intent-contractbrief.ai
✓ Goal, scope, risk, and evidence target locked
rules: scope / permission / smallest release
KO의도 계약목표·범위·리스크·검증 기준을 확정
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.
철학, 아키텍처, 하네스 문서
기획에서 자가개선까지
작업별 실행 지침
외부 능력 연결면
브라우저, 문서, 플래닝 도구
How it works요청에서 자가 발전까지, 한 방향의 운영 루프로 정리합니다.
운영 철학, 공개 경계, 의사결정 기준을 작업의 기본 제약으로 둔다.
요청을 PRD, IA, 디자인 판단, agent workplan으로 나누고 실행 가능한 단위로 정렬한다.
Codex/Claude skills, MCP, plugins, commands를 작업 성격에 맞게 연결한다.
UI/UX 검토, 프론트 구현, 브라우저 캡처, 빌드 검증을 같은 하네스에서 통과시킨다.
판단, 실패 패턴, 다음 행동을 기억해 다음 세션의 맥락으로 재사용한다.
회고·점검·재발 방지 후보를 통해 반복 문제를 규칙·스킬·훅으로 승격한다.
System library메뉴 전체와 심화 가이드를 같은 화면에서 바로 탐색합니다.
철학 & 방향성
실패를 규칙과 자동화로 바꾸는 운영 원칙
- Philosophy & Direction
AI와 함께 일하는 방식에 대한 철학과 자동 진화 원칙
시스템 아키텍처
프로젝트, 데이터 흐름, 레이어 구조
- System StatisticsLive
실시간 시스템 수치와 자동 생성 상태
- 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
- ai-rules x keystone-hub Guide
정책 원천과 실행 허브를 하나의 AI 운영체계로 읽는 공개용 가이드
하네스
Hooks와 gates가 실수를 차단하는 방식
- Harness — Hooks & Gates
HARD 차단과 SOFT 경고로 구성된 품질 게이트 시스템
- Evidence Dashboard
빌드, 브라우저 QA, hook, eval 결과를 공개 가능한 판단 증거로 바꾸는 트랙
- Policy to Harness Lifecycle
문서 규칙이 hook, eval, runtime verdict로 승격되는 과정
- Planning Generation Harness Loop
기획안 생성, 화면 소스 역분석, 검증 리포트, 자가개선 이슈 큐를 연결하는 루프
작업 방식 가이드
기획, 디자인, 프로토타입, QA/운영 방법론
- 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
에이전트
역할 분담, 위임 기준, 복구 흐름
- Agent Orchestration
여러 에이전트의 역할 분담, 자동 위임 전략, 에러 복구 로테이션
- AX Solution Orchestration
기획 산출물과 에이전트 작업 단위를 연결하는 오케스트레이션 트랙
- Agent Team Playbook
planner, builder, reviewer, QA, security가 함께 움직이는 운영 플레이북
- Multi-Agent Issue Automation
GitHub Issue를 안전한 다중 에이전트 작업 큐로 바꾸는 로컬 실행 프로세스
메모리 & 지식
세션 기록을 재사용 가능한 지식으로 전환
- Memory & Knowledge Pipeline
지속 기억·지식베이스·공개 사이트가 나눠 갖는 지식 파이프라인
- Trend Harvest JournalLive
AI agent ecosystem 신호를 수집, 점수화, 규칙 후보로 정리하는 저널
- Retrospective Loop
실패, 지연, 충돌을 rule, skill, hook, guide 후보로 승격하는 회고 트랙
- Self-Improving Knowledge Loop
지속 기억·지식베이스·자가 개선·공개 문서가 실패를 장기 지식으로 바꾸는 흐름
프롬프트 엔지니어링
규칙, 신뢰도, 수렴 루프 설계
- Prompt Engineering
규칙 체계, 신뢰도 레이블, convergence loop, 변명 방지 구조
크로스 도구 동기화
Claude Code와 Codex 환경을 같은 구조로 유지
- Cross-Tool Sync
Claude Code와 Codex가 같은 원칙과 스킬을 공유하도록 관리하는 동기화 구조
- Commands & Guardrails
반복 작업의 입구인 commands와 품질을 강제하는 hooks
- Cross-Tool Deployment Guide
정책 원천 동기화와 실행 허브 적용을 연결해 Claude, Codex, Cursor 표면을 맞추는 배포 가이드
레퍼런스 & 결과
외부 패턴, 결과물, 공개 포장 기준
- Result Portfolio
운영 패턴이 실제 공개 결과물로 이어졌는지 보여주는 결과 포트폴리오 트랙
- Capabilities
Skills, MCP, plugins가 어떤 작업 표면을 만들고 어떤 상황에서 쓰이는지 정리
- Reference Comparison
오픈소스 프로젝트에서 추출한 패턴과 적용 판단