rUv

의존성을 대신하는 모의 객체로 실패 테스트부터 최소 구현과 코드 정리까지 테스트 주도 개발을 진행하고, 최종 대상 테스트와 회귀 테스트의 실행 결과를 기록합니다.

• 기능 구현 전에 기대 동작을 정의합니다
• 외부 의존성을 모의 객체로 바꿔 검증합니다
• 테스트 통과를 유지하며 코드를 정리합니다

거래 모델의 예측에 기여한 입력 항목을 순위로 정리해 Markdown 표로 보여 줍니다. 계산 조건을 포함한 분석 기록을 저장하며 서명 키가 있으면 전자 서명도 추가합니다.

• 거래 예측의 판단 근거 확인
• 모델 설명을 전자 서명과 함께 기록
• 동일한 조건으로 입력 항목 순위 재현

에이전트의 상태, 설정, 기억, 작업 진행 상황을 함께 저장하고 다른 대화에서 복원합니다. 저장된 세션의 목록과 세부 정보를 확인하고 오래된 세션을 삭제할 수도 있습니다.

• 다른 대화에서 중단한 작업을 이어갑니다
• 오래 걸리는 작업의 중간 진행 상황을 저장합니다
• 저장된 세션의 세부 정보를 확인합니다

Cognitum Music에 저장된 곡을 최신순으로 나열하고 제목, 길이, ID, 처리 상태를 확인합니다. 제목 일부로 곡을 찾아 후속 작업에 필요한 정보를 얻을 수 있습니다.

• 저장된 곡 목록 확인
• 제목 일부로 원하는 곡 검색
• 음원 분리·MIDI·마스터링 상태 확인

적용 전의 데이터베이스 변경 SQL을 점검합니다. 외래 키 참조, 되돌리기 구문, 필수 기본값, 파괴적 작업과 명명 문제를 파일 경로 및 줄 번호와 함께 보고합니다.

• 데이터베이스 변경을 적용 전에 점검합니다
• 외래 키 참조 대상과 적용 순서를 확인합니다
• 변경을 되돌릴 SQL의 누락을 찾습니다

가져온 시장 데이터에서 캔들과 차트 패턴을 탐지합니다. 반전·지속 유형, 상승·하락 방향, 신뢰도 점수를 정리해 저장하고 보고합니다.

• 종목과 주기를 지정해 패턴을 찾습니다
• 신뢰도순으로 패턴을 확인합니다
• 상승과 하락 징후를 정리합니다

지정한 주소나 기본 USB Ethernet 주소로 Cognitum Seed 기기를 등록합니다. 식별 정보 조회, 초기 신뢰 수준 설정, 선택적 페어링, 상태 확인과 기록 저장을 수행합니다.

• 지정한 연결 주소로 기기 등록
• USB Ethernet 기본 주소로 연결
• 토큰을 사용한 기기 페어링

Cognitum Seed 기기의 증거 기록 연결을 검증해 누락된 기록 기간과 해시 체인 단절을 확인합니다. 무결성 점수를 보고하고 발견한 누락을 감사용으로 저장합니다.

• 기기의 증거 기록 연결 검증
• 누락된 기록 기간 확인
• 해시 체인의 단절 지점 확인

MCP 연결과 작업에 관련된 위협을 읽기 전용으로 조사합니다. 위협별 지적 사항과 가장 높은 심각도를 보고서로 정리해 공개 전 보안 검토에 활용합니다.

• 공개 전 보안 검토
• 보안 담당자에게 전달할 보고서 준비
• 정기 감사에서 위협 변화 확인

Claude Code 세션 로그에서 모델별 토큰 사용량과 미국 달러 비용을 집계해 AgentDB에 저장합니다. 작업 후 비용을 기록하고 보고서용 데이터를 축적할 수 있습니다.

• 작업이 끝난 시점에 비용을 기록합니다
• 세션 종료 시 사용량을 저장합니다
• 긴 작업 중 비용을 정기 집계합니다

저장소가 AI 에이전트 실행 프레임워크를 도입할 준비가 되었는지 다섯 지표로 평가합니다. 파일 변경 없이 예상 실행 비용과 기본 틀의 준비 상태도 확인합니다.

• 에이전트 실행 프레임워크 도입 전 평가합니다
• 다섯 지표로 준비 상태를 비교합니다
• 예상 실행 비용과 기본 틀을 확인합니다

선언된 MCP 서버와 도구 설정을 읽고 권한, 정책, 의존성 문제를 정적으로 검사합니다. 심각도에 따라 CI 검사를 실패시키는 조건도 지정할 수 있습니다.

• MCP 서버와 도구의 권한 확인
• 설정의 정책과 의존성 점검
• 심각도에 따른 CI 실패 판정

업무 영역별로 코드를 나누는 DDD의 기본 구조를 만듭니다. 각 계층과 공개용 파일을 구성하고 생성 결과를 도메인 모델 그래프와 작업 메모리에 기록합니다.

• 새 업무 영역의 모듈 생성
• 업무 경계에 따라 모놀리스 분할
• 기존 컨텍스트 목록 확인

성공한 작업의 절차와 교훈을 학습 패턴으로 저장하고 장기 보관을 위해 통합합니다. 분야별 추가 학습, 저장소별 학습 결과 확인, 저장 데이터 압축도 지원합니다.

• 성공한 작업의 교훈 저장
• 누적된 작업 이력 통합
• 분야별 추가 학습 데이터 생성

소스 코드나 문서에서 클래스, 함수, 의존 관계를 추출해 AgentDB에 지식 그래프로 저장하고 코드 구조 파악과 변경 영향 조사에 활용합니다.

• 코드 전체 구조를 파악합니다
• 모듈 사이의 의존 관계를 조사합니다
• 코드 변경의 영향을 검토합니다

용도별 템플릿과 실행 호스트를 골라 AI 에이전트용 하네스의 기본 구조를 만듭니다. 기본값은 계획만 표시하며, 명시적으로 확인한 뒤 기존 프로젝트 밖에 생성합니다.

• 개발용 하네스의 기본 구조 생성
• 실행 호스트에 맞는 구성 준비
• 파일 쓰기 전 생성 계획 확인

도메인 주도 설계의 TypeScript 코드를 점검합니다. 업무 영역을 넘는 부적절한 참조와 데이터 일관성, 이벤트, 저장소 배치 문제를 위치 및 개선안과 함께 정리합니다.

• 업무 영역 간 의존 관계 감사
• 병합 전 여러 영역의 변경 검토
• CI에서 설계 경계 점검

작업 내용과 과거 성공 패턴을 바탕으로 담당 에이전트와 AI 모델을 선택합니다. 선택 이유를 확인하고 완료 결과를 기록하여 다음 작업 배정에 반영합니다.

• 작업 전 담당 에이전트와 모델 선택
• 작업 배정의 판단 이유 확인
• 지원하는 코드 변경을 규칙으로 실행

복잡한 목표를 전제 조건, 실행 후 변화, 예상 비용이 있는 작업으로 나눕니다. 의존 관계에 따라 실행하고 실패나 상황 변화에 맞춰 남은 계획을 수정합니다.

• 복잡한 목표를 실행할 작업으로 분해
• 의존 관계와 전제 조건 정리
• 실패나 상황 변화에 따라 계획 수정

메모리에 쌓인 조사 결과를 모아 근거의 강도와 정보 간 충돌을 정리합니다. 요점, 한계, 출처, 다음 행동을 담은 보고서로 조사 후 판단을 돕습니다.

• 여러 차례의 조사 결과 통합
• 상충하는 주장과 근거 비교
• 다음 행동을 담은 조사 요약 작성

Git 변경 차이의 위험과 복잡도를 평가하고 변경 유형과 권장 검토 역할을 정리해, 풀 리퀘스트 제출 전이나 병합 전에 집중해서 확인할 부분을 좁혀 줍니다.

• 풀 리퀘스트 제출 전 변경 위험을 확인합니다
• 여러 모듈에 걸친 대규모 변경을 검토합니다
• 변경에 적합한 검토 담당 역할을 정리합니다

Claude Code의 `/loop`로 Ruflo 백그라운드 작업을 주기적으로 실행합니다. 보안 분석과 문서화 등의 진행 상태 확인부터 반복 실행 중지까지 관리합니다.

• 보안 분석을 주기적으로 실행
• 테스트 범위의 부족한 부분을 지속 확인
• 코드 분석이나 문서화를 반복 실행

기존 테스트에서 고정된 JSON 평가 데이터를 만들고 형식 오류를 검사합니다. 커밋이나 파생 버전이 달라도 같은 과제를 사용해 동일한 기준으로 개선안을 비교합니다.

• 기존 테스트에서 고정 평가 세트를 만듭니다
• CI에서 평가 파일을 검증합니다
• 같은 과제로 여러 커밋을 비교합니다

기존 TypeScript 프로젝트에 업무 규칙을 묶어 관리하는 애그리거트의 코드 틀을 만듭니다. 엔티티, 저장용 인터페이스, 이벤트와 테스트의 기초를 마련합니다.

• 기존 업무 영역에 애그리거트 추가
• 업무 규칙이 있는 개념 모델링
• 엔티티와 테스트 코드 틀 생성