KeystoneOverview
Keystone Overview

AI Workflow Orchestration

Keystone은 일관된 작업 원칙 위에 지속 기억·자동 점검·자가 개선 루프를 결합합니다. 모든 요청은 기획과 디자인 판단으로 정렬되고, 구현은 개발 하네스와 evidence 게이트를 통과한 뒤 그 학습이 다시 규칙과 기억으로 되돌아갑니다.

Operating principlesPersistent memorySelf-improving loopPlanning · Design · Dev Harness
drag canvas / drag boxes / inspect loop
[ Durable context layer ]
01intent-contractbrief.ai
✓ Goal, scope, risk, and evidence target locked
rules: scope / permission / smallest release
KO의도 계약목표·범위·리스크·검증 기준을 확정
02context-groundingctx.ai
✓ Repo, docs, history, and open changes loaded
context: repo state / docs / prior decisions
KO컨텍스트 정렬레포·문서·이력·열린 변경을 로드
03work-routerroute.ai
✓ Plan, build, review, QA, and repair loops selected
route by uncertainty: design / code / review / QA
KO작업 라우팅계획·구현·리뷰·QA·수정 루프 선택
04memory-spinemem.ai
✓ Directives, wiki notes, artifacts, and handoffs synced
memory: directives / wiki / trace / artifacts
KO기억 스파인지침·위키·아티팩트·핸드오프 동기화
05agent-runtimeops.ai
✓ Tool calls, subloops, and review passes coordinated
runtime: Codex / Claude / MCP / browser checks
KO에이전트 런타임도구 호출·서브루프·리뷰 패스 조정
06guardrail-harnesssafe.ai
✓ Policy, approvals, rollback risk, and drift checked
guardrails: policy / risk labels / QA gates
KO가드레일 하네스정책·승인·롤백 리스크·드리프트 점검
07evidence-loopproof.ai
✓ Build, screenshot, interaction, and final recap captured
evidence: build / screenshot / logs / next actions
KO증거 루프빌드·스크린샷·인터랙션·최종 recap 기록
Operating thesis

Harness Engineering

작업이 반복돼도 품질이 유지되도록, 운영 원칙·지속 기억·자동 점검·회고를 기획·디자인·개발과 하나의 반복 가능한 작업 시스템으로 묶었습니다.

01belief

Fail → Rule

같은 실수를 두 번 하지 않도록, 실패를 프롬프트가 아니라 규칙·훅으로 고정합니다.

02belief

Memory → Context

세션이 끊겨도 판단과 맥락이 이어지도록, 기억을 다음 작업으로 되살립니다.

03belief

Evidence → Done

빌드·브라우저·검증 증거 없이는 "완료"로 보지 않습니다.

21Operating notes

철학, 아키텍처, 하네스 문서

6Loop stages

기획에서 자가개선까지

11Codex skills

작업별 실행 지침

4MCP servers

외부 능력 연결면

5Plugins

브라우저, 문서, 플래닝 도구

How it works요청에서 자가 발전까지, 한 방향의 운영 루프로 정리합니다.
01Principle

운영 철학, 공개 경계, 의사결정 기준을 작업의 기본 제약으로 둔다.

02Planning Harness

요청을 PRD, IA, 디자인 판단, agent workplan으로 나누고 실행 가능한 단위로 정렬한다.

03Orchestration

Codex/Claude skills, MCP, plugins, commands를 작업 성격에 맞게 연결한다.

04Design & Dev Harness

UI/UX 검토, 프론트 구현, 브라우저 캡처, 빌드 검증을 같은 하네스에서 통과시킨다.

05Memory

판단, 실패 패턴, 다음 행동을 기억해 다음 세션의 맥락으로 재사용한다.

06Self-improvement

회고·점검·재발 방지 후보를 통해 반복 문제를 규칙·스킬·훅으로 승격한다.

Portfolio index재구성된 포트폴리오 페이지와 Hugh 아카이브를 같은 화면에서 탐색합니다.
01

철학 & 방향성

실패를 규칙과 자동화로 바꾸는 운영 원칙

1
02

시스템 아키텍처

프로젝트, 데이터 흐름, 레이어 구조

3
  • Public / Private Boundary

    내부 운영 원천과 공개 포트폴리오 계층을 분리하는 모델

  • System Architecture

    비공개 운영 원천과 공개 포트폴리오 계층으로 나뉜 Keystone 시스템 구조

  • Operating Model

    사용자 요청을 계획, 실행, 검증, 기억, 회고로 연결하는 운영 흐름

03

하네스

Hooks와 gates가 실수를 차단하는 방식

3
04

작업 방식 가이드

기획, 디자인, 프로토타입, QA/운영 방법론

5
  • Work Method Library

    직무별 작업 방식을 독립 페이지로 묶은 방법론 허브

  • Planning Methods

    요구사항을 목표, 범위, 상태, REQ/QA 기준으로 바꾸는 기획 방식

  • Design Methods

    기획 의도를 정보구조, 화면 상태, 컴포넌트 규칙으로 전환하는 디자인 방식

  • Prototype & Handoff Methods

    시안, 프로토타입, 화면 캡처, API/Data 후보를 개발 핸드오프 번들로 연결

  • QA & Operations Methods

    수용 기준, 예외 케이스, 보안/권한, 운영 피드백을 검증 루프로 연결

05

에이전트

역할 분담, 위임 기준, 복구 흐름

3
06

메모리 & 지식

세션 기록을 재사용 가능한 지식으로 전환

2
07

크로스 도구 동기화

Claude Code와 Codex 환경을 같은 구조로 유지

2
  • Cross-Tool Sync

    Claude Code와 Codex가 같은 원칙과 스킬을 공유하도록 관리하는 동기화 구조

  • Commands & Guardrails

    반복 작업의 입구인 commands와 품질을 강제하는 hooks

08

아카이브

전면 포트폴리오 밖에 두는 공개 보관 자료

3
  • Result Portfolio

    운영 패턴이 실제 공개 결과물로 이어졌는지 보여주는 결과 포트폴리오 트랙

  • Capabilities

    Skills, MCP, plugins가 어떤 작업 표면을 만들고 어떤 상황에서 쓰이는지 정리

  • hugh-kim.space ArchiveArchive

    Hugh Kim의 AI Work OS 블로그 정적 아카이브와 페이지별 쉬운 해설