에이전틱 클라우드 코드: 상위 1% AI 코딩을 위한 3가지 코드베이스 폴더

채널 아이콘
IndyDevDan 구독자 43,800명

요약

이 영상에서는 에이전틱 코딩 시대에 코드베이스를 빠르게 파악하고 대규모 작업을 위임하기 위한 3가지 필수 디렉터리(AI docs, Specs, .cloud)를 소개합니다. AI docs는 에이전트의 영속 지식 베이스로, 제3자 API 문서와 구현 노트를 저장합니다. Specs 폴더에는 상세한 계획(PRD)을 작성해 셀프 밸리데이션(self-validation) 루프와 함께 대량 작업을 자동화하며, .cloud 디렉터리로 재사용 가능한 프롬프트를 관리해 컨텍스트 프라이밍(context priming)을 간편하게 수행합니다. Plan drafting 기법과 실제 Pocket Pick 예시를 통해 에이전트와 사람이 협업해 계획을 수립·검증·실행하는 전 과정을 시연합니다.

주요 키워드

Agentic coding Context priming AI docs Specs Reusable prompts .cloud directory Plan drafting Self-validation Compute window Persistent knowledge base

하이라이트

  • 🔑 컨텍스트(context)가 AI 코딩의 핵심입니다. 에이전트는 충분한 문맥 없이 작업을 완수할 수 없습니다.
  • ⚡️ AI docs 디렉터리는 AI 도구의 영속적 메모리로, 제3자 API 문서·통합 세부사항·구현 노트를 저장해 매번 빠르게 코드베이스를 이해하게 합니다.
  • 🚀 Specs 디렉터리는 PRD(제품 요구사항 문서) 같은 상세 계획을 담아 에이전틱 코딩 툴에 대량 작업을 한 번에 완수시키는 엔진 역할을 합니다.
  • 🌟 .cloud 디렉터리(재사용 가능한 프롬프트 저장소)를 통해 자주 쓰는 명령형 프롬프트를 세션 간 반복 사용해 초기 컨텍스트를 일관되게 제공합니다.
  • 📌 컨텍스트 프라이밍 프롬프트(context priming prompt)를 설정하면 에이전트가 중요한 파일과 정보를 읽도록 자동화할 수 있습니다.
  • 🔨 Plan drafting 기법은 AI와 사용자가 함께 계획 초안을 작성·수정해, 반복 개선 후 한 번의 실행으로 효율을 극대화합니다.
  • ✅ 셀프 밸리데이션(self-validation)을 통해 코드 생성 후 테스트를 자동으로 실행해 안정성을 보장합니다.
  • 💡 상위 1% AI 코딩을 위해서는 폴더 구조, 상세한 프롬프트 작성법, 계획→실행 패턴이 결정적입니다.

용어 설명

Agentic coding(에이전틱 코딩)

프롬프트 내 자체 검증 루프와 툴 호출을 포함해 전체 개발 생명주기를 자동화하는 코드 작성 기법입니다.

Context priming(컨텍스트 프라이밍)

AI 도구에 필요한 파일과 정보를 미리 로드해 작업 문맥을 제공하는 프롬프트 패턴입니다.

AI docs 디렉터리

코드베이스의 제3자 API 문서, 통합 세부사항, 구현 노트를 저장해 AI 에이전트의 지식 베이스 역할을 하는 폴더입니다.

Specs 디렉터리

PRD나 제품 계획 문서를 담아 에이전트에 대량 작업을 지시하기 위해 상세한 계획을 작성하는 폴더입니다.

.cloud 디렉터리

재사용 가능한 명령형 프롬프트를 저장해 세션 간 일관된 초기 컨텍스트를 제공하는 폴더입니다.

Self-validation(셀프 밸리데이션)

코드를 생성한 뒤 자동으로 테스트를 실행해 수정사항의 정확성을 검증하는 기능입니다.

Plan drafting(플랜 드래프팅)

AI와 사용자가 공동으로 계획 초안을 작성·수정한 뒤 실행해 효율을 높이는 계획 작성 기법입니다.

[00:00:00] 서론: 에이전틱 코딩과 컨텍스트의 중요성

AI 코딩 시대의 핵심은 문맥(context)이며, 다양한 AI 도구(Cursor, Claude Code 등)에 상관없이 에이전트가 제대로 파악할 수 있도록 폴더 구조를 설계해야 한다는 개요를 제시합니다. 세 가지 필수 디렉터리(AI docs, Specs, .cloud)를 통해 엔지니어링 생산성을 높이는 방법을 간략히 설명합니다.

[00:00] 인디개발자 댄이 AI 코딩 도구가 readme보다 더 빠르고 정확하게 코드베이스를 이해하는 방법을 소개합니다.
[00:52] 코드베이스 이해를 위한 세 가지 핵심 디렉토리의 중요성과 그 가치를 설명합니다.
[01:07] AI docs 디렉토리를 소개하며, 이것이 AI 도구의 영구 메모리 역할을 하고 즉시 접근 가능한 지식 저장소임을 설명합니다.
[00:01:11] AI docs 디렉터리 소개

AI docs 디렉터리는 AI 도구의 영속 메모리로, 제3자 API 문서, 통합 세부사항, 커스텀 패턴·컨벤션, 구현 노트를 저장합니다. 이렇게 하면 에이전트가 매번 빠르게 코드베이스를 학습하고 반복 작업에 바로 투입될 수 있습니다.

[02:12] specs 디렉토리의 개념과 역할을 설명하며, 이것이 코드베이스에서 가장 중요한 폴더임을 강조합니다.
[00:02:15] Specs 디렉터리: 계획 작성 및 에이전틱 코딩

Specs 디렉터리에는 제품 요구사항(PRD)이나 기능 계획 문서를 담아, 1,000 토큰 이상의 프롬프트로 전체 코드베이스를 생성하거나 업데이트할 수 있는 대규모 작업 단위를 정의합니다. 이곳에서 계획을 작성한 뒤 셀프 밸리데이션 루프를 통해 AI 에이전트와 함께 검증된 계획을 실행합니다.

[03:00] 에이전틱 코딩의 강력한 기능을 설명하며, 프롬프트가 전체 코드베이스로 확장되는 과정을 소개합니다.
[03:25] specs 디렉토리의 저장소 계획들을 완전한 코드베이스와 기능으로 확장하는 방법을 설명합니다.
[03:40] 반복적인 프롬프트 대신 체계적인 계획의 중요성을 강조하며, 시간과 컴퓨팅 자원을 효율적으로 활용해야 함을 설명합니다.
[04:07] 계획이 곧 프롬프트이며, 상세한 스펙 문서를 통해 AI 코딩 도구의 활용도를 높일 수 있다고 설명합니다.
[04:41] 모든 코드베이스에 AI docs, specs, .claude 디렉토리를 포함시키는 구조를 소개합니다.
[00:04:48] .cloud 디렉터리: 재사용 가능한 프롬프트 저장

.cloud 디렉터리(또는 .claude 등)는 자주 쓰는 명령형 프롬프트를 저장해 세션 간 일관된 컨텍스트 프라이밍을 가능하게 합니다. Diff 리뷰, MCP 서버 호출 같은 워크플로우도 이곳에서 관리하며, 모든 AI 코딩 도구에 적용할 수 있습니다.

[05:08] 재사용 가능한 프롬프트 명령어들과 컨텍스트 프라이밍의 중요성을 설명합니다.
[06:08] 에이전틱 도구의 효율적인 설정과 세션 관리의 중요성을 강조합니다.
[06:28] AI 모델들의 컨텍스트 제한(20만~100만 토큰)으로 인해 결국 리셋이 필요한 상황이 발생하며, 이를 위해 컨텍스트 프라임 기능을 제공합니다.
[07:04] AI 코딩 도구의 초기 컨텍스트를 설정하여 모든 정보를 이해하고 파악할 수 있도록 하며, 이는 다양한 AI 코딩 도구에 적용 가능합니다.
[07:20] 울트라 디프 리뷰 기능을 통해 여러 언어 모델이 코드 변경사항을 검토하고 피드백을 제공할 수 있습니다.
[07:50] 모든 코드베이스에 필수적인 세 가지 디렉토리(AI docs, Specs, dotcloud)의 역할과 용도를 설명합니다.
[08:37] Pocket Pick이라는 도구를 소개하며, 이는 개발자들이 자주 사용하는 코드 스니펫, 파일, 문서 등을 SQLite 데이터베이스에 저장하고 관리하는 도구입니다.
[00:08:42] 예시: Pocket Pick 기능 확장하기

Pocket Pick 예시를 통해 실제 워크플로우를 시연합니다. AI 에이전트를 프라이밍하고 Plan drafting 기법으로 계획 초안을 자동 작성·검토한 뒤, CLI 명령어로 서버 기능을 구현·테스트·배포해 추출·저장·재활용이 가능한 코드 스니펫 관리 기능을 완성합니다.

[09:14] 코드베이스에 새로운 기능을 추가하기 위해 add 명령어를 업데이트하려고 합니다. 현재 자동 생성되는 ID 시스템을 개선하여 사용자가 직접 ID를 지정할 수 있도록 할 예정입니다.
[09:47] 세 가지 필수 디렉토리를 활용하여 작업을 진행하며, Claude 코드를 주요 도구로 사용할 것입니다. 첫 단계로 프라이밍을 통해 코드베이스를 분석합니다.
[10:32] 전통적인 반복 프롬프팅 대신 '계획 초안 작성'이라는 새로운 접근 방식을 도입합니다. 이는 개발자와 AI가 협력하여 계획을 수립하는 방식입니다.
[11:29] Claude 코드가 코드베이스를 빠르게 분석하고 이해하여, 개발자보다 더 상세한 지식을 바탕으로 첫 계획 초안을 작성하게 됩니다.
[12:08] 새로운 작업 흐름 소개: AI 코딩 도구를 활용한 계획 수립부터 실행까지의 과정을 설명. 기본 계획 수립, AI 도구로 초안 작성, 계획 개선 및 실행의 단계적 접근 방식 제시.
[12:30] 문제 및 해결책 설명: pocket pick 데이터베이스의 자동 ID 생성 기능을 사용자가 직접 ID를 제공하는 방식으로 변경하여 더 나은 제어와 식별 가능성 제공.
[12:55] 개발자 역할의 변화: 코드 작성자에서 코드/계획 리뷰어로의 전환. 정보와 코드 아이디어의 큐레이터로서 AI 코딩 도구와 협업하는 새로운 개발 패러다임 강조.
[13:20] 구현 세부사항 검토: 서버 모듈의 ID 필드 추가, 기능 구현, 테스트 변경사항 등 전반적인 구현 계획 검토. context prime 연결과 AI docs 디렉토리 관련 결정 설명.
[14:20] 계획 최적화: 불필요한 추천사항과 스키마 관련 내용 제거. 대신 기존 테스트 코드 검토와 업데이트에 중점을 두어 명확한 실행 경로 설정.
[14:56] 계획 실행 전 준비 단계로, 코드를 명확하게 정리하고 커밋을 준비합니다.
[15:25] Claude의 새로운 할 일 목록 시스템을 소개하고, 에이전트 모드로 전환하여 자동 실행을 시작합니다.
[15:47] AI docs 통합에 대해 설명하며, 코드베이스에 이미 필요한 정보가 포함되어 있어 추가 문서가 불필요했음을 언급합니다.
[16:16] AI 코딩 도구를 위한 영구적인 지식 베이스의 중요성과 컨텍스트 관리의 가치를 설명합니다.
[16:32] 특정 기능에 대한 컨텍스트 프라이밍 방법과 그 활용에 대해 상세히 설명합니다.
[17:13] 대규모 변경 작업시 컨텍스트 프라이밍의 유용성과 상세한 계획 수립의 중요성을 강조합니다.
[17:40] README 파일이 업데이트되며, AI 코딩 도구가 정보를 기반으로 구조화된 계획을 수립하고 있습니다. 이는 경험과 판단력이 필요한 과정입니다.
[18:05] 코드가 자체 검증을 수행하며, ID 파라미터를 테스트 파일에 추가하는 작업을 진행합니다. 에이전트가 계획을 작성하고 수정하는 메타적인 접근방식을 사용합니다.
[18:44] Claude Code의 장점은 중단 없이 지속적으로 작업을 수행하는 것입니다. Anthropic 팀의 뛰어난 설계가 돋보입니다.
[19:21] 자체 검증 기능이 활성화되어 있어 모든 테스트의 신뢰성을 보장합니다. 이는 단순한 AI 코딩이 아닌 완전한 엔지니어링 작업 수행을 의미합니다.
[20:09] 이러한 가치 있는 정보를 매주 월요일마다 공유하며, 우리가 잠든 사이에도 작동하는 살아있는 소프트웨어를 만들어갈 것을 약속합니다.
[20:24] 세 가지 핵심 디렉토리(AI, docs, spec, claude)를 통해 엔지니어링 작업을 확장하고 AI 코딩 도구에 더 많은 작업을 위임할 수 있다는 설명을 합니다.
[20:50] 업데이트된 pocket pick 기능을 테스트하고 MCP 서버를 활성화하여 코드 스니펫을 저장하는 과정을 시연합니다.
[22:20] pocket pick MCP 서버를 사용하여 데이터베이스에 성공적으로 콘텐츠를 저장하고 검색하는 것을 확인합니다.
[22:59] 핵심 디렉토리 구조의 중요성을 강조하며, 이를 통해 코드베이스의 확장성을 높일 수 있음을 설명합니다.
[23:33] AI docs, Specs, doclude 각각의 역할과 중요성을 설명하며, 특히 컨텍스트 프라임 프롬프트의 중요성을 강조합니다.
[00:00] 안녕하세요 엔지니어 여러분, 인디개발자 댄입니다.
[00:03] 여러분의 코드베이스를 열었을 때
[00:05] AI 코딩 도구가 readme보다 더 빠르고
[00:08] 정확하게 코드베이스를 이해하는 것을
[00:10] 상상해보세요. 이런 특별한 능력을
[00:13] 활용할 수 있게 해주는 세 가지
[00:16] 핵심 폴더가 있습니다.
[00:19] 이것들을 상세히 분석해서
[00:21] 여러분이 컴퓨팅 성능을 최대한
[00:23] 활용할 수 있도록 설명하겠습니다. AI
[00:26] 코딩 도구의 종류와 상관없이 생성형 AI
[00:29] 시대의 엔지니어링에서 가장 중요한
[00:32] 사실이 있습니다.
[00:35] Cursor, Windsor, Fline, Codeex나
[00:37] Claude code 등 어떤 도구를 사용하든
[00:41] 여러분은 이미 알고 계실 겁니다.
[00:43] 컨텍스트가 전부라는 것을요.
[00:46] 에이전트가 중요한 정보를 볼 수 없다면
[00:49] 필요한 것을 만들 수 없습니다.
[00:52] 이 세 가지 핵심 디렉토리가
[00:54] 이 문제를 포괄적이고 체계적으로
[00:56] 해결해 줍니다.
[00:59] 이 세 가지 핵심 디렉토리와
[01:02] 엔지니어링 작업에서의 가치에 대해 설명하겠습니다.
[01:07] 먼저 기초가 되는 AI docs부터 시작하겠습니다.
[01:11] 이것은 AI 코딩 도구의 영구 메모리로
[01:14] 생각하시면 됩니다. AI 도구가 즉시
[01:17] 접근할 수 있는 지식 저장소죠.
[01:20] Claude code의 프로그래밍 가능한
[01:22] 코드베이스 내부에는,
[01:25] 지난주 영상에서 논의했듯이,
[01:27] AI docs 디렉토리가 있습니다.
[01:30] 이 디렉토리 안에는 두 개의
[01:32] 마크다운 파일이 있습니다.
[01:35] Cloud code 모범 사례와 OpenAI의 agent SDK입니다.
[01:39] 이제 어떤 에이전트든 실행하고
[01:41] 이 파일들을 빠르게 읽을 수 있으며,
[01:44] 신속하게 작업을 수행할 수 있습니다.
[01:46] AI docs에는 무엇이 들어갈까요?
[01:48] 서드파티 API 문서,
[01:50] 통합 세부사항, 사용자 지정
[01:52] 패턴과 규칙,
[01:54] 구현 노트 등
[01:56] 코드베이스와 관련된 모든 것이
[01:58] AI docs에 들어갑니다. 저는 주로
[02:01] 서드파티 문서를 저장해서
[02:04] 코드베이스를 반복적으로 빠르게
[02:06] 시작할 수 있게 합니다.
[02:09] AI docs 디렉토리는 AI 에이전트를 위한 영구 데이터베이스입니다.
[02:15] 다음으로 specs 디렉토리가 있습니다.
[02:17] specs 디렉토리에는 무엇이 들어갈까요?
[02:19] Specs는 specification의 줄임말로
[02:22] 계획을 의미합니다.
[02:24] PRD나 제품 문서 등으로 알려져 있죠.
[02:27] 이것들은 AI 코딩 도구로
[02:29] 대규모 작업을 수행하는
[02:32] 새로운 작업 단위입니다.
[02:33] 이제 에이전틱 코딩 도구로
[02:35] 하나의 프롬프트 안에서
[02:38] 여러 도구를 사용할 수 있게 되었습니다.
[02:41] Claude code, Cursor, Line 같은
[02:43] 강력한 에이전틱 코딩 도구들로요.
[02:46] specs 디렉토리는 전체 코드베이스에서
[02:48] 가장 중요한 폴더입니다.
[02:52] 여기서 우리는 훌륭한 계획을 작성하고
[02:55] 컴퓨팅 능력을 확장하여
[02:57] 한 번에 더 많은 작업을 수행할 수 있습니다.
[03:00] 이 1,000 토큰의 프롬프트가
[03:04] 전체 코드베이스로 확장되었습니다.
[03:08] 이것이 가능한 이유는
[03:10] 에이전틱 코딩 때문입니다.
[03:12] 프롬프트 내에서 자체 검증 루프를
[03:15] 작성할 수 있죠. 에이전틱 코딩은
[03:18] AI 코딩의 상위 집합이며,
[03:21] 매우 강력합니다.
[03:23] Claude Code와 같은 훌륭한 도구를 사용하면
[03:25] 'specs' 디렉토리에 있는 모든 저장소의
[03:28] 계획들을 완전한 코드베이스와
[03:30] 기능으로 확장할 수 있죠. 이것이 바로
[03:33] 여러분이 반드시 specs 디렉토리를 가져야 하는 이유입니다.
[03:35] 이곳에는 AI 코딩 도구에 넘길 모든 작업의
[03:38] 계획을 상세히 기술해야 합니다.
[03:40] 만약 여러분이 아직도 반복적으로
[03:43] 프롬프트를 주고받으면서
[03:45] 계속해서 왔다 갔다 하고 있다면,
[03:47] 저는 단언할 수 있습니다.
[03:49] 여러분은 시간을 낭비하고 있으며
[03:51] 컴퓨팅 자원을 최대한 활용하지 못하고 있다는 걸요.
[03:53] 자리에 앉아서, 시간을 들여 생각하고, 계획하고, 그 다음 구현하세요.
[03:58] 이 영상에서 소개할
[04:00] 강력한 새로운 계획 기법이 있는데,
[04:02] 이를 통해 계획 단계에서 컴퓨팅을 활용하여
[04:04] AI 코딩 도구와 더 빠르게 반복할 수 있습니다.
[04:07] 여기서 핵심 아이디어는 매우 간단합니다.
[04:09] 모든 체계적인 AI 코딩 멤버들이 알고 있고
[04:12] 이 채널을 따르는 모든 분들이
[04:14] 알고 있는 것처럼,
[04:16] 계획이 곧 프롬프트이며
[04:19] 훌륭한 계획이 곧 훌륭한 프롬프팅입니다.
[04:22] 상세하고 포괄적인 스펙 계획,
[04:24] PRD 등 원하는 것을 작성함으로써
[04:28] 할 수 있는 일을 확장할 수 있습니다.
[04:30] 이렇게 작성한 작업을
[04:32] AI 코딩 도구와 에이전틱
[04:34] 코딩 도구에 넘기면
[04:37] 그들이 여러분을 위해 작업을, 완료할 것입니다.
[04:41] 이제 제가 만드는 모든 코드베이스에는
[04:44] AI docs 디렉토리, specs 디렉토리
[04:46] 그리고 .claude가 있습니다.
[04:48] .claude는 새롭게 등장한 디렉토리입니다.
[04:51] 명확히 말씀드리면, 이것은 Claude Code에
[04:54] 특화된 것이지만, 이 디렉토리들에
[04:56] 작성하는 내용은 Claude Code에
[04:58] 국한되지 않습니다. just prompt 코드베이스에서
[05:01] .claude를 열고 commands 디렉토리로 가보면
[05:04] 여러 가지 다른 명령어들이 있는 것을
[05:06] 볼 수 있습니다.
[05:08] 이것들은 무엇이고 우리의 엔지니어링 작업을
[05:10] 확장하는데 어떻게 유용할까요?
[05:13] 이것들은 단순한 프롬프트입니다.
[05:15] just prompt 코드베이스에서
[05:17] Claude Code를 열고 슬래시를 입력하면
[05:20] 이 모든 명령어들의 이름이
[05:23] 상단에 표시됩니다. 이것들은
[05:25] 세션 간에 재사용 가능한
[05:27] 실행 가능한 프롬프트입니다.
[05:30] 모든 코드베이스에서 설정하기를
[05:33] 추천하는 가장 중요한 재사용 가능한
[05:35] 프롬프트는 컨텍스트 프라이밍 프롬프트입니다.
[05:37] 여기서 Claude Code, CodeEx, Cursor 등
[05:40] 어떤 도구를 사용하든
[05:42] Claude Code에만 국한되지 않습니다.
[05:44] 이 디렉토리들의 이름은
[05:46] 무엇이든 될 수 있죠. 만약 프라이밍이나
[05:48] just prompt 서버를 실행하면
[05:50] 기본 컨텍스트 프라임이 실행됩니다.
[05:53] 이것은 이러한 명령어들을 실행하여
[05:54] 도구 호출을 사용하고,
[05:56] README를 읽고, get ls files를 실행하여
[05:59] 프로젝트의 컨텍스트를 이해합니다.
[06:00] 모든 코드베이스에서
[06:02] 이렇게 설정하여 중요한 파일들과 아이디어들을
[06:05] 빠르게 다룰 수 있게 하는 것을 추천합니다.
[06:08] 우리가 하고 있는 이 작업의
[06:09] 큰 아이디어가 무엇일까요? 시간이 지나도
[06:12] 우리의 에이전틱 도구의 새로운 인스턴스를
[06:15] 쉽게 설정할 수 있게 만드는 것입니다.
[06:19] 여기서 시간이란 일상적인 기준뿐만 아니라
[06:20] 세션별 기준도 포함됩니다. Claude Code나
[06:23] CodeEx 또는 다른 AI 코딩 도구를
[06:25] 사용해보셨다면, 컨텍스트가 소진될 것입니다.
[06:28] 현재 컨텍스트 창을 보시면
[06:30] 최신 모델들의 컨텍스트 제한이
[06:32] 대부분 20만 또는 100만 토큰으로 제한되어 있습니다.
[06:35] AI 코딩 도구를 사용하다 보면
[06:36] 결국 컨텍스트가 소진되어
[06:38] 리셋을 해야 하는 상황이 옵니다.
[06:39] 이것이 바로 컨텍스트 프라임이 하는 일이고
[06:42] cloud commands 디렉토리가 제공하는 기능입니다.
[06:44] 이는 클라우드 코드에 특화되어 있지만
[06:46] 어떤 AI 코딩 도구에도
[06:48] 적용할 수 있습니다.
[06:50] 자, 새 창을 열어서
[06:52] codeex-m3를 열고
[06:55] 상대 경로를 복사해서 실행하면
[06:58] 동일한 기능을 수행합니다.
[07:01] 여기서 우리가 하는 일이 뭘까요?
[07:03] 클라우드 코드에서 했던 것처럼
[07:04] AI 코딩 도구의 초기 컨텍스트를 설정하여
[07:06] 모든 것을 이해하고 위치를 파악할 수 있게 합니다.
[07:10] 보시다시피 깔끔한 요약이 출력되었고
[07:12] 이제 준비가 완료되었습니다.
[07:14] 컨텍스트가 준비되었죠.
[07:16] 이 디렉토리들은 컨텍스트 프라이밍에만
[07:18] 국한되지 않습니다.
[07:20] 우리는 울트라 디프 리뷰를 구축했는데
[07:23] 이는 diff를 생성한 다음
[07:26] 여러 언어 모델이 검토하고
[07:28] 피드백을 제공하는 기능입니다.
[07:31] 이것은 앞으로 이 채널에서
[07:33] 자주 다룰 주제입니다.
[07:34] Agentic 코딩 도구 덕분에
[07:35] 프롬프트의 활용 가능성이
[07:37] 무한해졌습니다.
[07:40] 어떤 도구든 실행할 수 있고
[07:42] 여기처럼 커스텀 MCP 서버도 실행할 수 있으며
[07:44] 코드베이스 내 재사용 가능한 프롬프트로
[07:47] 엄청난 작업을 수행할 수 있습니다.
[07:50] 이것이 제가 모든 코드베이스에
[07:52] 필수적으로 포함하는
[07:53] 세 가지 핵심 디렉토리입니다.
[07:56] AI docs는 AI 코딩 도구를 위한
[07:59] 영구적인 지식 베이스입니다.
[08:02] Specs는 계획을 정의하는 곳으로
[08:03] AI 코딩 도구와
[08:05] agentic 코딩 도구에 전달할
[08:07] 작업을 정의합니다.
[08:09] 그리고 dotcloud가 있는데
[08:11] 이름은 자유롭게 지을 수 있습니다.
[08:12] 이곳에는 agentic 코딩 도구에서
[08:15] 즉시 사용할 수 있는 재사용 가능한
[08:18] 프롬프트를 저장합니다.
[08:20] 재사용 가능한 프롬프트는
[08:22] 코딩 외에도 필수적인 패턴입니다.
[08:24] 다양한 형태로 반복 사용할 수 있는
[08:26] 연산이 필요하기 때문입니다.
[08:29] 이는 재사용, 검증 및 개선이 가능한
[08:31] 프롬프트를 만듦으로써 가능합니다.
[08:33] 특히 이메일을 작성할 때 유용합니다.
[08:37] 실제로 어떻게 작동하는지 보여드리겠습니다.
[08:39] Pocket Pick에 간단하고 명확한
[08:42] 새로운 기능을 구현해보겠습니다.
[08:44] 제가 원했던 작은 개선사항이 있는데
[08:46] 이를 구현해보겠습니다.
[08:48] 먼저 열어보고
[08:49] Pocket Pick에 대해 간단히 설명드리겠습니다.
[08:51] 개발자로서 우리는 아이디어, 패턴,
[08:53] 코드 스니펫을 자주 재사용하지만
[08:55] 이를 관리하기가 쉽지 않습니다.
[08:58] Pocket Pick이 바로 이 문제의 해결책입니다.
[09:00] 이 간단한 MCP 서버는 개인 지식 베이스 항목을
[09:04] 생성하고 저장합니다.
[09:06] 재사용하고 싶은 코드 스니펫, 파일,
[09:09] 문서들을 간단한 SQLite 데이터베이스에 저장하죠.
[09:12] 사용 가능한 도구들을 보시면
[09:14] 추가, 추가 추가 파일, 목록 찾기 등
[09:16] 오늘 우리가 하고자 하는 주요 변경사항은
[09:18] add 명령어를 업데이트하는 것입니다.
[09:22] 여기 데이터 타입을 보면
[09:24] pocket pick 데이터베이스에 새 항목을 추가할 때
[09:26] 텍스트, 태그, 데이터베이스 경로가 있습니다.
[09:29] 현재는 ID가 자동으로 생성되고 있는데,
[09:32] 검색 기능을 개선하여
[09:33] pocket 항목을 생성할 때
[09:35] ID를 직접 전달할 수 있도록 하고 싶습니다.
[09:38] pocket add와 pocket add file로
[09:40] 이렇게 하면 ID로 pocket get과
[09:42] pocket file을 쉽게 실행할 수 있게 됩니다.
[09:46] 어떻게 할까요?
[09:47] 이 세 가지 필수
[09:49] 디렉토리를 사용할 것입니다.
[09:51] 이 디렉토리들을 통해 이번 세션과
[09:54] 앞으로도 더 빠르게 작업할 수 있습니다.
[09:55] 저는 물론 Claude 코드를 사용할 건데,
[09:57] 현재 제가 가장 좋아하는 도구입니다.
[09:58] 첫 번째로 할 일은 프라이밍입니다.
[10:00] 이미 이 명령어를 가지고 있어서
[10:03] 시간을 절약하고 있죠. 트리처럼 실행될 겁니다.
[10:06] .gitignore가 있고,
[10:08] 코딩 도구를 위한 트리 형식을 보여줄 겁니다.
[10:11] 작동하는 걸 볼 수 있죠.
[10:13] 전체 화면으로 보겠습니다.
[10:14] 보시다시피 다음 파일들을
[10:16] 읽으라고 했고, 이제 다 로드됐습니다.
[10:18] /cost를 입력하면
[10:21] 정확한 비용을 볼 수 있는데,
[10:23] 에이전트를 프라이밍하는데 20센트가 들었네요.
[10:26] 이제 실제 작업을 시작할 시간입니다.
[10:27] 어떻게 실제 작업을 할까요?
[10:29] 반복적으로 프롬프트하지 않습니다. 그건 2024년의 구식 방식이죠.
[10:32] 우리는 간결하고 주도적인 계획을 만듭니다.
[10:36] 한 단계 더 나아가서
[10:38] 제가 좋아하는 새로운 기법을
[10:40] 계획 초안 작성이라고 부르는데요,
[10:42] 여기서 큰 차이점은 저와
[10:45] AI 코딩 도구 모두가
[10:47] 이 계획 초안 작성에 참여한다는 겁니다.
[10:49] 제가 직접 계획을 쓰고,
[10:50] 파일을 만들고, 그런 작업을 하는 대신
[10:53] Claude 코드가
[10:55] 첫 계획 초안을 만들게 할 겁니다. specs/
[10:58] require-id라는 새로운 기능 ID 문자열을 만들고
[11:04] 돌아가서 readme를 보면
[11:07] 여기서 간단한 계획을
[11:09] 세울 수 있습니다. pocket add와
[11:12] pocket 내부에 이것을 넣고 싶습니다. 계획을
[11:17] 이런 섹션들로
[11:18] 나눌 겁니다. 이 계획을 작성하기 위해
[11:21] 울트라링크를 사용하겠습니다.
[11:23] 확실히 과잉일 수 있지만
[11:24] 이는 Claude 코드의 추론
[11:26] 능력을 촉발시킬 것입니다.
[11:29] 여기서 제가 하는 건 Claude 코드에게
[11:32] 이 코드베이스의 첫 초안을 작성하게 하는 겁니다.
[11:34] 이 코드베이스를 간단히 살펴봤고,
[11:36] 아키텍처와 작동 방식을 대충 기억하고 있습니다.
[11:38] 하지만 우리의 주도적 코딩 도구는 말 그대로
[11:40] 우리보다 수백 배 빠르게 읽을 수 있죠.
[11:43] 이미 이 코드베이스를 저보다
[11:45] 더 잘 이해하고 있습니다.
[11:47] SQL 같은 테이블 구조도 파악했고,
[11:50] 모든 명령어도 알고 있죠.
[11:52] UV piest도 볼 수 있고,
[11:54] 이 코드베이스의 구조를 이해하고 있습니다.
[11:56] 말 그대로 지금
[11:58] 이 코드베이스에 대해 저보다
[12:00] 더 많이 알고 있죠. 제대로 프라이밍했기 때문입니다.
[12:03] 이제 진행하면서
[12:04] 알고 있는 모든 것을 바탕으로
[12:07] 첫 계획 초안을 작성할 것입니다.
[12:08] 여기서 새로운 작업 흐름은 무엇일까요?
[12:10] 기본적인 계획을 수립하고,
[12:12] AI 코딩 도구로 초안을 만든 다음
[12:15] 계획을 반복적으로 개선하고 실행하는 것입니다.
[12:17] 이제 이 계획을 실행해 보겠습니다.
[12:20] 저는 이것을 수락하고
[12:21] 새로운 스펙이 생성된 것을 확인할 수 있습니다.
[12:23] 이제 이것이 어떻게 보이는지 살펴보겠습니다.
[12:26] 이것이 바로 계획입니다. 첫 번째 초안인데
[12:28] 꽤 잘 나왔죠?
[12:30] 문제를 매우 간단명료하게 설명하고 있습니다.
[12:32] 사용자가 add와 add_file 도구를 사용해
[12:34] pocket pick 데이터베이스에 항목을 추가할 때
[12:36] ID가 자동으로 생성됩니다.
[12:38] 이것이 문제 설명이고
[12:40] 그 다음은 해결책입니다.
[12:42] 이 기능은 이러한 도구들을 수정하여
[12:44] 사용자가 필수 매개변수로
[12:46] ID를 직접 제공하도록 하여
[12:48] 더 나은 제어와 식별을 가능하게 합니다.
[12:51] 정확히 이것이 목표입니다.
[12:53] 이제 우리는 검토 단계에 있습니다.
[12:55] 우리는 날이 갈수록 더욱더
[12:57] 코드 리뷰어, 계획 리뷰어가 되어가고 있습니다.
[12:59] 우리는 정보의 큐레이터가 되어가고 있죠.
[13:02] 코드 아이디어의 큐레이터가 되어
[13:04] 이를 AI 코딩 도구에 전달하는 것입니다.
[13:07] 이 방식의 좋은 점은
[13:08] 코드베이스를 반복적으로 업데이트하면서
[13:10] 나쁜 임시 상태로 만들지 않는다는 것입니다.
[13:13] 우리는 이 파일에서만 작업하고 있습니다.
[13:15] 모든 것을 이 파일 내에서 처리하고 있죠.
[13:18] 자, 이제 전체를 살펴보겠습니다.
[13:20] 보시다시피
[13:21] 서버 모듈에 새로운 ID 필드가 있습니다.
[13:24] 이것이 핵심적인 변경사항이죠.
[13:26] 기능 추가도 잘 되어 있고,
[13:29] 서버 구현도 완벽해 보입니다.
[13:32] 테스트 변경사항을 보면
[13:35] 모든 파일 위치를 알고 있죠.
[13:36] 이것이 정말 중요한 부분입니다.
[13:38] 우리는 context prime을 연결하고 있고
[13:41] AI docs 디렉토리는 건너뛰고 있습니다.
[13:44] 지금은 필요하지 않기 때문이죠.
[13:46] 코드베이스를 처음 시작할 때는
[13:48] 더 중요할 수 있습니다.
[13:51] 자체 검증 섹션이 있고
[13:53] readme 업데이트도 포함되어 있습니다.
[13:55] 적절한 컨텍스트를 제공하고
[13:57] 재사용 가능한 프롬프트를 사용하여
[13:59] 올바른 맥락을 제공하고
[14:02] 세 문장 정도의 간단한 프롬프트로
[14:05] 추론 모델의 기능을 활성화했습니다.
[14:07] 우리는 꽤 좋은 계획을 가지고 있습니다.
[14:10] 이것으로 80% 정도는
[14:12] 해결될 것 같습니다.
[14:13] 이제 여기서
[14:15] 불필요한 내용을 삭제하겠습니다.
[14:18] 몇 가지 추천사항이 있는데,
[14:20] AI 에이전트가
[14:22] 이러한 추가 옵션들을 구현하지 않기를 바랍니다.
[14:23] 보통 코딩 도구나 언어 모델은
[14:25] 텍스트가 많으면 의미를 만들어내려고 합니다.
[14:29] 패턴을 찾으려고 시도하죠.
[14:30] 그래서 이 스키마 관련 내용은
[14:32] 삭제하도록 하겠습니다.
[14:34] 대신 한 가지를 추가하겠습니다.
[14:36] 다른 테스트들을 확인하여
[14:38] add 기능을 사용하는지 살펴보고
[14:41] 필요한 경우 업데이트하는 것이 중요합니다.
[14:46] 그리고 이제
[14:48] 경로를 명확하게 열어서
[14:50] 어디를 봐야 할지
[14:52] 매우 명확하게 하겠습니다.
[14:54] 사실 이것은 완전히 불필요하지만
[14:56] 사실 불필요한 작업이지만
[14:58] 명확하게 하기 위해 이렇게 합니다.
[15:00] 좋습니다. 훌륭한 계획이 나왔네요.
[15:02] 이제 좋은 방법을 보여드리겠습니다.
[15:05] 계획을 실행하기 전에
[15:08] 항상 커밋을 하는 것이 좋습니다.
[15:09] 여기서 했던 작업들을 되돌리고
[15:11] 이 파일을 확인한 다음
[15:14] 계획을 커밋하고나서
[15:16] 계획을 실행할 것입니다.
[15:18] 자, 이제 시작하겠습니다.
[15:21] 이 파일을 구현하겠습니다.
[15:25] Claude에 새로운 기능이 있는데
[15:27] 바로 할 일 목록 시스템입니다.
[15:29] 이것은 에이전트 코딩 도구에서
[15:32] 새롭게 등장하는 패턴으로
[15:33] 먼저 계획을 수립하고
[15:35] 그 계획을 실행하는 방식입니다.
[15:37] 이제 에이전트 모드 또는
[15:39] YOLO 모드로 전환하겠습니다.
[15:42] 이제 자동 수락이 활성화되어
[15:43] AI 코딩 도구가
[15:44] 모든 작업을 자동으로 처리할 것입니다.
[15:47] 여기서 언급해야 할 중요한 점은
[15:49] AI docs MCP 서버 git 저장소 통합을
[15:53] 추가했어야 했지만
[15:56] 이 기능이 이미 작동 중이라
[15:58] 필요하지 않았습니다.
[16:00] 사실 여기에는
[16:03] 서드파티 문서에서
[16:05] 추가할 만한 정보가
[16:06] 코드베이스에 이미 포함되어 있어서
[16:09] 모든 디렉토리 중에서 AI docs는
[16:11] 통합이 완료되고 실행되면
[16:13] 가장 덜 중요할 수 있지만
[16:15] 동시에 간과해서는 안 됩니다.
[16:16] AI 코딩 도구를 위한
[16:18] 영구적인 지식 베이스를 갖는 것의 힘을
[16:21] 에이전트 코딩 도구를 위한
[16:23] 필요할 때마다 참조할 수 있는
[16:25] 지식 베이스의 가치를
[16:26] 특히 컨텍스트 윈도우를
[16:28] 계속해서 확장할 때
[16:30] 더욱 중요해집니다.
[16:32] 또한 때로는 특정 기능에 대한
[16:35] 컨텍스트 프라이밍이 필요합니다.
[16:38] 프라임을 복사해서
[16:40] ID 기능 추가와 같은 프라이밍을 할 수 있죠.
[16:44] 보시다시피
[16:46] 우리의 훌륭한 에이전트
[16:48] 코딩 도구가 모든
[16:50] 변경사항을 처리하고 있습니다.
[16:52] 특정 기능에 대한 컨텍스트
[16:54] 프라임을 사용하면 이를 추가하고
[16:57] 특정 파일을 추가할 수 있습니다.
[16:59] 예를 들어 기능별 파일이나
[17:02] 파이썬 파일 등을 여러 개 추가할 수 있죠.
[17:06] 이렇게 하면
[17:07] 특정 기능 세트에 대해
[17:10] 반복적으로 컨텍스트 프라이밍이 가능합니다.
[17:13] 이는 큰 변경사항을 다룰 때
[17:15] 특히 유용하지만, 보통은
[17:17] 필요하지 않을 수 있으며
[17:18] 주요 프라임 메서드만으로 충분합니다.
[17:21] 에이전트 코딩 도구가
[17:23] 이러한 변경사항들을 처리하고 있고
[17:25] 매우 빠르게 구현되었는데
[17:26] 이는 좋은 계획을 세웠기 때문입니다.
[17:28] IDK를 매우 상세하고 명확하게 작성했죠.
[17:31] 주요 에이전트 코딩
[17:33] 멤버들에게 감사드립니다.
[17:35] 모든 키워드에
[17:36] 정보가 가득 담겨있고
[17:38] 원하는 바를 매우 상세하게 표현했습니다.
[17:40] 참조되는 항목들을 볼 수 있습니다. README가
[17:41] 지금 업데이트되고 있는데, 이것은 모두
[17:43] AI 코딩 도구가 올바른 정보를 보고
[17:46] 그 정보를 바탕으로 계획을 수립하도록
[17:49] 특정 구조를 지정했기 때문입니다.
[17:52] 제가 잘 작동한다고 알고 있는 구조죠.
[17:55] 바로 이런 부분에서 여러분의 경험과
[17:56] 판단력, 그리고 안목이 필요합니다.
[17:58] 코드베이스에 대해 높은 수준의
[18:00] 이해도가 있어야 합니다.
[18:02] 그리고 보시다시피 자체 검증을
[18:05] 수행하고 있습니다. 스스로를
[18:07] 테스트하고 있죠. 정말 좋네요.
[18:09] 이 부분이 매우 중요한데,
[18:11] 마지막에 추가했습니다. ID 파라미터를
[18:13] 다른 테스트 파일에 포함시키는 거죠.
[18:15] 요약하자면, 우리는
[18:17] 계획을 수립하는 훌륭한 프롬프트를 만들었고,
[18:19] 이제는 메타적인 접근을 하고 있습니다.
[18:21] 에이전트가 우리를 위한 계획을 작성하도록
[18:24] 프롬프트를 작성하고, 그것을 수정하고
[18:27] 반복하면서 발전시킵니다.
[18:29] 그리고 그 계획을 AI 코딩 도구나
[18:32] 에이전트 디코딩 도구에
[18:33] 다시 전달합니다. 보시다시피
[18:35] 테스트를 진행하면서
[18:37] 모든 add 명령어에 ID 파라미터를
[18:39] 추가해야 합니다. 이게 제대로
[18:42] 작동하도록 말이죠. 계속해서
[18:44] 진행되고 있습니다. 이것이 바로 Claude Code가
[18:47] 뛰어난 이유죠. 작업을 멈추지 않고
[18:49] 계속 작업할지 묻지도 않습니다.
[18:52] 그냥 계속 작업을 수행하죠. 저는
[18:55] Claude Code의 이런 점이 정말 마음에 듭니다.
[18:58] 이런 방식으로 모델을 설계했고,
[18:59] 프롬프트를 설계했습니다. 계속
[19:01] 반복해서 말씀드리지만, Anthropic의
[19:03] Claude Code 팀이 놀라운 작업을 하고 있으며
[19:05] 그들이 이 도구들을 실제로 사용한다는 게
[19:08] 분명합니다. test_find에서
[19:09] 하나의 테스트 케이스를 놓쳤네요.
[19:11] 원한다면 열어서
[19:13] 나란히 볼 수 있습니다. 그 기능에
[19:16] 이제 추가된 ID가 필요하다는 걸 알 수 있죠.
[19:19] 작업에 대한 간단한 요약이 여기 있습니다.
[19:21] 한번 살펴보겠습니다.
[19:23] 가장 중요한 점은 자체 검증이
[19:24] 켜져 있다는 겁니다.
[19:26] 그래서 거의 모든 것이 제대로
[19:29] 작동한다고 확신할 수 있습니다.
[19:32] 모든 테스트가 통과했죠. 우리의 코딩 도구가
[19:34] 스스로를 테스트하고 있습니다.
[19:37] 스펙을 열어보면 다시 한 번
[19:40] 하단에서 볼 수 있듯이
[19:41] 자체 검증이 매우 중요합니다.
[19:44] 명령을 내렸고,
[19:46] 자체 검증이 필요합니다. 다시 강조하자면,
[19:48] 이것이 바로 에이전틱 코딩과
[19:49] AI 코딩의 큰 차이점입니다. 저는 단순히
[19:52] 코드를 생성하는 프롬프트만 작성하는 게 아닙니다.
[19:54] 엔지니어링 작업을 수행하는
[19:57] 프롬프트를 작성합니다. 구축하고,
[19:59] 계획하고, 테스트하는 전체 과정이죠.
[20:02] 전체 개발 수명 주기를 다룹니다.
[20:05] 이것이 바로 강력한
[20:06] 기능입니다. 여러분이 활용할 수 있는 거죠.
[20:09] 우리가 여기서 논의한 것과 같은 가치 있는
[20:11] 아이디어를 매주 월요일마다
[20:13] 공유하려고 합니다. 어디서 찾을 수 있는지
[20:15] 아시죠. 아직 구독하지 않으셨다면,
[20:17] 꼭 여정에 동참해 주세요.
[20:19] 우리가 잠든 동안에도 스스로 구축하는
[20:22] 살아있는 소프트웨어를 만들 것입니다. 그리고 이 세 가지
[20:24] 이러한 세 가지 핵심 디렉토리인 AI, docs, spec,
[20:28] 그리고 claude를 통해
[20:31] 우리의 엔지니어링 작업을 확장할 수 있습니다.
[20:33] 이를 통해 AI 코딩 도구와 에이전트 코딩 도구에
[20:36] 더 많은 작업을 위임할 수 있죠.
[20:39] 이 영상이 도움됐다면 좋아요를 눌러주세요.
[20:41] 알고리즘이 여러분의 관심사를
[20:42] 파악할 수 있도록 해주세요.
[20:44] 여기서 모든 테스트가 통과된 것을 볼 수 있습니다.
[20:46] 실행할 필요는 없지만, 물론 가능합니다.
[20:50] 업데이트된 pocket pick에서
[20:53] 무엇을 전달해야 하는지 readme를 확인해보죠.
[20:55] 이것은 비교적 간단할 겁니다.
[20:57] 네, 매우 간단하네요. 이걸 사용해보겠습니다.
[20:59] update를 입력하고... 자 됐습니다.
[21:03] 네, 데이터베이스입니다. 괜찮네요.
[21:05] 현재 작업 디렉토리를 사용할 수 있습니다.
[21:07] 좋습니다. 이제 claude를 실행하겠습니다.
[21:09] MCP 서버를 활성화하면
[21:11] 찾은 것을 확인할 수 있습니다. yes를 누르고
[21:13] 이제 프롬프트를 매우 구체적으로 작성하겠습니다.
[21:14] Updated pocket pick.
[21:18] pocket add를 입력하고, ID는
[21:21] 임의의 코드를 복사해보겠습니다.
[21:24] 예를 들어, MCP.json
[21:26] 형식을 코드 스니펫으로
[21:28] 기억하고 싶다고 가정해보죠.
[21:30] 그걸 복사해서 add를 입력하고
[21:33] ID를 전달하겠습니다. 이것은 MCP JSON이 될 것이고
[21:36] 내용은 이렇습니다. 좋습니다.
[21:39] 이제 새로운 Pocket add를
[21:42] 업데이트된 Pocket Pick MCP 서버로 실행하겠습니다.
[21:44] 여기 있네요. Updated Pocket Pick. Add.
[21:46] ID와 텍스트가 있습니다.
[21:48] 엔터를 누르면 새로운 항목이 추가될 겁니다.
[21:51] 그 도구 이름이 뭐였더라...?
[21:54] 아,
[21:55] 찾았습니다. 이걸로 하죠.
[21:58] pocket to file by ID입니다.
[22:00] 이걸 실행하고 싶었죠.
[22:03] id를 입력하고 그건
[22:05] mcp_json이었고, 출력 파일은...
[22:09] 절대 경로로 mcpnew.json을 지정하겠습니다.
[22:14] 이제 새로운 ID로 검색할 겁니다.
[22:17] 보시다시피 우리는
[22:20] 업데이트된 pocket pick mcp 서버를 실행 중이고
[22:22] 이 디렉토리에 출력할 겁니다.
[22:24] 실행해보죠.
[22:26] 어떻게 작동하는지 봅시다.
[22:27] 콘텐츠가 성공적으로 작성됐습니다.
[22:29] 열어보면, MCP 서버에서
[22:31] SQLite 데이터베이스로부터
[22:34] 이 기능이 실행되고 있음을 확인할 수 있습니다.
[22:37] 보시다시피 새로운 로컬
[22:38] 데이터베이스가 있습니다.
[22:40] 이는 스니펫을 저장하고 재사용하는
[22:42] 훌륭한 방법입니다.
[22:44] 이 코드베이스의 링크는
[22:45] 관심 있으신 분들을 위해 설명란에 있습니다.
[22:47] 정말 놀랍게도 얼마나 빨리
[22:50] 이것을 구축했는지 보세요.
[22:52] 변경된 모든 파일들을 보세요.
[22:54] 그리고 무엇이 수행되었는지 기억하세요.
[22:57] 매우 정확하고 정밀했죠.
[22:59] 이 모든 것이 이러한 핵심 파일들 덕분입니다.
[23:02] 이러한 핵심 디렉토리들이
[23:05] 이 코드베이스와 모든 코드베이스에서
[23:07] 우리가 할 수 있는 일을 확장시켜 줍니다.
[23:10] 더 많은 시간을 함께 보내면서
[23:12] 채널을 시청하면서 분명해지길 바랍니다.
[23:14] 이는 결국 패턴에 관한 것입니다.
[23:16] 원칙에 관한 것이고,
[23:18] 새로운 엔지니어링 시대에 대한 접근 방식입니다.
[23:20] 특정 도구에 얽매이지 마세요.
[23:22] 그리고 확장성 없는 아이디어에
[23:25] 얽매이지 마세요. 작업, 코드베이스,
[23:28] 그리고 가장 중요한 것은
[23:30] 시간을 초월해야 합니다.
[23:33] AI docs는 AI 도구를 위한
[23:35] 영구적인 지식 기반입니다.
[23:38] Specs는 작업을 계획하는 곳입니다.
[23:40] 에이전트 코딩 도구에 더 많은 작업을 위임하는 곳이죠.
[23:43] 기억하세요, 훌륭한 계획이
[23:45] 훌륭한 프롬프팅입니다. 그리고 doclude가 있습니다.
[23:48] 여기서는 코드베이스에서 시간을 두고
[23:50] 재사용할 수 있는 프롬프트를 만듭니다.
[23:53] 여기서 가장 중요한 프롬프트는
[23:55] 컨텍스트 프라임 프롬프트입니다.
[23:57] 에이전트가 필수 정보를 가지고
[23:59] 간결하게 작업할 수 있도록 설정하세요.
[24:02] 전체 코드베이스에 대한 접근 권한을 주는 데
[24:05] 토큰을 낭비하지 마세요. 정확하고 집중적으로 하세요.
[24:07] 너무 많은 컨텍스트를 가지는 것은
[24:10] 충분하지 않은 것만큼이나 나쁩니다.
[24:12] 너무 많은 컨텍스트는 에이전트를 혼란스럽게 하고,
[24:15] 너무 적으면 작업을 완료할 수 없습니다.
[24:17] 이것들을 함께 사용하면
[24:19] 엔지니어링 작업을 더욱 확장할 수 있습니다.
[24:21] 시청해주셔서 감사합니다.
[24:24] 집중하면서 계속 구축해 나가세요.