08 레퍼런스 비교 Markdown
Reference Comparison
48개 오픈소스 프로젝트에서 추출한 패턴 — trend-harvester가 자동 수집하고 규칙으로 결정화
한눈에 보기
Reference Comparison은 외부 오픈소스와 AI agent 생태계에서 얻은 신호를 KeystoneHub의 운영 패턴과 비교하는 문서입니다. 단순 링크 모음이 아니라, 어떤 패턴을 실제 rule, skill, hook, workflow로 흡수했는지 보여주는 근거 자료입니다.
- 핵심 질문: 외부 프로젝트에서 어떤 운영 패턴을 가져와 KeystoneHub에 적용했는가?
- 읽는 대상: KeystoneHub가 어떤 레퍼런스를 기반으로 진화하는지 확인하려는 사람
- 연결 문서: Reference Intake Pipeline, Trend Harvest Journal, Self-Improving Knowledge Loop, Agent Team Playbook
이 문서에서 확인할 것
- trend-harvester가 수집하는 주요 패턴 그룹
- 사용자가 직접 준 자료를 issue queue와 public draft로 전환하는 intake 흐름
- 에이전트 조율, 메모리, 품질, DevOps 영역의 적용 사례
- 외부 원칙을 내부 규칙으로 바꿀 때 유지하는 기준
Trend Harvester
GitHub trending repos와 AI guru들의 포스트를 주기적으로 수집·분석하여, 우리 시스템에 적용 가능한 패턴을 규칙으로 결정화합니다.
/loopy-era-trend-harvester # 수동 실행
/loop 1d /loopy-era-trend-harvester # 매일 자동현재 48개 오픈소스 프로젝트에서 추출된 패턴이 ~/.claude/rules/에 저장되어 있습니다.
수확 목록 (주요)
에이전트 조율 패턴
| 소스 | 패턴 | 적용 |
|---|---|---|
| get-shit-done (49K⭐) | Wave execution, Context freshness | team-orchestrator Phase 3 병렬화 |
| ralph (16K⭐) | Fresh-context iteration | 장기 세션 대신 반복 fresh 세션 |
| oh-my-codex (25K⭐) | Verification-driven pipeline | Phase 4 verify→fix 루프 강화 |
| bernstein (132⭐) | Deterministic scheduling | LLM 없이 결정론적 태스크 분배 |
| takt (913⭐) | Declarative agent coordination | YAML 기반 에이전트 정의 |
| flow-next (570⭐) | Auto-block stuck tasks | 4회 실패 시 자동 blocked 전환 |
메모리 & 컨텍스트 패턴
| 소스 | 패턴 | 적용 |
|---|---|---|
| beads (20K⭐) | Semantic memory compaction | 완료 태스크 3줄 요약 압축 |
| memvid (14.8K⭐) | Portable memory layer | 단일 파일 메모리 패키징 |
| GenericAgent (880⭐) | Execution path crystallization | 성공 패턴 → 스킬 자동 추출 |
| autocontext (740⭐) | Recursive self-improvement | Curator 단계 (약한 규칙 자동 정리) |
| metabot (618⭐) | Shared agent memory | 에이전트 간 지식 공유 |
코드 품질 & 보안 패턴
| 소스 | 패턴 | 적용 |
|---|---|---|
| superpowers (147K⭐) | Two-stage review gate | Spec compliance → Code quality 순차 |
| ARIS (5.8K⭐) | Cross-model adversarial review | Claude 구현 + GPT 리뷰 |
| zeroshot (1.4K⭐) | Blind validation layer | 구현 컨텍스트 없이 순수 검증 |
| continue (32K⭐) | Source-controlled AI checks | AI 리뷰를 CI에 HARD 강제 |
| forgecode (6.5K⭐) | Role-based agent permissions | 역할별 도구 화이트리스트 |
인프라 & 도구 패턴
| 소스 | 패턴 | 적용 |
|---|---|---|
| rtk (20K⭐) | CLI output compression | bash 출력 80% 토큰 절감 |
| caveman (6.6K⭐) | Token brevity | 출력 토큰 65% 절감 |
| claw-compactor (2.1K⭐) | Context compression pipeline | 입력 파일 15~82% 압축 |
| repomix (23K⭐) | Codebase packing | 코드베이스 분석 토큰 효율화 |
| apm (1.8K⭐, Microsoft) | Agent manifest | 선언적 에이전트 설정 관리 |
| markitdown (99K⭐, Microsoft) | File-to-markdown | 비텍스트 파일 → LLM 네이티브 변환 |
DevOps & CI 패턴
| 소스 | 패턴 | 적용 |
|---|---|---|
| claude-code-action (7K⭐, Anthropic) | CI self-healing loop | 테스트 실패 → 자동 수정 → 재실행 |
| gh-aw (4.3K⭐, GitHub) | Agentic workflows in CI | 에이전트를 CI 파이프라인으로 격상 |
| agent-orchestrator (5.9K⭐) | Feedback routing | CI 피드백을 해당 에이전트에 자동 라우팅 |
| agent-ci (567⭐) | Pause-on-failure | 실패 시 상태 보존 + 해당 step만 재실행 |
Karpathy 코딩 원칙
andrej-karpathy-skills (10K⭐)에서 추출:
- Think Before Coding — 가정을 먼저 명시하고, 혼란스러운 부분은 구현 전에 질문
- Simplicity First — 1000줄이 아니라 100줄로 해결
- Surgical Changes — 관련 없는 파일 수정 금지
- Goal-Driven Execution — 검증 가능한 성공 기준으로 변환 후 테스트 루프