.ai-token>",
"ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
"API_TIMEOUT_MS": "3000000"
},
"permissions": { "defaultMode": "auto" }
}
/glm:rescue Reply with exactly one word: pong
응답이 다음 형식으로 오면 동작 정상입니다:
## GLM Response (job glm-task-xxxxxxxx)
pong
/glm:review # 현재 디렉터리의 변경 사항을 GLM이 리뷰
또는 자연어로:
> glm 에이전트에게 README 한 줄 요약 시켜줘
여기까지 동작했다면 모든 게 정상입니다. 다음은 사용법에서 커맨드별 디테일을 참조하세요.
Gemini도 동일 흐름:
/gemini:setup→/gemini:rescue Reply with exactly: pong→/gemini:review. 차이는 인증뿐 — z.ai 토큰 대신 OAuth(터미널에서gemini한 번 실행) 또는GEMINI_API_KEYenv. 응답은## Gemini Response (job gemini-task-...)헤더로 옵니다. 설정 파일은 만들지 않습니다 —geminiCLI가~/.gemini/에서 자체 관리.
/glm:setupGLM 설정을 확인·생성합니다. 설정 파일이 있으면 점검만, 없으면 토큰을 묻고 파일을 만듭니다.
/glm:setup
/glm:setup --json # 스크립트용 JSON 출력
/glm:rescueGLM에 작업을 위임합니다. 기본은 foreground (응답 받을 때까지 대기), --background로 비동기 위임.
/glm:rescue 이 함수의 시간 복잡도를 분석해줘
/glm:rescue --background 폴더 전체 리팩터링 초안을 작성해줘
/glm:rescue --json <prompt> # JSON 출력
/glm:reviewgit diff 기반 코드 리뷰. 자동으로 working-tree(더러우면) 또는 main..HEAD 브랜치 비교를 선택합니다.
/glm:review # 자동 스코프
/glm:review --scope working-tree # 강제: working-tree
/glm:review --scope branch # 강제: 브랜치 vs main
/glm:review --base v1.2.0 # 특정 ref와 비교
/glm:review --background # 큰 변경은 백그라운드로
출력은 구조화된 마크다운 (## Intent / ## Issues (severity: critical/major/minor) / ## Looks good).
/glm:status진행 중·완료된 잡 목록을 최신순으로. 잡 ID를 주면 단일 잡의 상세 레코드.
/glm:status # 전체 잡 목록
/glm:status glm-task-abc12 # 특정 잡 상세
/glm:status --json
/glm:result잡의 캡처된 출력(GLM의 stdout)을 가져옵니다. 진행 중인 백그라운드 잡도 부분 결과를 보여줍니다.
npx claudepluginhub yhzion/claude-plugin-models --plugin glmDelegate tasks to Google's Gemini model via gemini CLI subprocess.
Comprehensive UI/UX design plugin for mobile (iOS, Android, React Native) and web applications with design systems, accessibility, and modern patterns
Multi-model consensus engine integrating OpenAI Codex CLI, Gemini CLI, and Claude CLI for collaborative code review and problem-solving.
Ultra-compressed communication mode. Cuts ~75% of tokens while keeping full technical accuracy by speaking like a caveman.
Standalone image generation plugin using Nano Banana MCP server. Generates and edits images, icons, diagrams, patterns, and visual assets via Gemini image models. No Gemini CLI dependency required.
Write feature specs, plan roadmaps, and synthesize user research faster. Keep stakeholders updated and stay ahead of the competitive landscape.
Curate auto-memory, promote learnings to CLAUDE.md and rules, extract proven patterns into reusable skills.