shakewingo/tadpole은 Python으로 도구 사용형 LLM 에이전트를 처음부터 만들고 발전시키는 과정을 단계별로 설명하는 저장소다. 공개된 릴리스는 없다. README에는 각 단계의 의도적인 실패 사례와 시험, 실제 모델 실행 근거가 담겨 있다. 프레임워크를 가져다 쓰는 대신 에이전트가 만들어지는 과정을 따라가도록 구성한 것이 중심이다. 저장소 설명은 LLM 에이전트를 직접 만들고 계속 발전시키는 것을 목표로 밝힌다.
README에 따르면 에이전트는 Qwen3-4B를 사후 학습해 만들었다. 사후 학습은 이미 학습된 모델을 추가로 학습시키는 절차다. 저장소는 로컬 모델이나 호환 API를 터미널 또는 텔레그램에서 사용할 수 있다고 설명한다. 또 훈련에 없던 작업 유형에서 pass@1이 사후 학습 전 0.419, 이후 0.774였다고 보고한다. pass@1은 한 번의 시도에서 과제를 통과한 비율을 뜻한다. 이 기록은 에이전트 구축과 학습 과정을 함께 살펴보려는 독자에게 관련 자료가 된다.
저장소의 구현 언어는 Python이고 라이선스는 MIT다. FACTS에 기재된 생성일은 2026-10-26이며, 스타 수는 2다. 다만 성능 수치는 README가 보고한 결과로 제시되어 있다. 따라서 이를 다른 작업 유형이나 환경에서도 같은 결과가 난다는 근거로 넓혀 해석하기보다는, 해당 저장소가 설명한 사후 학습 사례로 보는 편이 적절하다.