05 메모리 & 지식 자동 갱신 · 2026. 5. 26. 오전 5:01
트렌드 수확 저널
외부 AI agent 생태계 신호를 수집, 판정, 보류, 적용으로 나누어 기록하는 자동 수확 저널
한눈에 보기
트렌드 수확 저널은 KeystoneHub가 외부 AI agent 생태계에서 어떤 신호를 보고 있는지, 어떤 신호를 실제 운영 규칙으로 바꿨는지 보여주는 공개 스냅샷입니다. 단순 링크 목록이 아니라 수집, 분석, 거절, 적용을 분리해 기록합니다.
- 핵심 질문: 외부 신호 중 무엇을 rule, skill, hook, workflow, documentation으로 바꿀 가치가 있는가?
- 읽는 대상: KeystoneHub가 외부 생태계 변화에 어떻게 반응하는지 보고 싶은 사람
- 연결 문서: 레퍼런스 Intake 저널, Reference Comparison, Self-Improving Knowledge Loop
📊 항목별 상세 타임라인: 수집·분석·거절·적용 항목을 회차별 카드로 훑어보려면 수확 타임라인 →
자동 수확과 수동 Intake의 관계
두 흐름은 같은 판단 체계를 씁니다. 차이는 입력 방식입니다.
| 흐름 | 입력 | 목적 | 공개 위치 |
|---|---|---|---|
| Trend Harvest | GitHub trending, AI agent topic, expert/vendor repo, pinned source | 생태계 변화를 주기적으로 감지 | 이 문서 |
| Reference Intake | 사용자가 채팅, GitHub Issue, Notion, 문서로 준 자료 | 관심 자료를 큐에 올려 근거 문서로 남김 | 레퍼런스 Intake 저널 |
공통 절차는 collection -> analysis -> decision -> publication -> adoption check입니다. raw나 pending은 endorsement가 아니며, applied 또는 별도 pilot 결과가 있어야 운영 시스템에 흡수된 것으로 봅니다.
현재 수확 저장소
| Bucket | Files | 의미 |
|---|---|---|
| raw | 38 | 아직 분석 전인 후보 신호 |
| analyzed | 41 | 점수화되어 검토 대기 중인 제안 |
| rejected | 156 | 도메인 불일치, 중복, 이미 커버됨, 위험 과다 |
| applied | 18 | rule, skill, hook, documentation으로 흡수된 항목 |
| pending | 2 | 사람 검토가 필요한 항목 |
| normalized items | 160 | 공개 데이터 파일에 정규화된 item row 수 |
분류 분포
| Category | Items |
|---|---|
| development | 98 |
| orchestration | 27 |
| planning | 18 |
| design | 10 |
| prompt | 5 |
| security | 1 |
| research | 1 |
최근 자동 수확 요약
| Date | Source | Category | Status | 판단 |
|---|---|---|---|---|
| 2026-05-26 | yoheinakajima | orchestration | pending | Ground self-configuration in a capability graph of the agent’s OWN primitives + deterministic floor + sandbox-promote-with-revalidation, so |
| 2026-05-25 | aiming-lab/AutoResearchClaw | research | applied | Only verified (execution/measurement-sourced) values may enter an artifact; unverified numbers are sanitized at an output gate. |
| 2026-05-25 | promptfoo/promptfoo | design | applied | AI 출력 품질은 코드 리뷰로 못 잡는다 — 출력 자체를 회귀 테스트 케이스로 고정해야 측정·차단 가능 |
| 2026-05-24 | Tencent/TencentDB-Agent-Memory | orchestration | applied | Symbolic short-term memory: condense heavy tool logs into compact Mermaid symbols (−61% tokens, +51% pass rate); layered long-term memory |
| 2026-05-24 | esengine/DeepSeek-Reasonix | orchestration | applied | Prefix-cache stability: keep the prompt prefix byte-identical across turns so provider KV/prompt cache hits stay high, keeping token cost fl |
| 2026-05-24 | HKUDS/CLI-Anything | development | analyzed | Make any software agent-native via community CLI registry with JSON+Human dual output and verify tests; agents call CLIs instead of learning |
판단 기준
자동 수확 항목은 다음 질문으로 걸러냅니다.
- 반복 수동 작업을 줄이는가?
- 기존 실패나 마찰을 근본적으로 줄이는가?
- SOFT 판단을 HARD check, test, script, schema로 바꿀 수 있는가?
- 토큰, 탐색, 재시도 비용을 줄이는가?
- 개선을 단일 지표나 명확한 증거로 검증할 수 있는가?
적용 원칙
- 외부 프로젝트를 그대로 설치하지 않습니다. 패턴을 먼저 분해합니다.
reference-only는 유용하지만 source of truth가 아닙니다.pilot은 작은 범위에서 수치와 회귀를 확인합니다.applied는 rule, skill, hook, script, docs 중 하나로 실제 반영된 상태입니다.- 공개 문서에는 내부 권한, raw log, 비공개 경로, 미검증 benchmark를 쓰지 않습니다.
다음 읽을 문서
- 레퍼런스 Intake 저널: 사용자가 직접 준 자료를 분석 큐와 문서로 바꾸는 수동 수확 경로
- Cognee, Starlight, oh-my-pi Intake: #66 분석 결과와 Keystone 운영 시스템 비교
- Reference Comparison: 외부 패턴을 Keystone 운영 원칙과 비교하는 기준