rUv

Claude Code 세션에서 지정한 시각이나 간격으로 감사, 테스트 커버리지 분석 등을 실행할 워커를 등록하고 정기 작업을 확인하거나 해제합니다.

• 15분마다 보안 검사를 실행합니다
• 테스트 커버리지를 정기 확인합니다
• 두 시간마다 API 문서를 생성합니다

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

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

저장된 감사와 현재 저장소의 새 감사를 명령 하나로 비교합니다. 구조 유사도가 지정한 임곗값보다 낮아지는 변화를 감지하고 비교 결과와 종료 코드로 알립니다.

• 주간 감사 이후 구조 변화 확인
• 최소 7일 전 감사와 비교
• 구조 변화 감지를 CI 판정에 활용

알려진 취약점과 혼동하기 쉬운 정상 예시로 보안 탐지 방식을 비교합니다. 탐지율, 오탐, 수정 후 테스트 등의 평가 결과를 JSON으로 정리합니다.

• 보안 탐지 방식 비교
• 탐지율과 오탐 변화 추적
• 정기 평가의 불합격 결과 감지

DeepSeek 모델에 한 번의 요청으로 요약, 정보 추출, 간단한 분류를 맡깁니다. 응답과 토큰 사용량을 JSON으로 받아 후속 처리에 전달할 수 있습니다.

• 한 번의 요청으로 글을 요약합니다
• 글에서 필요한 정보를 추출합니다
• 글을 간단한 범주로 분류합니다

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

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

AI 에이전트의 계획, 기억, 도구 사용 등 운영 방침을 한 영역씩 바꾸고 격리 환경에서 평가하여 실제 측정 결과가 개선된 후보만 채택합니다.

• 평가 점수를 개선할 방침을 찾습니다
• 새 분야의 초기 설정을 탐색합니다
• 수동 조정과 탐색 결과를 비교합니다

증명, 계획, 원인 분석을 DeepSeek 추론 모델에 요청합니다. 최종 답변과 추론 텍스트를 별도로 받아 표시하거나 확인하고 토큰 사용량도 살펴봅니다.

• 수학적 증명 요청
• 여러 단계의 검토가 필요한 계획 수립
• 어려운 버그의 원인 조사

다른 로컬 프로젝트에서 학습한 패턴을 새 프로젝트로 옮겨 재사용합니다. IPFS 공유 마켓에서 패턴을 검색하고 다운로드하거나 공개할 수도 있습니다.

• 새 프로젝트에 학습한 패턴을 가져옵니다
• 공유 패턴을 검색하고 확인합니다
• 협업자에게 패턴을 공개합니다

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

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

Git 브랜치 관리와 충돌 해결, PR 생성부터 검토와 병합까지 지원합니다. 병합 전에 변경 위험과 자동 검사 결과를 확인하고 병합 빈도와 검토 시간도 살펴봅니다.

• 기능 브랜치와 PR 준비
• 릴리스 브랜치에 수정 사항 모으기
• 병합 전 변경 위험 확인

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

AI 에이전트의 실행 정책을 과제 모음으로 평가하고 개선 후보를 비교합니다. 기본 모의 실행에서는 모델을 호출하지 않고 과제 설정과 예상 비용을 확인합니다.

• 과제 모음을 활용한 실행 정책 개선
• 학습 실행 전 예상 비용 확인
• 별도 평가 과제로 개선 후보 비교

서로 다른 환경의 에이전트를 연결하는 연합 기능의 상태를 확인하고, 연결 대상의 신뢰도, 세션 수, 메시지 교환, 개인정보 가림 및 위협 탐지 정보를 정리합니다.

• 환경 간 에이전트 연결 확인
• 연결 대상과 신뢰 점수 확인
• 세션 수와 메시지 교환 현황 파악

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

저장소를 읽기 전용으로 조사해 유형, 권장 에이전트 구성, 위험도, 테스트 신뢰도, 공개 준비 상태를 보고서로 만듭니다. 위험도 기준에 따른 CI 판정에도 활용합니다.

• 자체 에이전트 실행 기반 구축 전 점검
• 정기 보고서 비교로 구성 변화 확인
• 위험도 기준에 따른 CI 판정

지식 그래프의 특정 항목에서 시작해 의존 관계와 간접 연결을 탐색합니다. 관련성이 높은 경로를 순위로 보여 주어 코드 구조와 변경 영향 범위를 파악하도록 돕습니다.

• 구성 요소 변경의 영향 범위 확인
• 연속된 의존 관계 추적
• 항목 사이의 간접 관계 탐색

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

복잡한 주제를 여러 질문으로 나누고 웹, 저장된 지식, 관련 코드를 조사합니다. 정보의 일치와 모순, 근거의 강도를 정리해 보고서로 만듭니다.

• 복잡한 주제를 나누어 조사
• 웹과 저장된 지식 및 코드 비교
• 근거의 강도와 정보의 모순 정리

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 기기를 fleet이라는 그룹으로 묶어 관리합니다. 그룹 생성과 목록 확인, 소속 기기 추가·제외, 명시적 확인을 거친 그룹 삭제를 지원합니다.

• 이름을 지정해 기기 그룹 만들기
• 기존 fleet 목록 확인하기
• 소속 기기 추가하거나 제외하기