Loading...
Loading...
AI 에이전트 협업 개발의 핵심 원칙. 분해정복, 컨텍스트 관리, 추상화 수준 선택, 자동화 철학, 검증 회고를 정의. 모든 AI 에이전트 사용 시 최적의 협업 패턴 적용.
npx skill4agent add supercent-io/skills-template agentic-principles"AI는 부조종사, 주인공은 당신입니다" AI 에이전트는 개발자의 생각을 증폭시키고 반복 작업을 대신하지만, 최종 결정권과 책임은 항상 개발자에게 있습니다.
| 잘못된 예 | 올바른 예 |
|---|---|
| "로그인 페이지 만들어줘" | 1. "로그인 폼 UI 컴포넌트 생성" |
| 2. "로그인 API 엔드포인트 작성" | |
| 3. "인증 로직 연결" | |
| 4. "테스트 코드 작성" |
1단계: 모델/스키마 설계 및 검증
2단계: 핵심 로직 구현 (최소 기능)
3단계: API/인터페이스 연결
4단계: 테스트 작성 및 실행
5단계: 통합 및 리팩토링탭 1: 인증 시스템 작업
탭 2: UI 컴포넌트 작업
탭 3: 테스트 코드 작성
탭 4: DevOps/배포 작업# HANDOFF.md
## 완료된 작업
- 사용자 인증 API 구현 완료
- JWT 토큰 발급 로직 작성
## 현재 상태
- 토큰 갱신 로직 작업 중
## 다음 작업
- 리프레시 토큰 구현
- 로그아웃 엔드포인트 추가
## 주의사항
- 기존 세션 관리 코드와 충돌 주의/context/clear| 모드 | 설명 | 사용 시점 |
|---|---|---|
| Vibe Coding | 전체 구조만 보는 높은 수준 | 빠른 프로토타이핑, 아이디어 검증, 일회성 프로젝트 |
| Deep Dive | 코드 한 줄씩 파고드는 낮은 수준 | 버그 수정, 보안 검토, 성능 최적화, 프로덕션 코드 |
새 기능 추가 시:
1. 높은 추상화: "사용자 프로필 페이지를 만들어줘" → 전체 구조 파악
2. 중간 추상화: "프로필 편집 폼의 유효성 검사 로직을 보여줘" → 특정 기능 검토
3. 낮은 추상화: "이 정규식이 왜 이메일 유효성 검사에 실패하는지 설명해줘" → 세부 디버깅같은 작업을 3번 이상 반복했다면 → 자동화 방법을 찾아라
그 자동화 과정 자체도 → 자동화하라| Level | 방식 | 예시 |
|---|---|---|
| 1 | 수동 복사/붙여넣기 | ChatGPT → 터미널 |
| 2 | 터미널 통합 | Claude Code, Gemini CLI 직접 사용 |
| 3 | 음성 입력 | 음성 전사 시스템 |
| 4 | 반복 지시 자동화 | 프로젝트 설명 파일 활용 |
| 5 | 워크플로우 자동화 | 커스텀 명령어/스킬 |
| 6 | 판단 자동화 | AI Skills 활용 |
| 7 | 규칙 강제 자동화 | Hooks/Guard Rails |
"이 함수에 대한 테스트를 작성해줘. 엣지 케이스도 포함해야 해.""draft PR을 만들어줘""방금 생성한 코드를 다시 검토해줘.
모든 주장을 검증하고, 끝에 검증 결과를 표로 정리해줘."| Agent | Role | Best For |
|---|---|---|
| Claude | Orchestrator | 계획 수립, 코드 생성, 스킬 해석 |
| Gemini | Analyst | 대용량 분석 (1M+ 토큰), 리서치 |
| Codex | Executor | 명령 실행, 빌드, 배포 |
[계획 에이전트] 계획 수립 → [분석 에이전트] 분석/리서치 → [실행 에이전트] 코드 작성 → [검증] 테스트 → [종합] 결과 정리1. 분해정복 → 작고 명확한 단계로 분할
2. 컨텍스트 → 신선하게, 단일 목적 대화
3. 추상화 → Vibe ↔ Deep Dive 상황별
4. 자동화 → 3회 반복 시 자동화
5. 계획/실행 → 계획 90%, 실행 10%
6. 검증/회고 → 테스트, PR, 자기 검증- 이 작업을 더 작게 나눌 수 있는가?
- 컨텍스트가 오염되지 않았는가?
- 올바른 추상화 수준인가?
- 3번 이상 반복했는가?
- 계획을 먼저 세웠는가?
- 결과를 검증했는가?