Harness Evolution History

cocoindex-io/cocoindex: Incremental Delta-Only Engine for Long-Horizon Agents (⭐8.9K)

Your agents deserve fresh context.

• 분석: RAG/지식그래프의 인덱싱 자체를 batch에서 incremental delta-only로 격상하여 agent의 입력 컨텍스트 freshness를 sub-second로 보장하고 LLM 비용을 10× 절감하는 패턴.
• 적용: ~/.claude/rules/incremental-delta-indexing.md 신규 생성 후보(권한 보류 — 사용자 승인 시 적용).
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

syncable-dev/memtrace-public: Bi-Temporal Structural Memory (⭐148)

Indexing 1,500 files in 1.2–1.8 seconds at zero API cost — roughly 1,200× faster than systems requiring LLM-based entity extraction.

• 분석: 코드베이스를 이중 시간축 지식 그래프로 인덱싱하여 에이전트가 "지금 무엇이 참인지"와 "언제부터 참인지"를 LLM 호출 0회로 동시 조회하는 패턴.
• 적용: ~/.claude/rules/bi-temporal-structural-memory.md 신규 생성 후보(권한 보류 — 사용자 승인 시 적용).
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

CopilotKit/CopilotKit: AG-UI Protocol (⭐30.9K)

The Frontend Stack for Agents & Generative UI.

• 분석: Google/LangChain/AWS/Microsoft 4대 vendor가 동시 채택한 agent ↔ UI 표준 프로토콜로, agent의 출력 산물을 텍스트/JSON에서 즉시 렌더 가능한 UI primitive로 격상하는 패턴.
• 적용: ~/.claude/rules/agent-driven-ui-protocol.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

czlonkowski/n8n-mcp: Agent-as-Workflow-Compiler (⭐20.2K)

MCP server enabling Claude Desktop/Code and Cursor to automatically build n8n workflows.

• 분석: n8n(no-code 자동화 플랫폼, ⭐100K+)을 MCP 서버로 노출하여 Claude/Cursor가 자연어 요구를 완전한 workflow JSON으로 컴파일하는 도구.
• 적용: ~/.claude/rules/agent-as-workflow-compiler.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

ComposioHQ/awesome-codex-skills: Cross-CLI Skill Standardization (⭐7.2K)

Practical Codex skills for automating workflows across the Codex CLI and API.

• 분석: Codex CLI를 위한 첫 awesome-list 형태 스킬 마켓플레이스.
• 적용: ~/.claude/rules/cross-cli-skill-portability.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

OthmanAdi/planning-with-files: Manus-Style Persistent File-Based Working Memory (⭐20.5K)

Context Window = RAM (volatile, limited).

• 분석: v2.37.0 (96.7% benchmark + A/B blind 3/3 wins + Tessl CI 통과).
• 적용: ~/.claude/rules/persistent-file-based-planning.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

hatchet-dev/hatchet: Durable Agent Workflow Engine (⭐7.1K)

Orchestration engine for AI agents and durable workflows that survive crashes, deployments, and restarts.

• 분석: Go 기반 durable workflow 엔진.
• 적용: ~/.claude/rules/durable-agent-workflow.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

mattpocock/skills: Failure-Mode-Anchored Skill Design (⭐61.9K)

Skills for Real Engineers.

• 분석: 14주 연속 GitHub Shell 트렌딩 1위.
• 적용: ~/.claude/rules/failure-mode-anchored-skills.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

czlonkowski/n8n-mcp: Structured Knowledge MCP (⭐20.1K)

A MCP for Claude Desktop / Claude Code / Windsurf / Cursor to build n8n workflows.

• 분석: 워크플로우 자동화 도구(n8n)의 전체 capability를 MCP 서버 단일 인터페이스로 노출.
• 적용: ~/.claude/rules/structured-knowledge-mcp.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

HKUDS/OpenHarness: Open Reference Harness Architecture (⭐12.0K)

The LLM is the intelligence.

• 분석: 오픈소스 5계층 에이전트 하네스 참조 아키텍처.
• 적용: ~/.claude/rules/open-reference-harness-architecture.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

cocoindex-io/cocoindex: Incremental Delta Engine for Long-Horizon Agents (⭐8.3K)

Declare Target = F(Source).

• 분석: 인크리멘탈 델타 처리 엔진.
• 적용: ~/.claude/rules/incremental-delta-processing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

gastownhall/gascity: Declarative State Reconciliation Orchestration (⭐598)

Extracts the reusable infrastructure from Gas Town into a configurable toolkit with runtime providers, work routing, formulas, orders, health patrol, and a declarative city…

• 분석: beads(23K⭐)에서 추출된 선언적 멀티에이전트 오케스트레이션 SDK.
• 적용: ~/.claude/rules/declarative-state-reconciliation.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

yohey-w/multi-agent-shogun: Hierarchical Agent Mailbox (⭐1.3K)

Communication flows through YAML files in a mailbox pattern rather than direct API calls, eliminating coordination costs.

• 분석: 사무라이 계층 기반 멀티에이전트 오케스트레이션 시스템.
• 적용: ~/.claude/rules/hierarchical-agent-mailbox.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

1jehuang/jcode: Implicit Semantic Memory Harness (⭐3.9K)

Next generation coding agent harness to raise the skill ceiling — semantic vector embeddings for each turn, enabling agents to retrieve relevant memories via cosine similarity…

• 분석: Rust로 구축된 차세대 코딩 에이전트 하네스.
• 적용: ~/.claude/rules/implicit-semantic-memory.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

chenhg5/cc-connect: Agent-to-Messaging Gateway (⭐7.2K)

Bridges local AI coding agents to messaging platforms without public IP requirements — Slack, Discord, Telegram, Feishu, WeChat and more.

• 분석: Go로 구축된 AI 에이전트-메시징 플랫폼 브릿지.
• 적용: ~/.claude/rules/agent-messaging-gateway.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

Gentleman-Programming/engram: MCP-Native Persistent Memory (⭐3.2K)

Agent-agnostic.

• 분석: Go 단일 바이너리로 동작하는 에이전트 영속 메모리 시스템.
• 적용: ~/.claude/rules/shared-agent-memory.md에 MCP-Native Persistent Memory 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

cocoindex-io/cocoindex: Incremental Data Pipeline Engine (⭐7.8K)

React for data engineering.

• 분석: Rust 코어 + Python 바인딩의 증분 데이터 파이프라인 엔진.
• 적용: ~/.claude/rules/context-freshness.md에 Incremental Data Pipeline 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

gastownhall/gascity: Declarative Orchestration SDK (⭐574)

An orchestration-builder SDK for multi-agent systems.

• 분석: beads(23K⭐)의 멀티에이전트 인프라를 독립 SDK로 추출.
• 적용: ~/.claude/rules/deterministic-orchestrator-scheduling.md에 Declarative Orchestration SDK 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

iii-hq/iii: Service Composition Framework (⭐15.5K)

Eliminates integration effort by reducing every new addition to zero.

• 분석: Rust 기반 서비스 조합 프레임워크.
• 적용: ~/.claude/rules/declarative-agent-coordination.md에 Service Composition Primitives 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

1jehuang/jcode: Semantic Memory as First-Class Harness Primitive (⭐3.5K)

A human-like memory system which allows the agent to automatically recall relevant information to the conversation without actively calling memory tools.

• 분석: Rust 기반 차세대 코딩 에이전트 하네스.
• 적용: ~/.claude/rules/semantic-memory-compaction.md에 Vector-Based Auto-Recall 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

mattpocock/skills: Shared Domain Language (CONTEXT.md) (⭐57.2K)

No one knows exactly what they want.

• 분석: 57K 스타 실전 검증된 Claude Code 스킬 15+ 세트.
• 적용: ~/.claude/rules/token-brevity-pattern.md에 Shared Domain Language (CONTEXT.md) 패턴 추가.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

nyldn/claude-octopus: Multi-Model Consensus Gate (⭐3.2K)

Every AI model has blind spots.

• 분석: Claude Code 플러그인으로 Claude·Codex·Gemini·Copilot·Qwen·Ollama·Perplexity·OpenRouter 8개 모델을 병렬 오케스트레이션하여 코딩 태스크의 블라인드 스팟을 구조적으로 탐지.
• 적용: ~/.claude/rules/cross-model-adversarial-review.md에 Multi-Model Consensus Gate 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

anthropics/claude-agent-sdk-python: Programmatic Agent Construction (⭐6.7K)

Build AI agents powered by Claude with in-process MCP servers — no subprocess overhead.

• 분석: Anthropic 공식 Python Agent SDK.
• 적용: ~/.claude/rules/role-based-agent-permissions.md에 공식 SDK 검증 근거 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

VILA-Lab/Dive-into-Claude-Code: Harness Architecture Crystallization (⭐956)

98.4% of Claude Code's codebase is deterministic infrastructure — permission gates, context management, tool routing, recovery logic.

• 분석: Claude Code v2.1.88(~1,900 TS 파일, ~512K 줄)의 체계적 소스 레벨 역공학 분석.
• 적용: ~/.claude/rules/harness-engineering-paradigm.md에 수치적 증거 및 구체 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

refactoringhq/tolaria: Git-Native AI Vault Architecture (⭐9.1K)

Your notes are plain markdown files.

• 분석: Tauri+React+Rust로 구축된 마크다운 지식 베이스 데스크탑 앱.
• 적용: ~/.claude/rules/portable-memory-layer.md에 Git-Native AI Vault 패턴 크로스 검증 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

superset-sh/superset: Agent Workspace Unification (⭐10.3K)

Code Editor for the AI Agents Era — Run an army of Claude Code, Codex, etc.

• 분석: Electron 기반 에이전트 전용 코드 에디터로, CLI 코딩 에이전트 10+를 태스크별 자동 워크트리 격리 + 통합 모니터링 + diff 뷰 + 원클릭 핸드오프로 관리.
• 적용: ~/.claude/rules/multi-agent-fleet-management.md에 Agent IDE 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

conorluddy/ios-simulator-skill: Progressive Error Disclosure (⭐913)

An iOS Simulator Skill for Claude Code.

• 분석: iOS 시뮬레이터 전용 스킬이지만, 핵심 혁신은 Progressive Error Disclosure 패턴 — 모든 도구 출력을 "단일 행 요약(BUILD_FAILED|result_id:abc123) → 요청 시 상세(get_details(abc123))"의 2단계로 구조화하여 200+ 행을 3~5행으로 압축(97.5% 절감).
• 적용: ~/.claude/rules/tool-output-sandboxing.md에 Progressive Error Disclosure 패턴 추가.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

trycua/cua: Computer-Use Agent Sandboxing (⭐15.5K)

Open-source infrastructure for Computer-Use Agents.

• 분석: macOS·Linux·Windows·Android 전체 데스크탑을 단일 Python API로 제어하는 오픈소스 인프라.
• 적용: ~/.claude/rules/computer-use-agent-sandboxing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

njbrake/agent-of-empires: Multi-Agent Fleet Management (⭐1.9K)

Manage multiple Claude Code and AI agents via TUI or web interface.

• 분석: Rust로 작성된 멀티에이전트 Fleet 관리 도구로, 10+ AI 코딩 에이전트를 tmux 세션 격리 + TUI/Web 대시보드로 동시 관리.
• 적용: ~/.claude/rules/multi-agent-fleet-management.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

anthropics/claude-plugins-official: Official Plugin Directory (⭐18.4K)

A curated directory of high-quality plugins for Claude Code.

• 분석: Anthropic이 직접 운영하는 Claude Code 공식 플러그인 디렉토리.
• 적용: ~/.claude/rules/official-plugin-directory-standard.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

xingkongliang/skills-manager: Cross-Tool Skill Orchestration (⭐1.0K)

One app to manage AI agent skills across all your coding tools.

• 분석: Rust로 작성된 크로스 도구 AI 스킬 매니저 데스크탑 앱.
• 적용: ~/.claude/rules/scenario-based-skill-management.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

chenhg5/cc-connect: Bidirectional Agent-Chat Bridge (⭐7.0K)

Control and interact with agents like Claude Code from any chat application, eliminating the requirement for public IP on most platforms.

• 분석: Go로 작성된 유니버설 에이전트-채팅 릴레이로, Claude Code·Codex·Gemini CLI를 Telegram·Slack·Discord·LINE·Feishu·DingTalk·WeChat 등 11개 플랫폼에서 양방향 제어.
• 적용: ~/.claude/rules/bidirectional-agent-messaging.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

gastownhall/gascity: Desired-State Agent Reconciliation (⭐561)

Orchestration-builder SDK for multi-agent systems.

• 분석: beads(23K⭐) 팀이 만든 멀티에이전트 오케스트레이션 SDK로, Kubernetes의 spec↔status 패턴을 에이전트 워크플로우에 적용.
• 적용: ~/.claude/rules/desired-state-agent-reconciliation.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 1

addyosmani/agent-skills: Anti-Rationalization Verification Gates (⭐27.1K)

Non-negotiable evidence requirements at every phase gate.

• 분석: Google의 Addy Osmani(web-quality-skills 저자)가 공개한 20개 라이프사이클 매핑 생산 스킬.
• 적용: ~/.claude/rules/anti-rationalization-verification-gates.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

njbrake/agent-of-empires: Persistent Agent Sessions (⭐1.9K)

Sessions persist in background tmux processes, surviving terminal disconnects and application restarts.

• 분석: Rust로 작성된 세션 오케스트레이터로, Claude Code·OpenCode·Codex CLI 등 10+ 에이전트를 tmux 기반 영속 세션에서 동시 관리.
• 적용: ~/.claude/rules/persistent-agent-sessions.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

openai/symphony: Continuous Fleet Orchestration (⭐20.4K)

Symphony turns project work into isolated, autonomous implementation runs, allowing teams to manage work instead of supervising coding agents.

• 분석: OpenAI가 2026년 4월 28일 공식 오픈소스로 발표한 코딩 에이전트 오케스트레이션 스펙.
• 적용: ~/.claude/rules/continuous-fleet-orchestration.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

SWE-Pruner: Task-Aware Context Pruning (⭐274)

Human programmers selectively skim source code during development — SWE-Pruner trains a 0.6B model to replicate this task-aware selective retention.

• 분석: ACL 2026에 accepted된 학술 논문 기반 프레임워크.
• 적용: ~/.claude/rules/task-aware-context-pruning.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

mksglu/context-mode: Tool Output Sandboxing (⭐11.7K)

Raw data never leaves the sandbox.

• 분석: 83차(9/10)에서 context-sandboxing-session-continuity로 세션 연속성 패턴을 추출했으나, 이번 85차에서 핵심 원칙인 "Tool Output Sandboxing" 자체를 독립 rule로 승격.
• 적용: ~/.claude/rules/tool-output-sandboxing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

zilliztech/claude-context: Semantic Code Search MCP (⭐10.5K)

Hybrid code search combining BM25 and dense vector embeddings.

• 분석: 82차(8/10)에서 분석 후 적용했으나, 이번 85차에서 독립 rule로 승격.
• 적용: ~/.claude/rules/semantic-code-search-mcp.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

njbrake/agent-of-empires: Multi-Agent Session Infrastructure (⭐1.8K)

Agent-aware status detection (running/waiting/idle) turns multi-agent orchestration from blind dispatching to operational visibility.

• 분석: 다수의 AI 코딩 에이전트를 운영 가능한 인프라로 관리하는 세션 매니저.
• 적용: ~/.claude/rules/multi-agent-session-infrastructure.md 신규 생성 후보.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

microsoft/agent-framework: Graph-Based Workflow Checkpointing (⭐10.0K)

Graph-based orchestration with checkpointing and time-travel makes agent workflow debugging reproducible.

• 분석: Microsoft가 공식 출시한 그래프 기반 멀티에이전트 워크플로우 프레임워크.
• 적용: ~/.claude/rules/graph-workflow-checkpointing.md 신규 생성 후보.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

mksglu/context-mode: Context Sandboxing & Session Continuity (⭐11.6K)

Treat the LLM as a code generator, not a data processor.

• 분석: LLM 컨텍스트 관리의 패러다임 전환.
• 적용: ~/.claude/rules/context-sandboxing-session-continuity.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

anthropics/claude-agent-sdk-python: In-Process Agent Tools & Deterministic Hooks (⭐6.6K)

Define tools as Python decorators — no subprocess management, no IPC overhead, same-process debugging.

• 분석: Anthropic이 Claude Code 에이전트의 프로그래밍적 제어를 공식 SDK로 표준화.
• 적용: ~/.claude/rules/agent-sdk-in-process-tools.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

zilliztech/claude-context: Semantic Code Search MCP (⭐10.5K)

Hybrid code search combining BM25 and dense vector embeddings.

• 분석: 코드베이스 검색을 키워드 grep/glob에서 시맨틱 벡터 검색으로 격상하는 MCP 서버.
• 적용: ~/.claude/rules/semantic-code-search-mcp.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

mksglu/context-mode: Sandboxed Tool Output & Session Persistence (⭐11.5K)

Raw data never leaves the sandbox.

• 분석: AI 코딩 에이전트의 컨텍스트 윈도우 보호를 근본적으로 재정의하는 MCP 서버.
• 적용: ~/.claude/rules/sandboxed-tool-output.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

trycua/cua: Computer-Use Agent Infrastructure (⭐15.4K)

Same API regardless of OS or runtime.

• 분석: AI 에이전트의 조작 범위를 브라우저에서 전체 운영체제로 확장하는 오픈소스 인프라.
• 적용: ~/.claude/rules/computer-use-agent-infra.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

farion1231/cc-switch: Agent Desktop Convergence (⭐56.4K)

A single desktop app to manage all five CLI tools.

• 분석: Tauri 2(Rust+React/TS) 기반 크로스플랫폼 데스크탑 앱으로 5개 AI 코딩 CLI를 단일 인터페이스에서 관리.
• 적용: ~/.claude/rules/agent-desktop-convergence.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

lukilabs/craft-agents-oss: Document-Native Agent UI (⭐5.5K)

Built Craft Agents with Craft Agents only — no code editors.

• 분석: Craft(문서 앱) 팀이 만든 문서 중심 에이전트 프레임워크.
• 적용: ~/.claude/rules/document-native-agent-ui.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

mksglu/context-mode: Sandboxed Context Isolation (⭐11.3K)

Every MCP tool call dumps raw data into your context window.

• 분석: 기존 context-compression-pipeline.md(로드 후 압축)를 상류 게이트로 격상.
• 적용: sandboxed-context-isolation.md — 도구 출력 샌드박스 격리, FTS5 인덱싱 기반 의도 필터링, session continuity 패턴
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

abhigyanpatwari/GitNexus: Knowledge Graph Code Indexing (⭐33.6K)

The nervous system for agent context.

• 분석: 기존 codebase-search-before-create.md를 영속 지식 그래프로 격상.
• 적용: knowledge-graph-code-indexing.md — AST 기반 영속 인덱싱, impact analysis 변경 범위 사전 계산
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

addyosmani/agent-skills: Anti-Rationalization Gates (⭐26.4K)

Anti-Rationalization Tables: common excuses with documented rebuttals.

• 분석: 기존 completion-verification.md(사후 검증)를 사전 차단으로 보강.
• 적용: anti-rationalization-gates.md — 합리화 패턴 사전 차단, evidence standards, 증거 없는 완료 선언 차단
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

gastownhall/gascity: Controller Reconciliation Loop (⭐537)

Controller loop reconciles declared config against actual runtime.

• 분석: 기존 declarative-agent-coordination.md에 reconciliation 루프 추가.
• 적용: controller-reconciliation-loop.md — desired vs actual 자동 비교, 불일치 수정, 다중 런타임 추상화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

OpenAI "Harness Engineering"

The harness surrounding the model matters as much as the model itself." — OpenAI 2026.

• 분석: OpenAI가 2026년 공식적으로 "harness engineering"이라는 분야를 명명.
• 적용: ~/.claude/rules/harness-engineering-paradigm.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

Leonxlnx/taste-skill (⭐14.1K)

Stops the AI from generating boring, generic, 'slop'." — taste-skill.

• 분석: taste-skill(⭐14,071, +2,097/wk)이 AI 코딩 에이전트의 프론트엔드 디자인 하한선을 정의.
• 적용: ~/.claude/rules/anti-slop-design-taste.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

anthropics/knowledge-work-plugins: Canonical Plugin Three-Layer Architecture (⭐11.7K) anthropics

Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork.

• 분석: 76차에서 기록되었으나 실제 rule 파일이 미생성된 것을 독립 검증에서 발견.
• 적용: ~/.claude/rules/canonical-plugin-three-layer.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

trycua/cua: Computer-Use Agent Infrastructure (⭐15.3K)

Open-source infrastructure for Computer-Use Agents.

• 분석: 기존 sandboxed-agent-code-execution.md(코드 샌드박스)와 scored-agent-benchmarks.md(에이전트 벤치마크)를 Computer-Use(GUI 제어) 에이전트 전용으로 통합.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

zilliztech/memsearch: Progressive Memory Architecture (⭐1.5K)

A persistent, unified memory layer for all your AI agents.

• 분석: 기존 portable-memory-layer.md(단일 파일 메모리)를 3계층 아키텍처로 격상.
• 적용: ~/.claude/rules/progressive-memory-retrieval.md — memory-bank 검색에 3단계 progressive retrieval 도입, Markdown 원본 유지 원칙 강화, 섀도 인덱스 재구축 가능성 보장
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

alexzhang13/rlm: Recursive Decomposition Inference (⭐4.1K)

A task-agnostic inference paradigm for language models to handle near-infinite length contexts by enabling the LM to programmatically examine, decompose, and recursively call…

• 분석: 기존 sandboxed-agent-code-execution.md(샌드박스 코드 실행)를 재귀적 추론 패러다임으로 확장.
• 적용: ~/.claude/rules/recursive-decomposition-inference.md — 복잡한 태스크를 REPL 기반 재귀 분해로 처리, 컨텍스트를 변수로 명시적 관리, 단일 패스 한계 극복
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

warpdotdev/warp: Agentic Environment (⭐44.8K)

An agentic development environment, born out of the terminal.

• 분석: 기존 worktree-parallel-agents.md(격리 병렬 실행)와 feedback-routing.md(피드백 라우팅)를 단일 환경에서 다중 에이전트 통합 관리로 격상.
• 적용: ~/.claude/rules/agentic-environment-pattern.md — 에이전트 환경 통합 패턴, BYO 에이전트 인터페이스, 에이전트 세션 실시간 모니터링 원칙
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

anthropics/knowledge-work-plugins: Knowledge Work Plugin Standard (⭐11.7K)

Open source repository of plugins primarily intended for knowledge workers to use in Claude Cowork.

• 분석: 기존 agent-manifest-pattern.md(선언적 매니페스트)와 agent-skills-format.md(HF Skills 표준)를 Anthropic 공식 표준으로 검증.
• 적용: ~/.claude/rules/knowledge-work-plugin-standard.md — Anthropic 공식 plugin.json 스키마 참조, skills/+commands/+.mcp.json 3요소 구조 표준화, 직무별 커스터마이징 패턴
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

Ataraxy-Labs/sem: Semantic Version Control (⭐1.9K)

Entity-level diffs, blame, and impact analysis on top of git.

• 분석: code-reviewer와 bug-fixer가 git diff 라인 출력을 파싱하던 것을 함수·클래스 단위 "무엇이 변했는가"로 대체.
• 적용: ~/.claude/rules/semantic-diff-pattern.md — code-reviewer에 sem diff 제공, sem impact로 PR blast radius 파악, DiffCrunch 대체
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

caliber-ai-org/ai-setup: Deterministic Config Scoring (⭐874)

No LLM, no API calls — local deterministic scoring cross-referencing config files against actual filesystem.

• 분석: harness-report가 "구조 존재 + grep 패턴(LINT LEVEL)"이었다면, ai-setup은 설정 내용이 실제 코드베이스와 일치하는가까지 결정론적 측정.
• 적용: ~/.claude/rules/deterministic-config-scoring.md — harness-report 내용 정합성 강화, CLAUDE.md vs package.json 교차 검증
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

zilliztech/claude-context: Code Search MCP (⭐10.3K)

Code search MCP for Claude Code.

• 분석: codebase-search-before-create.md를 MCP 도구 기반 semantic 검색으로 강화.
• 적용: ~/.claude/rules/semantic-code-search-mcp.md — Explore agent 효율 개선, codebase-search-before-create에 semantic 옵션 추가
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

boshu2/agentops: Agent Operations (⭐318)

Operational layer for coding agents.

• 분석: recursive-self-improvement-loop.md의 Curator 단계를 /dream(오프라인 정제)로, blind-validation-layer를 /council(다중 판관)으로, 사전 실패 분석을 /pre-mortem으로 체계화.
• 적용: ~/.claude/rules/agent-operations-primitives.md — /dream을 Curator로, /council을 adversarial-review에, /pre-mortem을 Phase 0에 통합
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

superradcompany/microsandbox: Secure Agent Sandboxes (⭐5.9K)

Hardware-level isolation, boot <100ms.

• 분석: sandboxed-agent-code-execution.md의 "샌드박스 실행"을 microVM 하드웨어 격리 + 100ms 미만 부팅으로 구체화.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

huggingface/ml-intern: Doom Loop Detection (⭐7.4K) huggingface

An open-source ML engineer that reads papers, trains models, and ships ML models.

• 분석: 기존 auto-block-stuck-tasks.md가 "4회 실패 후 blocked 전환(사후 차단)"을, convergence-loop-no-mid-question.md가 "루프 중 사용자에게 묻지 않기"를, quantified-ambiguity-gate.md가 "period-2 oscillation 감지"를 다뤘다면, 이 패턴은 도구 호출…
• 적용: ~/.claude/rules/doom-loop-detection.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

abhigyanpatwari/GitNexus: Graph RAG Codebase Indexing (⭐33.3K)

Client-side knowledge graph creator with Graph RAG Agent for code exploration.

• 분석: 기존 codebase-search-before-create.md가 "생성 전 검색 의무화"를, codebase-packing-pattern.md가 "repomix 스타일 패킹"을 다뤘다면, 이 패턴은 검색 자체를 6단계 구조화된 그래프 쿼리로 격상.
• 적용: ~/.claude/rules/graph-rag-codebase-indexing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

addyosmani/agent-skills: Verification-Gate Skills (⭐25)

Production-grade engineering skills for AI coding agents.

• 분석: 기존 completion-verification.md가 "최종 완료 시 자가 검증"을, test-first-agent-tasks.md가 "테스트 선행"을 다뤘다면, 이 패턴은 스킬의 매 단계에 검증 게이트 + 변명 방지 테이블을 내장.
• 적용: ~/.claude/rules/verification-gate-skills.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

zilliztech/memsearch: Markdown-First Agent Memory

A persistent, unified memory layer for all your AI agents.

• 분석: 기존 shared-agent-memory.md(metabot)가 "에이전트 간 메모리 공유 구조"를, portable-memory-layer.md(memvid)가 "단일 파일 메모리 패키징"을 다뤘다면, memsearch는 Markdown을 source of truth로, 벡터 DB를 derived cache로 분리하는 아키텍처.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

huggingface/ml-intern: Doom-Loop Detection & ML Research Agent (⭐7.4K)

An open-source ML engineer that reads papers, trains models, and ships ML models.

• 분석: 기존 convergence-loop-no-mid-question.md가 "수렴 또는 EXHAUSTED까지 무정지 반복"을, auto-block-stuck-tasks.md가 "N회 실패 시 blocked 전환"을, quantified-ambiguity-gate.md가 "stagnation 4가지 패턴(period-2 oscillation, 70%+ 질문…
• 적용: ~/.claude/rules/doom-loop-detection-pattern.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

Anthropic Managed Agents

Claude Managed Agents: a fully managed agent harness for running Claude as an autonomous agent with secure sandboxing, built-in tools, and server-sent event streaming.

• 분석: 기존 ci-self-healing-loop.md가 "CI 테스트 실패 → 에이전트 자동 수정 루프"를, agentic-workflows-cicd.md가 "에이전트를 CI/CD 파이프라인으로 격상"을 다뤘다면, Managed Agents는 에이전트 하네스 자체를 클라우드 매니지드 서비스로 제공하여 로컬 인프라 의존성을 제거.
• 적용: ~/.claude/rules/managed-agent-harness-pattern.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

warpdotdev/warp: Agentic Development Environment (⭐40.7K)

Warp is an agentic development environment, born out of the terminal.

• 분석: 기존 worktree-parallel-agents.md가 "격리 worktree로 병렬 작업"을, fresh-context-iteration.md가 "fresh 세션으로 컨텍스트 최적화"를, state-driven-orchestration.md가 "파일 기반 상태 관리"를 다뤘다면, Warp 2.0은 에이전트 개발 환경(ADE)이라는 새로운 카테고리를…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

langfuse/langfuse: LLM Observability Infrastructure (⭐26)

Open source LLM engineering platform: LLM Observability, metrics, evals, prompt management, playground, datasets.

• 분석: 기존 scored-agent-benchmarks.md가 "에이전트 성능을 3축 점수로 정량 평가"를, cross-model-adversarial-review.md가 "다중 모델 리뷰"를, token-efficiency-tracking.md가 "토큰 사용량 추적"을 다뤘다면, 이 패턴은 관측성 인프라 자체를 구축하여 세 가지를 하나의 플랫폼으로 통합.
• 적용: ~/.claude/rules/llm-observability-infrastructure.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

VILA-Lab/Dive-into-Claude-Code: Agent Infrastructure Ratio (⭐864)

The agent loop is a simple while-loop; the real engineering complexity lives in the systems around it.

• 분석: 기존 context-compression-pipeline.md가 "다단계 압축 파이프라인 이론"을, role-based-agent-permissions.md가 "역할별 도구 권한 제한"을 다뤘다면, 이 논문은 Claude Code 실제 소스에서 이 원칙들이 어떻게 구현되는지를 학술적으로 검증.
• 적용: ~/.claude/rules/agent-infrastructure-ratio.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

vllm-project/semantic-router: Signal-Driven Model Routing (⭐4.0K)

Signal-driven intelligent routing — Workload-Router-Pool Architecture for LLM Inference Optimization.

• 분석: 기존 unified-model-gateway.md가 "단일 API로 멀티 프로바이더 포맷 변환"을, quantified-ambiguity-gate.md가 "비용-tier 라우팅(Frugal→Standard→Frontier)"을 다뤘다면, 이 패턴은 라우팅 신호를 3축으로 확장.
• 적용: ~/.claude/rules/signal-driven-model-routing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

zilliztech/claude-context: Semantic Code Search MCP (⭐10.2K)

Code search MCP for Claude Code.

• 분석: 기존 codebase-search-before-create.md가 "새 파일 생성 전 Grep/Glob으로 기존 구현 탐색 의무화"를 강제한다면, 이 도구는 탐색 방식 자체를 시맨틱 수준으로 업그레이드.
• 적용: ~/.claude/rules/semantic-codebase-search-mcp.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

gastownhall/gascity: Orchestration-Builder SDK (⭐522)

An orchestration-builder SDK for multi-agent systems.

• 분석: beads(22K⭐)가 에이전트 메모리를 다뤘다면, gascity는 에이전트 오케스트레이션을 선언적 SDK로 구조화.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 1

mksglu/context-mode: Context Sandboxing (⭐11.0K)

A 56 KB Playwright snapshot becomes 299 bytes — 99% reduction.

• 분석: 기존 cli-output-compression.md가 "CLI 출력 사후 필터링(rtk, 60-90%)"을, context-compression-pipeline.md가 "파일→LLM 입력 사전 압축(15-82%)"을 다뤘다면, 이 패턴은 도구 실행 자체를 서브프로세스로 격리하여 raw 출력이 컨텍스트에 진입하지 않도록 근본 차단.
• 적용: ~/.claude/rules/context-sandboxing-session-continuity.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

multica-ai/multica: Persistent Agent Identity (⭐22.5K)

Turn coding agents into real teammates — assign tasks, track progress, compound skills.

• 분석: 기존 canonical-workflow-fsm.md가 "태스크의 7-state FSM"을, deterministic-orchestrator-scheduling.md가 "결정론적 스케줄링"을, shared-agent-memory.md가 "에이전트 간 메모리 공유"를 다뤘다면, 이 패턴은 에이전트 자체에 영속적 정체성(persistent identity)을…
• 적용: ~/.claude/rules/persistent-agent-identity.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

sansan0/TrendRadar: Intelligent Signal Monitoring (⭐55)

Three reporting modes eliminate information overload: Daily (complete summary), Current (real-time rankings), Incremental (new articles only, zero duplicates).

• 분석: 기존 trend-harvester의 .seen.json이 "이미 본 항목 재처리 방지"를, Phase 2의 LLM 분석이 "의미 기반 필터링"을 다뤘다면, 이 패턴은 필터링을 2계층(키워드 → AI)으로 계층화하고 리포팅 모드를 3종으로 분기하여 정보 과부하를 구조적으로 제거.
• 적용: ~/.claude/rules/intelligent-signal-monitoring.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

zilliztech/memsearch: Progressive Memory Retrieval (⭐1.5K)

Progressive disclosure for memory: search returns ranked chunks, then expands context incrementally rather than retrieving full documents upfront.

• 분석: 기존 shared-agent-memory.md가 "에이전트 간 지식 공유 저장"을, portable-memory-layer.md가 "단일 파일 이식성"을, semantic-memory-compaction.md가 "완료 태스크 압축"을 다뤘다면, 이 패턴은 검색 전략 자체를 3계층으로 계층화하여 "필요한 만큼만" 토큰을 소비.
• 적용: ~/.claude/rules/progressive-memory-retrieval.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

KeygraphHQ/shannon: Proof-by-Exploitation Security (⭐40)

No exploit, no report.

• 분석: 기존 security-patterns.md가 "OWASP 점검 체크리스트"를, qa-browser-test-required.md가 "인터랙션 테스트 필수"를 다뤘다면, 이 패턴은 보안 검증에 proof-by-exploitation을 적용하여 false positive를 구조적으로 제거.
• 적용: ~/.claude/rules/proof-by-exploitation-security.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

mnfst/manifest: Complexity-Based Model Routing (⭐5)

Redirects each query to the right model, saving up to 70% in AI costs.

• 분석: 기존 unified-model-gateway.md가 "포맷 변환 + 프로바이더 fallback"을, agent-delegation-strategy.md가 "복잡한 판단=Opus, 나머지=Sonnet" 2단계를 다뤘다면, 이 패턴은 요청 복잡도를 실시간 분석하여 300+ 모델 중 최적을 자동 선택하고 달러 단위로 비용을 추적.
• 적용: ~/.claude/rules/complexity-based-model-routing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 1

gastownhall/gascity: Declarative Orchestration Builder (⭐514)

Extracts the reusable infrastructure from Gas Town into a configurable toolkit with runtime providers, work routing, formulas, orders, health patrol, and a declarative city…

• 분석: 기존 declarative-agent-coordination.md(takt 913⭐)가 "YAML 명세로 에이전트 조율 정의"를, state-driven-orchestration.md(oh-my-codex 21K⭐)가 "파일 기반 상태 영속화"를, deterministic-orchestrator-scheduling.md가 "LLM 없는 스케줄링"을…
• 적용: ~/.claude/rules/declarative-orchestration-builder.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

safishamsi/graphify: Multi-Format Knowledge Graph (⭐37)

Clustering is graph-topology-based — no embeddings.

• 분석: 기존 codebase-search-before-create.md가 "탐색 후 생성" 의무화를, ast-aware-code-search.md(62차)가 "AST 기반 하이브리드 검색"을 다뤘다면, 이 패턴은 코드를 넘어 문서·이미지·동영상까지 통합 그래프화하고 임베딩 없이 그래프 토폴로지만으로 클러스터링하는 근본적 접근.
• 적용: ~/.claude/rules/multi-format-knowledge-graph.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

abhigyanpatwari/GitNexus: Precomputed Code Intelligence (⭐32)

Traditional approaches give the LLM raw graph edges and hope it explores enough.

• 분석: graphify가 "다중 포맷 통합 그래프"에 초점이라면, GitNexus는 순수 코드 관계의 깊이와 정밀도에 초점.
• 적용: ~/.claude/rules/precomputed-code-intelligence.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

wshobson/agents: Progressive Disclosure Architecture (⭐34)

Progressive disclosure: metadata (always loaded) → instructions (on demand) → resources (when needed).

• 분석: 기존 per-turn-tool-adaptation.md가 "턴마다 관련 도구만 선택"을, token-brevity-pattern.md이 "출력 토큰 절감"을 다뤘다면, 이 패턴은 스킬/에이전트 정의 자체를 3계층으로 분리하여 로딩 비용을 구조적으로 최소화.
• 적용: ~/.claude/rules/progressive-disclosure-skills.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 1

mattpocock/skills: Real-Engineer Skills Library (⭐35)

Skills for Real Engineers.

• 분석: 기존 agent-skills-format.md(HuggingFace Skills 표준 포맷)가 형식 표준화에 집중했다면, mattpocock/skills는 내용 품질 표준화에 집중.
• 적용: ~/.claude/rules/practitioner-curated-skills.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

taste-skill / High-Agency Frontend: AI 프론트엔드 미적 품질 강제 (⭐13)

High-Agency Frontend: gives your AI good taste." — AI가 생성한 프론트엔드 코드가 generic/uninspired하지 않도록 미적 품질을 결정론적으로 강제하는 anti-slop 검증 레이어.

• 분석: 기존 frontend-patterns.md의 "디자인 품질" 항목("UI 구현 시 frontend-design 또는 vs-design-diverge 스킬 활용 — 기본 제공 디자인이 아닌 창의적이고 세련된 UI 생성")이 SOFT 지침이었다면, taste-skill은 미적 품질을 HARD 검증으로 격상.
• 적용: ~/.claude/rules/frontend-aesthetic-gate.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

mksglu/context-mode: Tool Output Sandboxing (⭐10)

Context window optimization for AI coding agents.

• 분석: 기존 컨텍스트 압축 패턴들(cli-output-compression의 rtk 프록시, context-compression-pipeline의 파일 내용 압축)은 외부 도구 또는 파일 수준에서 압축.
• 적용: ~/.claude/rules/tool-output-sandboxing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

addyosmani/agent-skills: Production-Grade Agent Skills Library (⭐24)

Production-grade engineering capabilities designed for AI coding agents." — 반복 에이전트 작업을 재사용 가능한 Shell 기반 스킬로 패키징, 조합 가능한 파이프라인으로 체이닝.

• 분석: 기존 agent-skill-extraction.md(hermes-agent)가 복잡한 작업 해결 후 스킬 추출을 다룬다면, addyosmani/agent-skills는 사전 검증된 스킬 라이브러리를 플러그인 방식으로 제공하는 보완적 접근.
• 적용: ~/.claude/rules/production-grade-agent-skills.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

mnfst/manifest: Complexity-Tier Model Routing (⭐5)

Scores each request in under 2ms using a 23-dimension algorithm, then routes to the cheapest model that can handle it.

• 분석: 기존 unified-model-gateway.md가 프로바이더 간 포맷 변환과 장애 failover를 다룬다면, 이 패턴은 "이 요청에 어떤 모델이 최적인가"를 결정론적으로 판정.
• 적용: ~/.claude/rules/complexity-tier-model-routing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

zilliztech/memsearch: Cross-Agent Memory Persistence (⭐1)

Markdown files are the source of truth.

• 분석: 기존 shared-agent-memory.md(metabot)가 에이전트 완료 시 수동 저장을, portable-memory-layer.md(memvid)가 단일 파일 메모리를 다룬다면, 이 패턴은 자동 캡처 + 크로스 에이전트 호환 + 재구축 가능 캐시를 제공.
• 적용: ~/.claude/rules/cross-agent-memory-persistence.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

multica-ai/multica: Agent-as-Teammate Lifecycle (⭐21)

Turn coding agents into real teammates — assign tasks, track progress, compound skills.

• 분석: 기존 agent-delegation-strategy.md가 "누구에게 위임할 것인가"를, shared-agent-memory.md가 "메모리를 어떻게 공유할 것인가"를 다룬다면, 이 패턴은 위임 이후의 전체 라이프사이클을 관리.
• 적용: ~/.claude/rules/agent-as-teammate-lifecycle.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

zilliztech/claude-context: AST-Aware Code Search (⭐9)

AST-based intelligent code chunking preserves semantic units.

• 분석: 기존 codebase-search-before-create.md가 "검색 후 생성" 의무화를, codebase-packing-pattern.md가 "코드베이스 패킹"을 다룬다면, 이 패턴은 "어떻게 검색해야 효율적인가"에 대한 구체적 답.
• 적용: ~/.claude/rules/ast-aware-code-search.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

superradcompany/microsandbox: MicroVM Agent Sandbox (⭐5)

Hardware-level isolation with microVM technology — no server to set up, sub-100ms boot, secrets never enter the VM.

• 분석: 기존 sandboxed-agent-code-execution.md(pydantic/monty)가 "코드로 표현 + 샌드박스 실행"의 원칙을 다룬다면, 이 패턴은 격리 수준과 성능의 구체적 구현을 제공.
• 적용: ~/.claude/rules/microvm-agent-sandbox.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

addyosmani/agent-skills: Anti-Rationalization Verification Gates (⭐28) addyosmani

Rationalizations are the most dangerous failure mode — the agent convinces itself the shortcut is acceptable.

• 분석: 기존 completion-verification.md가 "완료 전 체크리스트"를 제공한다면, 이 패턴은 각 체크 항목에 "왜 건너뛸 수 없는지"를 선제적으로 명시.
• 적용: ~/.claude/rules/anti-rationalization-gates.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

gastownhall/gascity: Controller-Supervisor Reconciliation

A controller continuously reconciles desired state to running state — orchestration as reconciliation loop, not one-shot dispatch." — 선언적 city.toml + pluggable…

• 분석: 기존 state-driven-orchestration.md(파일 기반 상태 저장)과 deterministic-orchestrator-scheduling.md(결정론적 스케줄링)의 통합 진화.
• 적용: ~/.claude/rules/controller-supervisor-reconciliation.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

KeygraphHQ/shannon: Evidence-Only Reporting (⭐42)

No exploit, no report.

• 분석: 기존 qa-screenshot-required.md가 "스크린샷 증거 필수"를, completion-verification.md가 "완료 전 자가 검증"을 다룬다면, 이 패턴은 모든 보고 항목에 재현 가능한 증거를 강제.
• 적용: ~/.claude/rules/evidence-only-reporting.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

multica-ai/multica: Agents as Teammates (⭐21)

Turn coding agents into real teammates — assign tasks, track progress, compound skills.

• 분석: 기존 agent-delegation-strategy가 "orchestrator가 에이전트에게 push"하는 모델이라면, Multica는 "에이전트가 큐에서 pull"하는 모델.
• 적용: ~/.claude/rules/agent-as-teammate.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

rtk-ai/rtk: Transparent Shell Hook (⭐35)

Shell hook silently rewrites git status → rtk git status.

• 분석: 6차 수확(2026-04-09)에서 cli-output-compression 규칙으로 등재(당시 ⭐20K).
• 적용: ~/.claude/rules/cli-output-compression.md 기존 규칙 업데이트.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

alexzhang13/rlm: Recursive Language Models (⭐3)

Task-agnostic inference paradigm: offload context as variables in a REPL, let the model recursively call itself to decompose and solve." — MIT OASYS lab 연구에서 탄생.

• 분석: 기존 context-compression-pipeline(claw-compactor, 15~82% 입력 압축)과 semantic-memory-compaction(beads, 완료 태스크 3줄 요약)이 scaffold 수준에서 토큰을 줄이는 접근이라면, RLM은 모델 수준에서 컨텍스트를 변수화하는 근본적 패러다임 전환.
• 적용: ~/.claude/rules/recursive-context-decomposition.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

maximhq/bifrost: Fastest Enterprise AI Gateway (⭐4)

50x faster than LiteLLM.

• 분석: 기존 unified-model-gateway(QuantumNous/new-api, 16차)가 포맷 크로스 변환(OpenAI↔Claude↔Gemini)에 초점이고, mnfst/manifest(53차)가 비용 기반 지능형 라우팅(23차원 스코어링)에 초점이라면, Bifrost는 처리량(throughput)과 지연 시간(latency)에 초점.
• 적용: ~/.claude/rules/unified-model-gateway.md 기존 규칙에 Bifrost 참조 추가.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 1

multica-ai/multica: Managed Agent Team Platform (⭐21)

Every solution becomes a reusable skill for the whole team." — 에이전트를 팀원처럼 관리.

• 분석: 기존 shared-agent-memory(xvirobotics/metabot, 26차)가 에이전트 학습 내용을 파일 기반으로 수동 축적하고, execution-path-crystallization(GenericAgent, 4차)이 성공 경로를 SOP로 변환한다면, multica는 이 둘을 플랫폼 수준에서 자동화.
• 적용: ~/.claude/rules/managed-agent-team-platform.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

KeygraphHQ/shannon: Exploit-Verified Security Testing (⭐40)

No exploit, no report — hypothesized vulnerabilities must be successfully exploited to prove impact." — 5개 전문 에이전트가 OWASP 카테고리별 병렬 공격.

• 분석: 기존 security-patterns의 보안 점검이 코드 패턴 매칭(grep 기반 SOFT 검증)에 의존한다면, shannon은 실제 익스플로잇으로 증명하는 HARD 검증.
• 적용: ~/.claude/rules/exploit-verified-security-testing.md 신규 생성.
• 5축: HARD전환 2 · 토큰효율 0 · 측정가능 2

superradcompany/microsandbox: MicroVM Agent Sandbox

Unexploitable secrets — keys never enter the VM." — libkrun 기반 microVM, 부팅 <100ms, 데몬 불필요, 루트리스.

• 분석: 기존 sandboxed-agent-code-execution(pydantic/monty, 50차)이 인터프리터 수준 샌드박스(파일시스템 차단 + 리소스 제한 + 런타임 취소)를 다룬다면, microsandbox는 하드웨어 수준 microVM으로 한 단계 더 강력한 격리.
• 적���: ~/.claude/rules/microvm-agent-sandbox.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 0 · 측정가능 2

mnfst/manifest: Local Model Routing (⭐5)

Smart Model Routing for Personal AI Agents — 23-dimension scoring in under 2ms, no third-party proxy needed." — 요청 복잡도를 4-tier(Simple/Standard/Complex/Reasoning)로 자동 분류, 각 tier에…

• 분석: 기존 unified-model-gateway(QuantumNous/new-api, 26차)가 중앙 프록시 서버 방식이라면, manifest는 로컬 라우팅이 핵심 차별점.
• 적용: ~/.claude/rules/local-model-routing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

addyosmani/agent-skills: Anti-Rationalization Tables (⭐23)

Process steps, not prose.

• 분석: 기존 completion-verification(완료 선언 전 자가 검증)과 qa-browser-test-required(인터랙션 필수)가 "무엇을 체크할지"를 명시한다면, Anti-Rationalization Tables는 "에이전트가 왜 스킵하려 하는지"의 변명 패턴 자체를 사전 카탈로그화.
• 적용: ~/.claude/rules/anti-rationalization-tables.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

Leonxlnx/taste-skill: Parameterized Aesthetic Enforcement (⭐12)

Parameterized anti-slop — 3 dials (Design Variance, Motion Intensity, Visual Density) on 1-10 scales prevent generic output." — 프로젝트 타입별 사전 설정 + Anti-Slop 체크리스트.

• 분석: 기존 frontend-patterns 디자인 품질 섹션("밋밋한 플랫 UI 지양")과 ui-ux-reference-nagix(3D 시각화 레퍼런스)가 참조 기준이라면, taste-skill은 수치 기반 강제.
• 적용: ~/.claude/rules/parameterized-aesthetic-enforcement.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

aden-hive/hive: Graph-Based Crash Recovery (⭐10)

On failure, the system evolves the graph and redeploys automatically." — 자연어 목표 → 결정론적 DAG 자동 생성, 각 노드에 체크포인트.

• 분석: 기존 pause-on-failure-pattern(실패 상태 보존 + 해당 step 재실행)과 auto-block-stuck-tasks(4회 실패 → blocked 전환 + 다음 태스크 우회)가 단일 노드 수준의 복구라면, hive는 서브그래프 단위의 구조적 진화.
• 적용: ~/.claude/rules/graph-based-crash-recovery.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

shareAI-lab/learn-claude-code: Minimal Bash Agent Harness (⭐56)

Bash is all you need — a nano claude-code-like agent harness, built from 0 to 1." — curl + jq만으로 완전한 에이전트 루프(LLM 호출 → 도구 파싱 → 실행 → 결과 피드백) 구현.

• 분석: 우리 시스템의 codex-convergence-loop.sh, loopy-era-workflow.sh, trend-harvest-to-html.sh 등이 이미 이 패턴의 부분 구현.
• 적용: ~/.claude/rules/minimal-bash-agent-harness.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 1

KeygraphHQ/shannon: Proof-by-Exploitation QA (⭐40)

Only vulnerabilities with working proof-of-concept exploits are reported — no theoretical detection." — 5단계 파이프라인의 Exploitation 단계에서 실제 공격 성공한 취약점만 보고.

• 분석: 기존 qa-browser-test-required("인터랙션 테스트 = QA의 핵심")과 qa-screenshot-required("DOM 존재만으로 PASS 금지")가 인터랙션을 권장하는 SOFT 규칙이라면, shannon의 proof-by-exploitation은 재현 증거 없으면 보고 자체를 거부하는 HARD 원칙.
• 적용: ~/.claude/rules/proof-by-exploitation-qa.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

multica-ai/multica: Agent Skill Compounding (⭐20)

Every solution becomes a reusable skill for the whole team." — 에이전트를 프로젝트 보드의 팀원으로 운영.

• 분석: 53차에서 "Agent-as-Teammate"로 분석(score 7)했으나, 이번 주 ⭐5.5K→20.8K(4배 성장)으로 에코시스템 검증 완료.
• 적용: ~/.claude/rules/agent-skill-compounding.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

addyosmani/agent-skills: Anti-Rationalization Tables (⭐22) addyosmani

AI coding agents default to the shortest path — which often means skipping specs, tests, security reviews." — 20개 프로덕션급 스킬이 6개 Phase(Define→Plan→Build→Verify→Review→Ship)를 커버.

• 분석: 기존 completion-verification(완료 후 자가 검증)과 convergence-loop-no-mid-question(중간 질문 금지)이 "결과 시점의 검증"이라면, agent-skills는 과정 중간의 합리화를 사전 차단.
• 적용: ~/.claude/rules/anti-rationalization-tables.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

zilliztech/claude-context: Incremental Codebase Indexing (⭐9)

Make entire codebase the context — without exhausting token budgets." — Merkle tree로 변경 파일만 재인덱싱(1000개 중 10개 변경 시 10개만 처리).

• 분석: 기존 codebase-packing-pattern(repomix 스타일 전체 패킹)이 "전체를 한 번에"라면, claude-context는 "변경분만 증분 + 의미 단위 분할".
• 적용: ~/.claude/rules/incremental-codebase-indexing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

mnfst/manifest: Request Complexity Scoring (⭐5)

Scores each request in 23 dimensions under 2ms, routes to the cheapest model that can handle it." — simple/standard/complex/reasoning 4단계 티어에 자동 분류.

• 분석: 53차에서 "포맷 변환 + 비용 게이트"로 분석했으나, 이번 회차에서 우리 시스템의 agent-delegation-strategy에 직접 매핑 가능한 복잡도 티어링으로 재해석.
• 적용: ~/.claude/rules/request-complexity-scoring.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

mksglu/context-mode: Context Sandbox Isolation (⭐9)

Sandbox tool output so raw data never enters your context window." — 모든 도구 출력을 subprocess에서 실행하고 stdout 요약만 컨텍스트에 주입.

• 분석: 기존 context-compression-pipeline(파일 압축)과 cli-output-compression(CLI 필터링)이 "데이터를 줄이는" 접근이라면, context-mode는 "데이터를 격리하는" 패러다임 전환.
• 적용: ~/.claude/rules/context-sandbox-isolation.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

mnfst/manifest: Intelligent Model Routing (⭐5)

Simple questions go to fast, cheap models.

• 분석: 기존 unified-model-gateway(포맷 변환 초점)와 cost-tier routing(quantified-ambiguity-gate 내 실패 기반 승격)이 "수동 선택" 또는 "실패 후 대응"이라면, manifest는 사전 복잡도 판정으로 최적 모델 자동 선택.
• 적용: ~/.claude/rules/intelligent-model-routing.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

multica-ai/multica: Agent-as-Teammate (⭐20)

Turn coding agents into real teammates." — 에이전트가 프로젝트 보드에 등장하여 자율적으로 작업 수행·진행 보고·블로커 리포팅.

• 분석: 기존 team-orchestrator의 specialist는 "호출→반환" 도구 패턴 — 세션 종료 시 컨텍스트 소실.
• 적용: ~/.claude/rules/agent-as-teammate.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

KeygraphHQ/shannon: Proof-by-Exploitation Pentesting (⭐40)

White-box pentester: only vulnerabilities with working proof-of-concept exploits are reported." — 5개 OWASP 카테고리를 병렬 에이전트가 독립 분석 + 실제 exploit 실행.

• 분석: 기존 security-specialist와 pentest-checklist 스킬이 "체크리스트 기반 수동 검증"이라면, shannon은 가설→공격→증명 폐루프.
• 적용: ~/.claude/rules/proof-based-agent-verification.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

coleam00/Archon: Deterministic AI Coding Harness (⭐19)

Make AI coding deterministic." — 17개 기본 워크플로우(이슈 수정, 기능 구현, 5인 병렬 PR 리뷰, 안전 리팩토링, 머지 충돌 해소)를 YAML DAG로 선언.

• 분석: 기존 deterministic-orchestrator-scheduling 규칙이 "스케줄링을 코드로"라면, Archon은 전체 워크플로우를 YAML로 결정화.
• 적용: ~/.claude/rules/declarative-workflow-crystallization.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

HKUDS/RAG-Anything: Multimodal RAG (⭐18)

All-in-One RAG Framework." — 텍스트·이미지·테이블·수식·차트를 5단계 파이프라인(파싱→이해→멀티모달 분석→지식그래프 구축→지능형 검색)으로 처리.

• 분석: 기존 semantic-codebase-search.md(51차 적용)가 코드 전용 BM25+벡터라면, RAG-Anything은 문서 전용 멀티모달 + 지식 그래프.
• 적용: ~/.claude/rules/multimodal-knowledge-graph-rag.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 1

zilliztech/claude-context: Semantic Codebase Search (⭐8)

Make entire codebase the context for any coding agent." — BM25(키워드) + Dense Vector(임베딩) 하이브리드 검색으로 자연어 질의에서 관련 코드만 정확히 추출.

• 분석: 기존 codebase-packing-pattern.md(repomix)가 정적 전체 패킹이라면, claude-context는 실시간 시맨틱 검색 — 질의 시점에 관련 함수만 추출.
• 적용: ~/.claude/rules/semantic-codebase-search.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

superradcompany/microsandbox: microVM Agent Sandbox (⭐5)

Hardware-level isolation with microVM technology.

• 분석: 50차 pydantic/monty가 Python 인터프리터 샌드박스(프로세스 내 격리)라면, microsandbox는 OS 수준 완전 격리(microVM).
• 적용: ~/.claude/rules/microvm-agent-sandbox.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

multica-ai/multica: Managed Agent Teammates (⭐20)

Your next 10 hires won't be human." — 코딩 에이전트를 프로젝트 보드의 정식 팀원으로 관리.

• 분석: 기존 team-orchestrator가 "세션 단위 specialist 위임"이라면, multica는 영구 팀원으로서의 에이전트 — 세션이 끝나도 스킬이 누적.
• 적용: ~/.claude/rules/managed-agent-teammates.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

EvoMap/evolver: Strategy Presets for Self-Evolution (⭐6)

Evolver is a prompt generator, not a code patcher." — 에이전트 자가개선을 프로토콜 기반 진화로 구조화.

• 분석: recursive-self-improvement-loop.md가 4단계 폐루프(Competitor→Analyst→Coach→Curator)를 정의한다면, evolver는 각 단계 내부의 변경 단위(Gene)와 전략 모드(preset)를 구체화.
• 적용: ~/.claude/rules/protocol-bound-evolution.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

Tracer-Cloud/opensre: Scored Agent Benchmarks (⭐2)

Treats investigation as a learnable, trainable domain — comparable to how SWE-bench improved coding agents." — AI SRE agent의 incident investigation 능력을 합성 시나리오 + 점수 매기기로 정량화.

• 분석: harness-report가 scaffold 구조(정적 파일 존재/패턴)를 측정한다면, opensre 패턴은 에이전트 행동 능력(동적 시뮬레이션)을 측정.
• 적용: ~/.claude/rules/scored-agent-benchmarks.md 신규 생성.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

pydantic/monty: Sandboxed Code Execution

A minimal, secure Python interpreter written in Rust for use by AI." — 에이전트가 순차 도구 호출 대신 코드로 로직 표현 + 샌드박스에서 안전 실행.

• 분석: 도구 호출 10회 = LLM 추론 10회.
• 적용: ~/.claude/rules/sandboxed-agent-code-execution.md 신규 생성.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

anthropics/knowledge-work-plugins: Role-Specific Plugin Architecture (⭐11)

Open source plugins for knowledge workers in Claude Cowork." 10개 vertical(Sales: prospect research · call prep · HubSpot/Close/Clay/ZoomInfo · Customer Support: ticket triage ·…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 ~/.claude/skills/가 성장하면서 discoverability 저하 마찰 누적 — 100+ 스킬 중 필요한 걸 찾기 어렵고, 신규 스킬이 기존과 중복인지 판단 어려움.
• 기대효과: ~/.claude/rules/role-taxonomy-plugin-structure.md 도입 시 3가지 실효: (1) 카테고리 디렉토리 마이그레이션: ~/.claude/skills/ 100+ 스킬을 dev-work/ · project-scaffold/ · meta-ops/ · analysis/ · knowledge-work/(향후) 5개 카테고리로 분류…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

Tracer-Cloud/opensre: AI SRE Agent (⭐2)

An open reinforcement learning environment for agentic infrastructure incident response." 5단계 incident workflow: (1) 알림 context fetch(logs · metrics · traces 상관관계) · (2) 연결 시스템…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 bug-fixer는 코드 버그에 특화이지만 production incident(서버 500 · DB 커넥션 폭주 · Kubernetes pod crashloop)는 별도 도메인 — 현재 코드 repo 컨텍스트만 있고 runtime metrics/logs/traces 없음.
• 기대효과: ~/.claude/rules/evidence-backed-investigation.md 도입 시 3가지 실효: (1) Evidence chain schema: bug-fixer 에이전트 프롬프트에 <evidence-chain> 필수 블록 추가 + PostToolUse hook이 응답에서 해당 블록 부재 시 경고.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

anthropics/claude-plugins-community: Anthropic-Audited Marketplace with Nightly Security Pipeline…

Community plugin marketplace for Claude Cowork and Claude Code (read-only mirror)." Read-only mirror(internal review pipeline에서 nightly sync) — 사용자 직접 commit 불가, PR은 자동 close.

• 분석: 세 가지 primitive.
• 적용 이유: 우리 cc-sync가 user-scope 전체 복사 + git push만 수행 — security audit 없음.
• 기대효과: ~/.claude/rules/skill-audit-pipeline.md 도입 시 3가지 실효: (1) Security scan in cc-sync: scripts/skill-audit.sh가 git diff로 변경된 skills/agents/rules 파일만 대상으로 hidden Unicode + API key pattern + shell…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

simonw/llm-openai-via-codex: Cross-Provider Auth Gateway

Access OpenAI models via an existing Codex subscription." LLM CLI plugin으로 Codex CLI 인증(Codex 구독)을 bridge해 OpenAI 직접 API 키 없이 모델 접근.

• 분석: 세 가지 primitive.
• 참조 사유: 직접 adoption은 제한적 — 우리는 claude.ai 구독 기반으로 Claude Code 사용 중이고, 다른 provider API 병행 필요성 현재 낮음.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

NousResearch/hermes-agent: Autonomous Skill Creation (⭐112)

The agent that grows with you" — closed learning loop with autonomous skill creation after complex tasks + agent-curated memory with periodic nudges.

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 loopy-era 철학의 자가진화 루프와 직접 경쟁·상호보완 관계.
• 기대효과: ~/.claude/rules/autonomous-skill-crystallization.md 도입 시 3가지 실효: (1) Skill-nudge hook: ~/.claude/hooks/skill-nudge.sh를 Stop에 등록 → 세션에서 2+ tool call로 해결한 패턴 감지 시 텔레그램으로 "이 패턴 skill로 박을래요?
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

EvoMap/evolver: GEP Protocol (⭐6)

GEP-powered self-evolving engine for AI agents" — auditable prompt generator, not code patcher.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 /self-improve의 근본 한계: 규칙 추가가 "LLM 판단 + 수동 검토"이고 왜 이 규칙이 추가됐는지 audit trail 부재.
• 기대효과: ~/.claude/rules/auditable-rule-evolution.md 도입 시 3가지 실효: (1) Evolution events ledger: ~/.claude/rules/.evolution-events.jsonl에 모든 rule 변경 append-only → scripts/rule-audit.sh {rule}로 특정 rule의…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

forrestchang/andrej-karpathy-skills: CLAUDE.md Distribution of Karpathy's 4 LLM Coding Principles (⭐79)

단일 CLAUDE.md 파일로 Karpathy의 LLM 코딩 실패 관찰을 4원칙으로 체계화 + Claude Code/Cursor 동시 지원.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 기존 karpathy-coding-principles.md가 18줄 요약으로 존재하지만 실제 Claude 행동 가이드로 불충분 — 4원칙 이름만 있고 구체 판단 기준 부재.
• 기대효과: ~/.claude/rules/karpathy-coding-principles.md 재작성 시 3가지 실효: (1) Multi-interpretation trigger: 요청이 모호 감지(키워드: "개선" · "고쳐" · "좀 더 낫게") 시 Claude가 2~3 해석 선제 제시 → 재작업 방지.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

multica-ai/multica: Managed Agents Platform (⭐20)

Turn coding agents into real teammates — assign tasks, track progress, compound skills." Open-source 관리형 agents platform.

• 분석: 네 가지 primitive.
• 참조 사유: 전체 adoption은 인프라 부담 매우 큼 — Go 백엔드 + PostgreSQL + Next.js 프론트엔드 + daemon 등 개인 사용자 규모에 과함.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

mksglu/context-mode: MCP-Layer Sandboxed Tool Execution with 98% Context Reduction (⭐9)

AI context window optimization — tool output never leaves the subprocess." MCP 서버로 6개 sandbox tool…

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 context-compression-pipeline.md(claw-compactor, 15~82% 압축)와 cli-output-compression.md(rtk, 60~90% CLI 절감)가 있지만 두 가지 공백: (α) 실행 위치 격리 미구현 — 우리는 CLI 출력을 "읽은 후 압축"하지만 context-mode는 "애초에 context에 진입 못…
• 기대효과: ~/.claude/rules/subprocess-gateway-for-tool-output.md 도입 시 3가지 실효: (1) Subprocess gateway 스크립트: scripts/ctx-execute.sh 후이 bash 명령을 서브프로세스로 실행 + stdout만 Claude에 반환 + stderr/timing은…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

openai/openai-agents-python: Handoff-First Multi-Agent SDK with Built-in SandboxAgent (⭐25)

A lightweight yet powerful framework for multi-agent workflows" (Provider-agnostic, 100+ LLM 지원).

• 분석: 네 가지 primitive.
• 적용 이유: 우리 team-orchestrator + manager-orchestrator가 자연어 기반 prompt + result parse 패턴인데 정형화된 handoff primitive 도입 시 향상: (A) TypedDict 기반 handoff schema — 각 specialist agent 호출 시 {task_id, acceptance_criteria,…
• 기대효과: ~/.claude/rules/typed-agent-handoff.md 도입 시 3가지 실효: (1) Handoff schema 정형화: specialist 호출 시 orchestrator가 scripts/handoff-pack.sh로 JSON payload 생성 → {task_id, acceptance_criteria, files_allowed,…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

vercel-labs/open-agents: Agent-Sandbox Decoupling (⭐4)

Open-source reference app for building and running background coding agents on Vercel.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 오케스트레이터는 specialist가 Task(subagent_type)로 실행되는데 Claude 자식 프로세스라 parent 죽으면 cascade 종료.
• 기대효과: ~/.claude/rules/durable-agent-sandbox-decoupling.md 도입 시 3가지 실효: (1) Background job wrapper: scripts/bg-exec.sh 후가 장시간 태스크를 systemd --user 또는 launchd로 등록 + PID/log 추적 + 완료 시 텔레그램 notify.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

superradcompany/microsandbox: Rust-Based MicroVM Sandboxes for AI-Generated Code (⭐5)

Secure, local sandboxes for AI agent execution and isolation." Rust 기반 microVM (Firecracker 계열) 특화 — LLM 생성 코드를 로컬에서 빠른 시작 + 강한 격리로 실행.

• 분석: 세 가지 primitive.
• 참조 사유: 전체 adoption은 인프라 부담 큼 — Linux KVM 또는 macOS Virtualization.framework 의존 + 개발 머신 리소스 큼.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

thedotmack/claude-mem: Hook-Driven Session Memory with 10x Token Reduction (⭐65)

Persistent memory for Claude Code — seamlessly preserves context across sessions by automatically capturing tool usage observations." 5-hook lifecycle(SessionStart ·…

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 memory-bank와 search-conversations 스킬이 개념적으로는 동일하지만 자동화 수준과 토큰 효율 측면에서 claude-mem이 한 세대 앞섬.
• 기대효과: ~/.claude/rules/hook-driven-session-memory.md 도입 시 3가지 실효: (1) Auto-capture hook: scripts/session-capture.sh를 PostToolUse에 등록 → 각 tool call + result를…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

zilliztech/claude-context: AST-Based Codebase MCP with 40% Token Reduction (⭐7)

Your entire codebase as Claude's context." AST-based intelligent chunking(TypeScript · Python · Java 등 다언어) + Merkle tree incremental indexing(변경 파일만 re-index) + BM25 + dense…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 codebase-search-before-create.md가 원칙이지만 실제 Claude가 새 파일 만들기 전에 "유사 구현 먼저 탐색"을 누락하는 경우 반복 — 원인은 Grep의 regex 한계로 "이름은 다른데 기능이 같은" 중복 감지 불가.
• 기대효과: ~/.claude/rules/codebase-semantic-context.md 도입 시 3가지 실효: (1) 대규모 프로젝트 지원: .claude-context/index 디렉토리가 있으면 Claude가 MCP tool로 semantic search, 없으면 Grep fallback.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

mnfst/manifest: 23-Dimensional Cost-Aware Model Routing (⭐5)

Smart model routing for personal AI agents reducing costs up to 70%." 23-dimension scoring algorithm(<2ms runtime)이 요청을 4-tier(simple · standard · complex · reasoning)로 분류 →…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 스킬/에이전트가 하드코딩된 모델 이름으로 실행 중(agent frontmatter의 model:) — sonnet 이나 opus 중 매 실행 고정.
• 기대효과: ~/.claude/rules/cost-aware-model-routing.md 도입 시 3가지 실효: (1) 복잡도 스코어링 스크립트: scripts/complexity-score.sh <prompt_file>이 3차원(길이 > 1000자 · 다중 파일 수정 · 아키텍처 설계 키워드) 중 2개 이상 해당 시 opus, 아니면 sonnet…
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

topoteretes/cognee: Learning Agent Memory with Vector+Graph+Cognitive Fusion (⭐16)

Open-source knowledge engine that lets you ingest data in any format and continuously learns." Vector search + graph DB + cognitive science 3중 통합.

• 분석: 네 가지 primitive.
• 참조 사유: cognee 전체 adoption은 knowledge graph DB 인프라(Neo4j 등) 필요 + 학습 곡선 높아 현 단계에서 과함.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

coleam00/Archon: First Open-Source Harness Builder with YAML Workflow DAGs (⭐19)

The first open-source harness builder for AI coding.

• 분석: 다섯 가지 primitive.
• 적용 이유: Archon은 loopy-era의 코드화된 버전.
• 기대효과: ~/.claude/rules/yaml-workflow-dag-orchestration.md 도입 시 3가지 실효: (1) workflows/ 디렉토리 도입: team.yml(기존 team 오케스트레이션 DAG화) + auto-issue.yml(이슈 → 분석 → 구현 → QA → PR DAG) + qa-cycle.yml(빌드 → 타입체크 → 브라우저 테스트…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

multica-ai/multica: Agents as Board-Level Autonomous Teammates with Skill Compounding (⭐19)

The open-source managed agents platform.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 auto-issue + bug-fixer 4회 로테이션 + skills/ 누적이 multica의 3-축 구조와 개념적으로 일치하지만 통합되어 있지 않음.
• 기대효과: ~/.claude/rules/board-driven-agent-autonomy.md 도입 시 3가지 실효: (1) Pull-Based auto-issue: /loop 5m /auto-issue가 이미 있지만 현재는 "실행되면 특정 이슈 선점", 이를 "폴링하며 조건 맞을 때만 claim"으로 전환 → scripts/issue-claim.sh가 GitHub…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

anthropics/claude-plugins-official: Official Plugin Manifest Standard with 2-Tier Governance (공식 ⭐17K)

Official, Anthropic-managed directory of high quality Claude Code Plugins" (2026-04-22 공개).

• 분석: 네 가지 primitive.
• 적용 이유: 우리 수 개월 구축한 ~/.claude/ 구조(agents/ + skills/ + hooks/ + rules/)가 Anthropic 공식 plugin 포맷과 naming overlap.
• 기대효과: ~/.claude/rules/official-plugin-manifest-standard.md 도입 시 3가지 실효: (1) 우리 skill을 plugin 포맷 wrapping: team, qa-cycle, loopy-era-trend-harvester 3개를 plugins/hugh-harness/로 묶고 plugin.json 작성 → /plugin…
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

EvoMap/evolver: GEP-Powered Prompt Evolution with Audit Trail (⭐6)

Turns ad hoc prompt tweaks into auditable, reusable evolution assets." Gene Expression Programming 기반.

• 분석: 다섯 가지 primitive.
• 참조 사유: 우리 self-improve가 강력하지만 의도 선언 + scope 분리 + audit 구조화가 부족.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

openai/symphony: Work-over-Agent Management with Proof-of-Work Gate (공식 ⭐15K)

Turns project work into isolated, autonomous implementation runs, allowing teams to manage work instead of supervising coding agents." OpenAI 공식.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 auto-issue가 이슈 처리까지는 구현했지만 proof-of-work 개념이 빠져 있음.
• 기대효과: ~/.claude/rules/work-over-agent-management.md 도입 시 3가지 실효: (1) auto-issue에 proof-of-work gate 추가: .qa-cycle-passed 외에 .complexity-delta.json(cyclomatic 증가율) + .flow-recording/(agent-browser 스크린샷 시퀀스)…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

promptfoo/promptfoo: LLM Eval

CLI and library for evaluating and red-teaming LLM apps." 2026년 OpenAI 인수, MIT 유지.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 qa-cycle이 "빌드 + 타입체크 + 브라우저 테스트 + API 응답" 레이어는 커버하지만 LLM 응답 품질의 regression은 완전 부재.
• 기대효과: ~/.claude/rules/llm-eval-as-ci-gate.md 도입 시 3가지 실효: (1) 프롬프트 regression suite: ~/.claude/eval-suite/agents/{agent}.yaml에 대표 10개 태스크 + 기대 output 패턴 고정 → scripts/run-prompt-eval.sh가 특정 agent 프롬프트 수정…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

openai/codex-plugin-cc: Official Codex Plugin for Claude Code (공식 ⭐15K)

Use Codex from inside Claude Code for code reviews or to delegate tasks to Codex." OpenAI 공식 Claude Code plugin.

• 분석: 네 가지 primitive.
• 참조 사유: 우리가 이미 구현한 패턴이 OpenAI 공식 표준화되어 migration 가치 재평가 필요.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

openai/skills: Agent Skills as Official Open Standard (공식 ⭐17K)

Agent Skills are folders of instructions, scripts, and resources that AI agents can discover and use." OpenAI 공식 Codex용 Skills catalog.

• 분석: 네 가지 primitive.
• 참조 사유: 우리 ~/.claude/skills/ 시스템이 industry standard에 합류했다는 convergence validation.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 2

dora-rs/dora: Declarative YAML Dataflow for Agent Orchestration (Rust, ⭐3.7K)

Middleware for event-driven dataflow AI pipelines." 100% Rust + Zenoh zero-copy messaging 기반.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 canonical-workflow-fsm.md(spec-kitty 7-state FSM + lane)는 태스크 레벨 조율이지만 specialist 내부의 I/O 흐름은 여전히 프롬프트 자연어.
• 기대효과: ~/.claude/rules/declarative-dataflow-orchestration.md 도입 시 3가지 실제 효과: (1) team-orchestrator YAML 스키마화로 Phase 3 specialist 위임이 workflows/fullstack.yml 한 파일에 선언 → orchestrator는 yq/jq로 파싱 후 Task 호출,…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

openai/openai-agents-python: Composable Agent Primitives

Lightweight, powerful framework for multi-agent workflows." OpenAI 공식.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 시스템은 이미 agent(skills) + tools(MCP/Bash/Edit) + handoff(Task 호출)를 갖고 있지만 guardrail이라는 명시적 pre/post 조건 layer가 부재.
• 기대효과: ~/.claude/rules/composable-agent-primitives.md 도입 시 specialist agent 정의가 4-field 표준화: instructions(기존 SKILL.md body) + tools(tools frontmatter) + guardrails(신규, pre/post bash 체크 리스트) + handoffs(신규,…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

topoteretes/cognee: Remember / Recall / Forget / Improve (⭐16)

Knowledge Engine for AI Agent Memory in 6 lines of code." agent memory를 4가지 verb primitive로 명시화: Remember(ingest + 자동 entity extraction) · Recall(relationship-aware query + 자동…

• 분석: 다섯 가지 primitive.
• 참조 사유: 우리 claude-mem + memory-bank는 현재 "세션 기록 + 텍스트 검색"에 머물러 있고, cognee의 4-verb 모델은 memory 레이어를 체계화하는 개념 프레임.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

raphaelmansuy/edgequake: LightRAG with 6 Query Modes

High-performance GraphRAG for converting documents into knowledge graphs." Rust + PostgreSQL + Apache AGE + pgvector.

• 분석: 네 가지 primitive.
• 참조 사유: cognee와 동일 방향이지만 훨씬 구체적인 구현 지침 제공.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

neosigmaai/auto-harness: Benchmark-Gated Self-Improvement with 3-Tier Gate

Self-improving agentic system with automatic failure mining and optimization." 에이전트가 직접 agent/agent.py를 편집하되 3개의 순차 게이트로만 통과: (1) regression suite ≥80%, (2) full test score가 best…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 autoresearch 스킬(38차 babysitter 참조)은 keep/discard를 실행 시점에만 판정 — "개선이 regression을 유발했는지"는 별도 검증.
• 기대효과: ~/.claude/scripts/three-gate-regression.sh 도입 시 self-improve가 rule 추가 후 (1) 전체 qa-cycle 재실행하여 regression 확인, (2) 직전 iteration의 CRITICAL/HIGH 수와 비교, (3) 새로 통과한 TC를 docs/qa-test-plan.md에 자동 승격 — 3 단계…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

facebookresearch/HyperAgents: Self-Referential Self-Improving Agents (Meta Research ⭐2.4K)

Self-referential self-improving agents that can optimize for any computable task." Meta 공식 연구 (arXiv 2603.19461).

• 분석: 네 가지 primitive.
• 적용 이유: 우리 recursive-self-improvement-loop.md(autocontext 4단계)와 execution-path-crystallization.md(GenericAgent L0/L2/L3 memory)는 "성공 패턴을 SOP로 결정화"를 제시하지만 "에이전트 코드 자체의 구조적 변경"은 부재.
• 기대효과: ~/.claude/rules/meta-loop-agent-evolution.md(참조/실험 대상) 도입 시 specialist agent의 system prompt 자체를 iteration 대상으로 격상 — 기존에는 사람이 prompt를 수정했지만, Meta Agent가 최근 N회 실패/성공 패턴 분석 후 자동 제안 + harness-report…
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

affaan-m/everything-claude-code: Cross-Harness Performance Optimization (⭐162)

The agent harness performance optimization system for AI agent harnesses." 162K⭐ 단일 레포에 48 agents + 183 skills + 79 commands + 34 rules + 20+ hooks + 14 MCP servers 통합.

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 시스템과 아키텍처 철학이 거의 동일하지만 규모와 성숙도가 2배 수준 — 직접 흡수할 가치가 높음.
• 기대효과: ~/.claude/rules/harness-performance-optimization.md 도입 시 3가지 즉시 효과: (1) compact@50% 강제로 long session에서 compaction 실패 방지 (alinaqi의 4-dim fatigue 40/60/75/83%와 단계화 결합 가능), (2) model selection…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

superradcompany/microsandbox: Hardware-Level Isolation for AI Agents (Rust

Secure, local and programmable sandboxes for AI agents." Rust + libkrun 기반 <100ms boot microVM으로 Docker 컨테이너와 전통 VM 사이 빈 틈을 채움.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 permission-mode-safety-tiers.md(41차 OpenHarness/craft-agents)는 Explore/Ask/Auto의 tier 기반 권한 — 하지만 tier 전환 자체는 정책 레벨이고 실제 악성 코드 실행을 제어할 수 없음.
• 기대효과: ~/.claude/rules/hardware-isolation-for-untrusted-code.md 도입 시 3가지 실험 시나리오 안전화: (1) autoresearch가 benchmark 실험 코드 생성 → microsandbox에서 실행 → 결과만 host 반환, (2) trend-harvester가 외부 repo 코드 샘플 실험 →…
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

alinaqi/claude-bootstrap: Mnemos Typed Memory

Opinionated project initialization for Claude Code.

• 분석: 다섯 가지 primitive.
• 참조 사유: 우리 claude-mem(thedotmack)은 자동 세션 캡처 + 압축 + 재주입 — 모든 컨텍스트를 동일 중요도로 처리.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

agents.md / Linux Foundation AAIF: Cross-Tool Agent Instructions Standard (60K+ adopters)

README for humans, AGENTS.md for coding agents." 2025-12 OpenAI·Anthropic·Google·Block 공동 donate로 Linux Foundation Agentic AI Foundation(AAIF) 관리 표준.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 agent-manifest-pattern.md(microsoft/apm)는 primitives(skills/agents/hooks)의 선언적 manifest를 제시, agent-skills-format.md(huggingface/skills)는 SKILL.md 포맷 표준을 제시 — AGENTS.md는 instructions 자체의 cross-tool…
• 기대효과: ~/.claude/rules/agents-md-cross-tool-convention.md 도입 + 프로젝트별 심볼릭 링크 컨벤션 제정 시, 팀이 Claude Code + Cursor + Codex 혼용하는 환경에서 instructions 파편화 원천 차단.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

langchain-ai/deepagents: LangChain's Official "Inspired by Claude Code" Harness (⭐21)

Deep Agents is inspired by Claude Code." LangChain 공식 에이전트 하네스 — planning tool(write_todos) + filesystem backend + subagent with isolated context window + shell access + context…

• 분석: 다섯 가지 primitive가 우리 시스템과 독립 수렴.
• 적용 이유: 외부 독립 수렴의 증거.
• 기대효과: ~/.claude/rules/deep-agents-harness-primitives.md 도입 시 우리 시스템의 5 primitives 체크리스트를 명시화 — 각 primitive의 "SOFT vs HARD 현실" 표를 갱신하여 자가 진단 가능.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

HKUDS/OpenHarness (⭐10)

두 프로젝트 독립 수렴으로 검증된 3-tier permission safety pattern — Explore(read-only) / Ask to Edit(매 호출 승인) / Auto(permissive).

• 분석: 세 가지 primitive.
• 적용 이유: 현재 우리 시스템은 ~/.claude/settings.json permissions가 세션 시작 시 고정 — 중간에 "잠깐 read-only만 하고 싶다"거나 "지금 bulk migration이라 승인 스킵하고 싶다"는 상황 대응 불가.
• 기대효과: ~/.claude/rules/permission-mode-safety-tiers.md + .claude/session-tier.json schema 도입 시, /tier explore / /tier ask / /tier auto slash command로 대화 중 권한 실시간 조정.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

virattt/ai-hedge-fund: Thematic Persona Parallelization (⭐56)

An AI Hedge Fund Team." 14개 투자자 persona(Warren Buffett / Cathie Wood / Michael Burry 등) + 4개 분석 agent(Valuation/Sentiment/Fundamentals/Technicals) + Risk Manager + Portfolio…

• 분석: 네 가지 primitive.
• 참조 사유: 우리 llm-council-pattern.md(karpathy/llm-council)는 익명 리뷰 → Chairman 합의의 explicit voting + 합의 도출 패턴 — 명확하지만 "합의 강제"로 인해 diversity가 소실될 수 있음.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 0 · 토큰효율 1 · 측정가능 1

coleam00/Archon: Harness Builder with Deterministic (⭐19)

The first open-source harness builder for AI coding.

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 deterministic-orchestrator-scheduling.md(bernstein) + canonical-workflow-fsm.md(spec-kitty) + fresh-context-iteration.md(snarktank/ralph)는 각각 "스케줄링 결정론", "FSM 전이 강제", "fresh session 반복"을 개별…
• 기대효과: ~/.claude/workflows/feature-dev.yml 표준 워크플로우 정의 시 "새 기능 개발"이 버전 관리 가능한 artifact로 — 현재는 /team 스킬이 자연어로 Phase 0~5를 설명하지만, YAML DAG 전환 시 Phase 전이가 depends_on으로 명시되어 "Phase 2를 건너뛰고 Phase 3" 같은 순서 위반 자동…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

EvoMap/evolver: Genome Evolution Protocol with Strategy Preset Ratios (⭐5)

A GEP-powered self-evolution engine for AI agents.

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 recursive-self-improvement-loop.md(greyhaven-ai/autocontext)는 Competitor→Analyst→Coach→Curator 4단계 루프를 개념적으로 제시, execution-path-crystallization.md(lsdefine/GenericAgent)는 성공 경로 → SOP 결정화를 제시 —…
• 기대효과: ~/.claude/rules/strategy-preset-ratios.md 도입 시 self-improve가 프로젝트 단계별로 자동 preset 전환 — 현재는 "fix 커밋 쌓이면 pending" 단일 트리거, preset 도입 시 ~/.claude/context/project-phase.json의 phase(init/stable/crisis) 기반…
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

multica-ai/multica: Task Lifecycle FSM (⭐17)

The open-source managed agents platform.

• 분석: 네 가지 primitive.
• 참조 사유: 우리 agent-delegation-strategy.md(키워드 매칭) + deterministic-orchestrator-scheduling.md(bernstein)는 specialist 선택/스케줄링을 다루지만 runtime capability 동적 감지는 부재.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

addyosmani/agent-skills: 6-Phase × 20 Skills with Anti-Rationalization Tables (⭐18)

Production-grade engineering skills for AI coding agents.

• 분석: 세 가지 핵심 요소.
• 참조 사유: 우리 agent-skills-format.md(huggingface/skills)는 SKILL.md 포맷 표준을 제시, addyosmani는 그 포맷으로 20개의 프로덕션 워크플로우를 실제 구현한 레퍼런스 라이브러리.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

affaan-m/everything-claude-code: Cost-Aware Harness Tuning System (⭐161)

AI coding tool config을 static config pack이 아닌 performance system으로 재정의 — 디폴트 설정이 비용 60-70% 낭비." Anthropic 해커톤 우승자가 만든 cross-harness(Claude Code/Cursor/Codex/OpenCode) 최적화 시스템.

• 분석: 다섯 가지 즉시 적용 가능 primitive.
• 적용 이유: 우리는 이미 token-brevity-pattern.md(출력 절감) + context-compression-pipeline.md(입력 절감) + cli-output-compression.md(CLI 절감) + token-efficiency-tracking.md(추적)를 보유 — 네 가지 모두 구조적/기법적 차원.
• 기대효과: ~/.claude/settings.json에 "env": {"MAX_THINKING_TOKENS": "10000"} 1줄 추가 시 다음 모든 세션 thinking cost 즉시 70% 절감 — 1주일 누적 단위로 가장 큰 단일 ROI.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

HKUDS/nanobot: Ultra-Lightweight Agent with Token-Based Memory (⭐40)

Intentionally simple enough to study, modify, and extend." 무거운 framework(LangChain/Haystack) 거부 + core_agent_lines.sh로 LOC를 design constraint로 명시 추적.

• 분석: 네 가지 minimalist primitive.
• 참조 사유: 우리 시스템은 이미 reducing-entropy 스킬과 code-review-patterns.md의 "코드 중복 제거"를 보유하지만, nanobot의 LOC를 메트릭으로 추적은 더 강한 강제 — core_agent_lines.sh 같은 측정 스크립트를 우리 scaffold에 도입 시 "스킬/규칙이 비대해지는 현상" 정량 추적 가능.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

shareAI-lab/learn-claude-code: Educational Harness Mechanism Decomposition (⭐54)

Treat the team JSONL mailbox protocol as a teaching implementation, not a claim about production internals." 12 progressive sessions(s01-s12)로 Claude Code 하네스의 핵심 mechanism을 단계별…

• 분석: 다섯 가지 교육적 primitive.
• 참조 사유: 우리 worktree-shared-state.md(RVC-COAL 파일 기반 조율) + state-driven-orchestration.md(oh-my-codex 파일 영속) + canonical-workflow-fsm.md(spec-kitty FSM)의 패턴을 교육적으로 분해한 reference implementation.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

openai/openai-agents-python: Declarative Multi-Agent SDK with Built-in Tracing (⭐23)

Lightweight, powerful framework for multi-agent workflows." OpenAI 공식 SDK — Handoffs(에이전트 간 위임으로 hierarchical workflow) + Sessions(자동 conversation history management, in-memory or…

• 분석: 다섯 가지 production primitive.
• 참조 사유: OpenAI 공식 SDK라는 신호 가치 — 우리 patterns(specialist 위임, Sessions 자동 관리, Guardrails declarative validation)이 OpenAI 공식 라이브러리 primitive로 표준화된 것은 외부 검증.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

a5c-ai/babysitter: Forced-Stop Hooks (⭐584)

Enforces compliance across agentic workforces — deterministic, hallucination-free orchestration." 매 step 종료 시 mandatory Stop hook이 발동하여 에이전트의 autonomous continuation을 물리적으로 차단.

• 분석: 여섯 가지 primitive.
• 적용 이유: 우리 convergence-loop-no-mid-question.md는 "CRITICAL=0 or EXHAUSTED까지 반복"을 말하지만 "진행 여부를 누가 결정하는가"는 여전히 Claude.
• 기대효과: team-orchestrator Phase 1→2→3 전이를 Claude 판단에서 next-phase.sh 스크립트 결정으로 전환 시 "Phase 1 완료된 것 같음 → Phase 2 시작" 환각 제거.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

adolfousier/opencrabs: 5-Way Self-Healing Engine for LLM Runtime Pathologies (⭐665)

Single Rust binary.

• 분석: 다섯 가지 병리 감지.
• 적용 이유: 우리는 이미 context-compression-pipeline.md(압축 전략) + unified-model-gateway.md(fallback) + convergence-loop-no-mid-question.md(루프 중단)를 분산 보유하지만, opencrabs처럼 런타임 self-healing engine 하나로 통합하지 못함.
• 기대효과: ~/.claude/hooks/pre-llm-call.sh에 context 65% soft-compaction 자동화 시 long-running 세션의 context rot 마찰 제거.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 0

Donchitos/Claude-Code-Game-Studios: Three-Tier Hierarchy (⭐13)

Turn Claude Code into a full game dev studio — 49 AI agents, 72 workflow skills." 단일 Claude Code 세션을 실제 게임 스튜디오 조직 구조(Directors → Department Leads → Specialists 3-tier)로 재구성.

• 분석: 다섯 가지 조직 primitive.
• 참조 사유: 우리 team-orchestrator는 specialist 2-tier(orchestrator → specialist)인데 Claude-Code-Game-Studios는 3-tier(director → lead → specialist)로 확장.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

nxtg-ai/forge-orchestrator: File Locking (⭐108)

Multi-tool orchestration for Claude Code, Codex CLI, and Gemini CLI." 단일 Rust 바이너리가 state 관리, 동시 편집 방지, 제도적 지식 포착을 통합.

• 분석: 세 가지 핵심 primitive.
• 참조 사유: 우리는 Claude Code 단일 도구 사용 전제라 file locking 필요성이 낮음 — 하지만 /codex:rescue로 Codex/GPT를 호출하는 순간 multi-tool 상황 발생.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

Q00/ouroboros: Quantified Ambiguity Gates (⭐2)

Stop prompting.

• 분석: 다섯 가지 primitive.
• 적용 이유: 우리 convergence-loop-no-mid-question.md는 "CRITICAL=0 or EXHAUSTED까지 반복"을 말하지만 "CRITICAL=0인지 어떻게 측정하는가"는 여전히 LLM 판단.
• 기대효과: ambiguity-gate.sh 도입 시 team-orchestrator가 모호한 plan으로 Phase 3 구현을 시작하는 빈도가 구조적으로 급락.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

Priivacy-ai/spec-kitty: Canonical FSM (⭐1)

Coordination is a file system problem, not a SaaS problem." 7-state canonical FSM(planned→claimed→in_progress→for_review→in_review→approved→done)을 tasks.md YAML frontmatter에 박고,…

• 분석: 네 가지 primitive.
• 적용 이유: 우리 worktree-parallel-agents.md(worktrunk) + worktree-shared-state.md(RVC-COAL) 조합은 "격리 + 공유 상태"까지만 다룸 — 상태 전이 규칙과 레인 계산 알고리즘이 부재.
• 기대효과: canonical-workflow-fsm.md 채택 시 TaskUpdate가 out-of-order 전이를 거부하여 "pending에서 바로 completed로 건너뛰기"로 QA 스킵하는 패턴을 구조적 차단.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

Human-Agent-Society/CORAL: Eval-on-Commit (⭐499)

Organizations of autonomous AI agents that run experiments, share knowledge, and continuously improve." 각 에이전트가 독립 worktree에서 작업하되 .coral/public/를 심볼릭 링크로 공유 — "zero sync…

• 분석: 네 가지 primitive.
• 참조 사유: CORAL 전체는 우리 worktree-shared-state.md + recursive-self-improvement-loop.md와 겹치지만, 두 가지 독창적 원소가 있다.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

simonw/docs-for-llms: Version-Aware Concatenated Docs as LLM Artifact (⭐58) simonw

Concatenated documentation for use with LLMs." 5개 오픈소스 툴(llm/datasette/sqlite-utils/s3-credentials/shot-scraper)의 docs를 버전별 단일 .txt로 aggregate, index.json으로 메타데이터 제공.

• 분석: 세 가지 요소.
• 참조 사유: 우리 file-to-markdown-pipeline.md(microsoft/markitdown) + context-compression-pipeline.md(claw-compactor)와 철학 유사 — 다만 docs-for-llms는 "외부 의존성(프레임워크/라이브러리) 문서를 프로젝트 init 시점에 aggregate"라는 새로운 각도.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 1

coleam00/Archon: YAML DAG Harness Builder with Deterministic (⭐18)

The first open-source harness builder for AI coding.

• 분석: 세 가지 primitive.
• 적용 이유: 우리 team-orchestrator/manager-orchestrator의 Phase는 skill/agent markdown에 자연어 프롬프트로 정의 — 매 실행마다 Claude가 다시 해석하므로 재현성 0.
• 기대효과: .claude/workflows/team.yaml로 Phase 0~5를 DAG로 이관하면 "team-orchestrator가 매 실행마다 Phase 구조를 재발명하는 현상" 종결.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

code-yeongyu/oh-my-openagent (OMO): Hashline Content-Hash Edit Safety (⭐52)

The best agent harness." 가장 독창적 primitive는 Hashline — 각 코드 라인에 content hash(LINE#ID)를 앵커링하여 에이전트가 라인 내용을 복제하지 않고 해시로 참조.

• 분석: 네 가지 primitive.
• 적용 이유: Hashline이 genuinely novel.
• 기대효과: Edit 도구가 Hashline 지원 시 "세션 중반 이후 Edit 실패율 급락".
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

addyosmani/agent-skills: Production Skills with Anti-Rationalization Tables (⭐17) addyosmani

Production-grade engineering skills for AI coding agents." 20개 스킬을 6-phase(Define/Plan/Build/Verify/Review/Ship)로 조직.

• 분석: 다섯 가지 distinctive pattern.
• 참조 사유: 우리 completion-verification.md, test-first-agent-tasks.md, qa-browser-test-required.md가 이미 "evidence 기반 판정" 원칙을 담고 있음 — addyosmani는 이를 6-phase × 20 skills × anti-rationalization table이라는 구조로 상품화.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

EvoMap/evolver: GEP Protocol-Constrained Self-Evolution with Audit Trail (⭐5)

The GEP(Gene Expression Programming)-Powered Self-Evolution Engine for AI Agents." 코드를 자동 수정하지 않고 "프로토콜에 바인딩된 prompt를 emit"하여 다음 진화 단계를 유도.

• 분석: 네 가지 primitive.
• 참조 사유: 우리 recursive-self-improvement-loop.md(autocontext) + checkpoint-before-mutation.md(moltis) + agent-skill-extraction.md(hermes)는 이미 "변경 전 스냅샷 + 사후 검증 + 성공 패턴 축적"을 담고 있음.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

saltbo/agent-kanban: Agents as First-Class Citizens with Self-Authored Task Hierarchies (⭐196)

Traditional kanban boards treat AI as passive task executors." 에이전트에게 cryptographic identity를 부여하고 직접 태스크를 생성·할당·피어 리뷰하게 만든 kubectl-style 리소스 보드.

• 분석: 네 가지 primitive.
• 적용 이유: 우리 TaskCreate/TaskUpdate/TaskList는 orchestrator가 authored.
• 기대효과: specialist에게 "태스크를 만들 권한"을 부여하면 orchestrator가 병목이 되는 현상이 완화.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

diegosouzapw/OmniRoute: 4-Tier Fallback (⭐3)

Never stop coding.

• 분석: 네 가지 novel primitive.
• 적용 이유: 우리 unified-model-gateway.md(new-api 기반)는 "포맷 변환 + 채널 가중치"까지만 명시.
• 기대효과: ~/.claude/logs/model-quota.jsonl에 프로바이더별 RPM/소진율 기록 시, self-improve가 "이번 달 어느 모델이 bottleneck인가"를 통계 분석 가능.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

multica-ai/multica: Compound Skill Library for Agent Teams (⭐16) multica-ai

Turn coding agents into real teammates — assign tasks, track progress, compound skills." Next.js + Go + PostgreSQL/pgvector 하이브리드 클라우드.

• 분석: 세 가지 주목할 primitive.
• 참조 사유: multica 전체 도입은 오버엔지니어링(Next.js+Go+Postgres+pgvector 전체 스택).
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

iOfficeAI/AionUi: Local Cowork Platform for 20+ LLM Agents (⭐22)

AionUi is more than a chat client.

• 분석: 네 가지 주목 요소.
• 참조 사유: AionUi 전체는 Electron 데스크톱 앱이라 우리 CLI 중심 workflow와 맞지 않음.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 1

tirth8205/code-review-graph: Permanent Code Graph with Blast-Radius Precision (⭐11) tirth8205

AI coding tools re-read your entire codebase on every task." Tree-sitter 파싱 → SQLite 노드/엣지 그래프 → git hook 증분 인덱싱 → blast-radius 분석.

• 분석: 세 가지 primitive 조합.
• 적용 이유: 우리 memory-bank가 "대화 이력 검색"은 강하지만 코드 구조 그래프는 부재.
• 기대효과: .code-graph.db 도입 후 code-reviewer / bug-fixer / frontend-specialist 호출 시 prompt에 "변경 영향 파일 목록"을 JSON으로 주입 → specialist가 grep 재탐색 0.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

EvoMap/evolver: GEP-Powered Self-Evolution with Audit Trail (⭐4)

Evolution is not optional.

• 분석: Evolver는 code patcher가 아니라 prompt generator.
• 적용 이유: 우리 self-improve는 fix: 커밋에서 rule을 파생하지만 Curator 단계가 없다 (recursive-self-improvement-loop.md에서 이미 지적된 공백).
• 기대효과: ~/.claude/evolution-events.jsonl append-only 로그 도입 시, Curator가 "90일 trigger_count agent-memory-hygiene.md가 SOFT 지시로 남긴 rule 수명관리를 HARD 전환.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

johannesjo/parallel-code: Five Agents on Five Features, Zero Conflicts (⭐529)

Turn wait time into parallel progress." Electron + SolidJS 데스크톱 앱.

• 분석: 기존 worktree 자동화 도구(worktrunk, git worktree)와의 차이점 — desktop UI로 멀티 에이전트를 단일 인터페이스에서 관리.
• 참조 사유: 우리 worktree-parallel-agents.md, worktree-shared-state.md, cross-model-adversarial-review.md, llm-council-pattern.md가 이미 "여러 모델/에이전트를 동시 돌리고 결과 비교"를 rule로 명시.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 1

mvanhorn/last30days-skill: Engagement-Scored Cross-Platform Research (⭐22)

Google aggregates editors.

• 분석: 5-stage synthesis pipeline: (1) Entity resolution — 검색 전 AI가 관련 handle/subreddit/hashtag/repo를 먼저 식별, (2) Engagement scoring — upvotes/likes/views/monetary backing으로 랭킹(keyword 무관), (3) Duplicate…
• 참조 사유: 우리 loopy-era-trend-harvester(이 스킬 자체)가 현재 GitHub + RSS + X 미러만 커버.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

coleam00/Archon: The First Open-Source AI Coding Harness Builder (⭐3) coleam00

When you ask an AI agent to 'fix this bug', what happens depends on the model's mood.

• 분석: Docker가 인프라에 determinism을 줬고 GitHub Actions가 CI/CD에 줬다면, Archon은 AI 코딩에 determinism을 주입.
• 적용 이유: 우리 team-orchestrator / manager-orchestrator / auto-issue가 자연어 프롬프트로 워크플로우를 기술 — Phase 전이, specialist 선정, 재시도 결정이 전부 LLM 추론에 의존.
• 기대효과: /team Phase 1~5를 .claude/workflows/team-orchestration.yaml로 재작성 시 Phase 전이가 자연어 판단 → exit code 기반으로 전환.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

thedotmack/claude-mem: Progressive Disclosure for Context Injection (⭐14) thedotmack

~10x token savings by filtering before fetching details." 3-layer 점진적 공개 워크플로우: search(50-100토큰 인덱스) → timeline(시계열 맥락) → get_observations(필터링된 ID만 full detail 500-1000토큰).

• 분석: 5개 lifecycle hook (SessionStart / UserPromptSubmit / PostToolUse / Stop / SessionEnd)이 관찰을 자동 캡처.
• 적용 이유: 우리 memory-bank도 SQLite FTS5를 사용하지만 search 결과가 곧바로 full content를 반환한다.
• 기대효과: 장기 세션에서 memory-bank 검색 결과로 context window 포화되는 현상 완화.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

addyosmani/agent-skills: Anti-Rationalization Tables (⭐5) addyosmani

AI coding agents default to the shortest path — which often means skipping specs, tests, security reviews." 20개 production-grade skill + 3개 specialist persona.

• 분석: 20개 skill을 6-phase lifecycle에 매핑: Define(2) / Plan(1) / Build(5) / Verify(2) / Review(4) / Ship(5).
• 참조 사유: 우리 skills/는 현재 "무엇을 하라"만 기술하지, AI가 어떻게 회피할지는 언급 없음.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

anthropics/skills: Official Skill Marketplace (⭐120) anthropics

Anthropic 공식 Agent Skills marketplace.

• 분석: SKILL.md 최소 구조: YAML frontmatter(name, description) + markdown body.
• 참조 사유: 우리 이미 agent-skills-format.md로 SKILL.md 표준을 채택했지만, Python 스크립트를 수반하는 skill은 거의 없음.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

redwoodjs/agent-ci: Local GitHub Actions with Pause-on-Failure (⭐567) redwoodjs

Step 6 failed.

• 분석: GitHub Actions 오케스트레이션 레이어를 로컬 재구현.
• 적용 이유: 우리 bug-fixer 4회 로테이션의 근본 비효율 — 매 시도마다 "처음부터 다시".
• 기대효과: qa-cycle 재실행 시간 80% 단축(이미 성공한 단계 스킵).
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

chernistry/bernstein: Deterministic CLI-Agent Orchestrator (⭐132)

The task scheduler is plain Python.

• 분석: Bernstein은 목표를 받으면 manager(LLM)가 task로 분해하고, 이후 scheduler(plain Python)가 agent 선정/재시도/reap 결정을 모두 담당.
• 적용 이유: 우리 team-orchestrator / manager-orchestrator가 Phase 전이, specialist 선정, 재시도 결정을 모두 LLM 추론에 위임.
• 기대효과: 조율 판단에 소모되던 orchestrator 토큰 0.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

tw93/Waza: Engineering Habits as Skills (⭐3) tw93

Every rule the author writes becomes a ceiling.

• 분석: "Waza(技, わざ)"는 무술 용어로 "본능이 될 때까지 연습한 기술".
• 참조 사유: 우리 rules/ 폴더(~80개)의 대부분이 ceiling 방식("이 패턴 금지", "이 방식만 허용").
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

yonatangross/orchestkit: 103 Skills · 36 Agents · 172 Hooks (⭐149)

Stop explaining your stack.

• 분석: OrchestKit은 Waza와 정반대 극단 — 최소주의 대신 최대주의.
• 참조 사유: 우리 /cc-sync는 "User scope 전체 복사"라 프로젝트별 조정 어려움.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 0 · 측정가능 2

microsoft/apm: Agent Package Manager (⭐1) microsoft

Think package.json, requirements.txt, or Cargo.toml — but for AI agent configuration." 에이전트 primitive (instructions/skills/prompts/hooks/plugins/MCP)를 선언적 매니페스트로 통합 관리.

• 분석: apm.yml 하나에 skills, agents, hooks, plugins, MCP 전부 선언.
• 적용 이유: 우리 /cc-sync가 "User scope 전체 복사" 방식이라 primitive 단위 선택이 불가능.
• 기대효과: .claude/manifest.yml 스키마 정의 후 pilot 프로젝트 3개에 적용 → scaffold bloat 50% 감소(불필요 rule 미설치).
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

bytedance/deer-flow 2.0: Super Agent Harness (⭐62) bytedance

Open-source super agent harness that orchestrates sub-agents, memory, and sandboxes — powered by extensible skills." ByteDance의 ground-up rewrite.

• 분석: Deep Research 프레임워크를 super agent harness로 재정의.
• 참조 사유: 우리 team-orchestrator의 5 primitive 설계(Task/TodoWrite/Agent/SlashCommand/hooks)와 독립적으로 도달한 동일 결론.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 1

matt1398/claude-devtools: The debugging DevTools for Claude Code (⭐3)

Your Claude is coding blind.

• 분석: Claude Code 내장 출력이 숨기는 5개 영역을 재구성: (1) 파일 경로·라인번호·syntax-highlighted 콘텐츠, (2) regex 패턴·매칭 파일·매칭 라인, (3) inline diff(추가/제거), (4) per-turn token attribution across 7 categories + compaction 시각화, (5)…
• 참조 사유: 우리도 같은 문제 보유 — 세션 전체에서 토큰이 어디로 갔는지 추적 불가.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

ModelEngine-Group/nexent: Harness Engineering Platform (⭐4)

Zero-code platform for auto-generating production-grade AI agents, built on Harness Engineering principles." 우리가 내부에서 쓰는 "harness" 용어가 외부에서도 정식 엔지니어링 분야로 자리잡고 있음을 확인.

• 분석: "Harness Engineering" 원칙으로 unified tools, skills, memory, orchestration을 built-in constraints / feedback loops / control planes과 결합.
• 참조 사유: "Harness Engineering"이라는 용어가 공식 분야로 인정받고 있다는 외부 검증.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

code-yeongyu/oh-my-openagent: Hashline (⭐52)

Every edited line carries a content hash (LINE#ID format) — validates changes before application, reducing stale-line errors from ~33% to 68%+ success rates." 편집 실패율을 숫자로 측정 가능한…

• 분석: oh-my-opencode가 oh-my-openagent로 리네임되면서 도입된 핵심 신기술.
• 적용 이유: 우리 Edit 도구도 old_string 유일성 요구로 일부 보호하지만, "edit 실패율"이 측정되지 않아 개선을 수치로 추적 불가.
• 기대효과: Edit 실패 로깅 hook 추가 시 어떤 파일이 자주 stale인지 측정 가능 → Read→Edit 사이에 외부 변경이 잦은 파일에 "auto-re-Read before edit" 규칙 자동 승급.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

shareAI-lab/learn-claude-code: Nano Harness Pedagogy "Bash is all you need" (⭐54)

An agent without a plan drifts." "The MODEL decides when to call tools and when to stop.

• 분석: 12-session 교육용 progressive implementation으로 하네스 최소 구성요소 도출.
• 참조 사유: 우리 하네스는 이미 5 primitives 전부 보유(Task/TodoWrite/Agent/SlashCommand/hooks), 그러나 primitive 정의가 암묵적이라 새 기여자가 구조를 이해하기 어렵다.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 1

jackwener/OpenCLI: Three-Tier Degrading Fallback for Web Tools (⭐16)

Same command, same output schema, every time." 웹사이트·Electron 앱·로컬 바이너리를 AI 에이전트가 쓸 수 있는 통일 CLI로 변환.

• 분석: 세 가지 층위로 커버리지 확보: (1) Pre-built adapters — 90+ 사이트에 대한 결정적 CLI 래퍼, (2) Live browser control — 어댑터 없을 때 브라우저 자동화로 fallback, (3) Auto-synthesis — 에이전트가 behavior로부터 새 adapter 생성.
• 참조 사유: 우리 web-qa-tester는 현재 chrome-devtools-mcp + agent-browser + expect-cli 3도구 크로스체크지만, 도구 선택 전략이 명시되지 않음.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

shanraisshan/claude-code-best-practice: Structured Agentic Engineering (⭐45)

Skill descriptions are triggers for the model, not documentation" — skill 설명을 '무엇인가' 서술이 아닌 '언제 발동하는가' 트리거로 전환.

• 분석: 세 가지 구조적 1급 primitive로 에이전트 동작 방식 재정의.
• 적용 이유: 우리 skill 생태계가 이미 description 필드를 가지지만 용도가 혼합됨 — 일부는 사용자 설명용, 일부는 Claude 발동 트리거용.
• 기대효과: skill description rewrite guideline 제공 → description 명확도 향상 → 발동 정밀도 개선.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

affaan-m/everything-claude-code: Cross-Tool Adapter Pattern (⭐159)

AgentShield 레드팀/블루팀/감사자 파이프라인 신규 도입.

• 분석: 48 agent + 183 skill + 34 rule set + AgentShield 통합 시스템.
• 참조 사유: 기존 7차에서 "research-first development" 패턴으로 이미 수확했으나 6개월 만에 15K⭐ 추가 성장 → 새 패턴 cross-tool adapter가 추가됨.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

HKUDS/nanobot: Ultra-Lightweight Agent with HEARTBEAT.md (⭐39)

99% fewer lines of code than OpenClaw" — 200줄 에이전트 루프.

• 분석: 3가지 simplification — (1) Minimal Agent Loop: loop.py 단일 파일에 LLM↔tool 실행.
• 참조 사유: 우리 /loop는 Claude Code 세션 내 주기 실행이지만 nanobot의 HEARTBEAT.md는 파일 기반 pending queue로 세션 경계를 넘는다.
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 1

yvgude/lean-ctx: Shell Hook Context Compression (⭐650)

Reduce AI coding costs by 99%" — 단일 Rust 바이너리가 MCP + shell hook으로 CLI 출력·파일 읽기를 LLM 도달 전 압축.

• 분석: 90+ CLI 명령을 34개 카테고리로 패턴 압축(git status 70-95% 절감).
• 적용 이유: 기존 caveman(출력 절감) + rtk(일부 CLI) + claw-compactor(파일) 3축에 "에이전트 무관 공통 레이어"가 비어있음.
• 기대효과: Read 도구 mode 기본값 전환 + Bash PreToolUse hook으로 lean-ctx 경유 → 세션 평균 토큰 사용 50%+ 절감 예상.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

Q00/ouroboros: Spec-Driven Mathematical Gates (⭐2)

Stop prompting.

• 분석: Nine Minds(Socratic/Ontologist/Contrarian/Hacker 등) on-demand 에이전트.
• 참조 사유: 우리 two-stage-review-gate(spec→quality) + test-first-agent-tasks(계약 먼저) + recursive-self-improvement-loop(Curator) 방향과 동일하지만, **수치 게이트로 HARD 강제**가 더 강함.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 0 · 측정가능 2

PackmindHub/packmind: Multi-Tool Instruction Distribution (⭐262)

엔지니어링 playbook을 CLAUDE.md · .cursor/rules · copilot-instructions.md 포맷별 자동 배포.

• 분석: packmind-cli init이 코드베이스 패턴 분석 → 표준 포맷 추출.
• 참조 사유: 우리 agent-memory-hygiene의 "Cross-Project 규칙 승격" 메커니즘과 구조 유사.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 1

greyhaven-ai/autocontext: Recursive Self-Improving Agent Harness (⭐740)

Most agent systems still start every run cold" — 반복 실행을 Competitor/Analyst/Coach/Curator 4단계로 구조화.

• 분석: Competitor(전략 제안) → Analyst(결과 분석) → Coach(playbook 업데이트) → Curator(약한 변경 롤백).
• 적용 이유: 기존 self-improve는 Competitor(specialist)→Analyst(user-proxy QA)→Coach(scaffold rule 추가)까지만 있고 Curator가 부재.
• 기대효과: self-improve에 Phase 5 Curator 추가 → scaffold bloat 방지, 토큰 효율 개선, signal과 noise 분리.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

lout33/symbiotic-ai: Pattern-Based Challenge Agent (⭐691)

A symbiotic AI that remembers everything, challenges you" — 4개 지속 파일(SOUL/USER/AGENTS/NOW.md)로 100+ 세션의 사용자 행동 패턴을 축적, 일회성 조언 대신 반복 패턴 지적.

• 분석: "3주 동안 아무도 요청하지 않은 기능 개발" 같은 구체적 패턴을 날짜 로그로 증명.
• 참조 사유: 우리 self-mirror(L1~L4 비판) + harsh-critic + user-proxy 에이전트 강화 방향과 일치.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

vm0-ai/vm0: Natural Language Workflow Runtime (⭐1)

자연어로 설명된 워크플로우를 자동 실행하는 agentic runtime.

• 분석: "workflow.md 파일에 자연어로 작성 → 실행" 패턴.
• 참조 사유: 우리 스킬 시스템이 이미 markdown 기반이므로 직접 적용은 불필요.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 0 · 토큰효율 1 · 측정가능 1

stakpak/agent: 24/7 Autonomous DevOps Agent (⭐1)

Ship your code, on autopilot" — 오픈소스 에이전트가 머신에서 24/7 상주하며 앱을 실행 유지, 사람이 필요할 때만 알림.

• 분석: 24/7 백그라운드 상주 → 앱 헬스체크 자동 → 장애 자동 복구 → 사람은 에스컬레이션만.
• 적용 이유: user-proxy 자동 개입 철학과 완전 일치.
• 기대효과: auto-issue 데몬 → 24/7 상주형으로 진화, 에스컬레이션 자동 텔레그램 알림 강화, 헬스체크 → 자동 복구 루프 표준화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

googleworkspace/cli: Dynamic CLI with 40+ Agent Skills (⭐25)

Google Discovery Service에서 런타임에 명령어를 동적 생성.

• 분석: 정적 명령어 목록이 아닌 API 스펙에서 동적 생성 → 유지보수 부담 제로.
• 참조 사유: 동적 명령 생성 패턴은 MCP 서버 동적 스킬 생성과 유사.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

karpathy/nanochat: $100 ChatGPT (⭐52) karpathy

The best ChatGPT that $100 can buy" — 단일 GPU에서 LLM 훈련.

• 분석: autoresearch keep/discard를 ML 훈련에 적용한 결정적 사례.
• 참조 사유: 우리 autoresearch 패턴(validate→keep/discard)의 검증 사례.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

aden-hive/hive: Multi-Agent Harness with DAG Execution (⭐10)

Zero-setup, model-agnostic 실행 harness.

• 분석: "objective → DAG → 자동 병렬 실행" 패턴.
• 참조 사유: team-orchestrator Phase 3 병렬 구현에 DAG 패턴 적용 검토.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

xvirobotics/metabot: Self-Evolving Agent Organization (⭐618)

감독형 자기진화 에이전트 조직 인프라.

• 분석: Agent Factory: 관리자 Bot이 새 에이전트를 런타임에 생성 → 우리 Agent tool과 유사.
• 참조 사유: "에이전트가 에이전트를 생성" 패턴은 team-orchestrator의 specialist 위임과 동일 방향.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 1

NousResearch/hermes-agent: Closed Learning Loop Agent (⭐93) NousResearch

The only agent with a built-in learning loop" — 스킬이 사용 중 자가 개선, 복잡한 태스크 후 자율 스킬 생성, FTS5 세션 검색으로 크로스 세션 리콜.

• 분석: 기존 self-improve는 fix 커밋에서만 학습.
• 적용 이유: 기존 token-brevity-pattern(caveman)과 execution-path-crystallization(GenericAgent)을 통합하는 상위 패턴.
• 기대효과: self-improve에 성공 패턴 학습 추가, memory-bank FTS5 검색 강화, bug-fixer 멀티턴→싱글턴, user-proxy dialectic modeling 심화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

open-compress/claw-compactor: 14-Stage Token Compression Pipeline (⭐2)

14-stage fusion pipeline for LLM token compression — AST-aware code analysis, JSON schema sampling, simhash dedup.

• 분석: 15-82% 압축률.
• 보류 사유: Python 의존성 추가 필요, Claude Code 세션 내 직접 통합 friction 존재.
• 참조: token-efficiency-tracking, token-brevity-pattern 규칙과 연계.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

snarktank/ralph: Fresh-Context Iteration Loop (⭐16) snarktank

대형 작업을 atomic story로 분해, 각각 fresh AI 세션에서 실행.

• 분석: story 선택 → fresh 세션 구현 → CI 검증 → commit → progress.txt append → 반복.
• 적용 이유: trend-harvester-autorun.sh가 이미 이 패턴 적용 중(매 실행 fresh claude -p).
• 기대효과: /team Phase 3 specialist별 fresh session, bug-fixer 4회 로테이션을 fresh session 기반으로 전환, 장기 세션 품질 저하 방지
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 1

coleam00/Archon: Declarative Harness Builder (⭐17) coleam00

Like Dockerfiles for infrastructure, Archon for AI coding" — YAML 워크플로우로 계획→구현→검증→리뷰→PR을 선언적 정의.

• 분석: 17개 기본 워크플로우 제공(fix-issue, idea-to-pr, 5-parallel-reviewer).
• 적용 이유: 기존 declarative-agent-coordination(takt)은 개념 수준.
• 기대효과: team 오케스트레이터 Phase를 YAML 노드로 구조화, qa-cycle을 bash+AI 하이브리드로, bug-fixer를 loop until:FIX_VERIFIED로, 5-parallel-reviewer를 codex+claude에 적용
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

multica-ai/multica: Skill Compounding Agents (⭐9) multica-ai

에이전트 해결 패턴이 재사용 스킬로 자동 축적 → 팀 역량 복리 성장.

• 분석: Autonomous Task Lifecycle(enqueue→claim→execute→complete) 완전 자동.
• 적용 이유: 기존 agent-skill-extraction(hermes)은 개별 에이전트 수준.
• 기대효과: self-improve의 scaffold rule 추출을 스킬 컴파운딩으로 격상(성공 패턴도 스킬화), init-project에서 축적 스킬 자동 적재, 멀티 모델 벤더 중립 스킬 포맷 표준화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

anthropics/claude-code-action: CI Self-Healing Loop (⭐7) anthropics

CI 테스트 실패 → 에이전트 자동 분석 → 수정 커밋 → CI 재실행.

• 분석: Context-Aware Mode Detection으로 @claude 멘션(interactive) + 스케줄(automated) + 이슈 할당 자동 감지.
• 적용 이유: 기존 agentic-workflows-cicd는 개념 수준.
• 기대효과: /auto-issue에 CI 실패 자동 수정 추가, bug-fixer를 CI 내에서 실행(로컬 세션 불필요), PR 리뷰 자동화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

tailcallhq/forgecode: Role-Based Agent Permissions (⭐6) tailcallhq

에이전트를 Implementer/Researcher/Planner로 분리.

• 분석: forge(Write 허용)·sage(Read 전용)·muse(계획만 작성) 3 에이전트 트리오.
• 적용 이유: 기존 per-turn-tool-adaptation은 SOFT(프롬프트 지시).
• 기대효과: code-reviewer에 Write 차단, Plan 에이전트에 코드 수정 차단.
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

addyosmani/web-quality-skills: Performance Budget (⭐1) addyosmani

웹 프로젝트에 구체적 수치 기반 성능 예산 설정.

• 분석: 150+ Lighthouse 감사에서 도출된 임계값을 Agent Skills 포맷으로 구조화.
• 적용 이유: 기존 pagespeed-analyzer 에이전트는 실행하지만 PASS/FAIL 기준이 모호.
• 기대효과: vercel preview 후 자동 성능 검증, PR 전 성능 예산 초과 차단, 성능 회귀 방지
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 2 · 토큰효율 1 · 측정가능 2

Yeachan-Heo/oh-my-codex: State-Driven Orchestration (⭐21) Yeachan-Heo

오케스트레이션 런타임 상태를 파일 기반으로 영구 저장.

• 분석: .omx/ 디렉토리가 모든 런타임 결정의 Single Source of Truth.
• 적용 이유: 현재 team/manager 오케스트레이터는 in-memory 의존 → 세션 종료 시 컨텍스트 소실.
• 기대효과: bug-fixer 시도 이력 파일 기록으로 전략 중복 방지, trend-harvester 중간 체크포인트, team-orchestrator Phase 상태 영구화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

obra/superpowers: Two-Stage Review Gate (⭐147) obra

스펙 준수 리뷰 → 코드 품질 리뷰 순차 게이트.

• 분석: Stage 1 — 구현이 계획/요구사항과 일치하는가 (기능 누락/범위 이탈 차단).
• 적용 이유: 기존 Claude+Codex 이중 리뷰는 모델별 분할이지 관점별 분할이 아님.
• 기대효과: user-proxy QA의 "요구사항 양쪽 구현 필수" 체크를 Stage 1로 격상.
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 1

karpathy/llm-council: Multi-model anonymous review karpathy

여러 LLM이 서로의 답변을 익명으로 리뷰하고 Chairman이 합의를 도출하는 3단계 협업 패턴

• 분석: Stage 1 — N개 모델 독립 답변.
• 적용 이유: 우리 이중 모델 리뷰(Claude + GPT)의 진화형.
• 기대효과: self-improve 규칙 변경 결정 시 council 검증, 중요 의사결정의 객관성 향상, 단일 모델 맹점 구조적 차단
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

new-api: Unified model gateway (⭐26) QuantumNous

OpenAI/Claude/Gemini 포맷을 자동 크로스 변환하는 통합 AI 게이트웨이 — 멀티모델 워크플로우의 마찰 제거

• 분석: 채널 가중치 라우팅 + 자동 재시도 + 사용자 레이트 리밋.
• 적용 이유: codex:review + claude code-reviewer 이중 모델 리뷰의 프로바이더 차이를 게이트웨이 한 층으로 해결.
• 기대효과: 프로바이더 장애 시 자동 fallback, 세션별 토큰 사용량 중앙 추적, 멀티모델 워크플로우 코드 단순화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

continue: Source-controlled AI checks (⭐32) continuedev

AI 코드 리뷰를 소스 컨트롤에 버전 관리하고 CI에서 강제 — 개인 도구가 아닌 조직 정책으로 전환

• 분석: IDE 플러그인에서 CLI 도구(`cn`)로 피봇.
• 적용 이유: 우리 codex:review + code-reviewer 이중 리뷰를 CI에서 HARD 강제하면 개인 세션에서 우회 불가능 — "조직 정책으로서의 AI 리뷰"
• 기대효과: scaffold rule 변경을 CI 체크로 검증, 이중 모델 리뷰 결과를 PR status에 직접 반영, 개별 개발자 IDE 의존성 제거
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

chrome-devtools-mcp: Browser automation (⭐34) ChromeDevTools

Google 공식 Chrome DevTools Protocol을 MCP 서버로 노출 — 에이전트가 실제 브라우저를 직접 제어

• 분석: 29개 도구 (input automation, navigation, performance tracing, network inspection, debugging).
• 적용 이유: web-qa-tester의 DOM 추론 대신 실제 브라우저 상태 직접 조회 — "QA 거짓 PASS" 구조적 방지.
• 기대효과: console.error count = 0 HARD 강제, Lighthouse 점수 자동 측정, 성능 트레이싱 자동화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

microsoft/markitdown: File-to-Markdown for LLMs (⭐99) microsoft

PDF, Office, 이미지, 오디오, HTML, CSV, ZIP, YouTube, EPub 등 모든 포맷을 LLM 친화적 Markdown으로 변환

• 분석: 단일 Python 유틸리티로 15+ 포맷 지원.
• 적용 이유: AX-Wiki 같은 지식 베이스의 파일 업로드 파이프라인에 직접 연결 가능.
• 기대효과: /init-project 분석 시 비-텍스트 문서 자동 처리, Q&A 시스템의 소스 문서 정규화, 파일 포맷 다양성에 따른 마찰 제거
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

memvid: Portable memory layer for AI agents (⭐14) memvid

데이터 + 임베딩 + 검색 구조를 단일 파일로 패키징 — 서버리스 메모리 레이어로 복잡한 RAG를 대체

• 분석: "Smart Frames" (비디오 인코딩 개념 차용) — immutable 메모리 블록을 순차 append-only로 쌓고 병렬 읽기 + 시간여행 쿼리 지원.
• 적용 이유: Memory-Bank의 SQLite 구조가 이식성에 제약 — memvid 패턴으로 단일 파일 복사만으로 에이전트 메모리 이전 가능
• 기대효과: 프로젝트 간 메모리 공유 간소화, 에이전트가 자체 메모리를 "들고" 이동 가능, 인프라 의존성 제거
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

huggingface/skills: Agent Skills marketplace (⭐10) huggingface

Anthropic/HF 공식 Agent Skills 표준 포맷 — SKILL.md + YAML frontmatter + 플러그인 marketplace

• 분석: 각 스킬이 자체 포함된 폴더 + SKILL.md 파일로 구성.
• 적용 이유: 우리 시스템의 스킬 포맷을 공식 표준에 맞추면 다른 팀/조직과 호환 가능 + /plugin marketplace add로 배포 가능
• 기대효과: 스킬 공유 생태계 참여, 외부 스킬 즉시 설치 가능, 자연어 트리거("use the X skill")로 자동 로드
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

andrej-karpathy-skills: Karpathy LLM coding principles (⭐10) forrestchang

Karpathy가 관찰한 LLM 코딩 실패 패턴을 4원칙으로 구조화 — Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution

• 분석: 단일 CLAUDE.md로 LLM의 "run along" 습관(무단 가정), over-engineering(1000줄→100줄), 관련 없는 파일 수정을 구조적으로 차단하는 4원칙
• 적용 이유: "서비스 완성이 어려운 이유"의 완료 편향·기능 삭제 본능과 정확히 같은 문제를 타겟.
• 기대효과: specialist 에이전트의 over-implementation 감소, 요구사항 가정 대신 명시적 확인 습관 강화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

google/adk-go: Code-first Go AI agent toolkit (⭐7) google

Go 언어 특화 에이전트 빌드/평가/배포 툴킷 — 유연한 코드 퍼스트 접근

• 분석: Google 공식 Go 에이전트 프레임워크.
• 보류 이유: Go 특화이므로 현재 시스템(bash/TS/Python)에 직접 적용 어려움.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

repomix: Pack entire repos into AI-friendly files (⭐23)

코드베이스를 XML/Markdown/JSON 단일 파일로 패킹하여 LLM 컨텍스트 효율을 극대화하는 도구

• —분석: 파일별 토큰 카운팅 + 민감정보 자동 필터링 + XML/MD/JSON 포맷 선택. 전체 프로젝트를 한 번에 LLM에 전달 가능
• —적용 이유: /init-project에서 코드베이스 분석 시 파일별 개별 Read 대신 패킹된 단일 파일 전달로 토큰 절약 + 컨텍스트 완전성 확보
• —기대효과: 대규모 코드베이스 분석 시 Read 호출 50%+ 감소, 코드 리뷰 에이전트에 전체 컨텍스트 제공으로 품질 향상
• —5축 점수: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 1

takt: Agent Koordination Topology (⭐913)

에이전트 조율을 선언적 YAML 명세로 정의하여 재현성/공유성/커스터마이징을 동시에 달성

• —분석: YAML로 persona/permissions/transition 규칙 정의. NDJSON 추적 로그로 실행 재현 가능
• —적용 이유: /team 오케스트레이터의 에이전트 조율을 선언적 명세로 전환하면 재현성/공유성 확보
• —기대효과: 워크플로우를 코드 대신 YAML로 정의하여 비개발자도 조율 로직 이해·수정 가능

gh-aw: GitHub Agentic Workflows (⭐4) github

마크다운 에이전트 워크플로우를 GitHub Actions에서 샌드박스 실행하는 공식 패턴

• 분석: 마크다운으로 에이전트 워크플로우 정의 + GitHub Actions 샌드박스 실행.
• 적용 이유: /auto-issue 워크플로우를 GitHub Actions로 확장하면 코드 푸시 없이도 에이전트 실행 가능
• 기대효과: CI/CD 파이프라인에 에이전트를 통합하여 PR 자동 생성·리뷰·머지까지 자동화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

rtk: CLI proxy 60-90% token reduction (⭐20)

CLI 출력을 LLM에 전달하기 전에 투명 프록시로 60-90% 압축 — 만점 획득

• 분석: 100+ CLI 명령 출력을 smart filtering/grouping/truncation/dedup으로 60-90% 압축.
• 적용 이유: caveman(출력 65%)과 결합하면 입력+출력 전체 토큰 80%+ 절감 스택 완성.
• 기대효과: 세션당 토큰 비용 80%+ 절감, 컨텍스트 윈도우 여유 확보로 더 많은 파일 동시 분석 가능
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 2 · 측정가능 2

caveman: Cut 65% tokens in Claude Code responses (⭐6)

출력 토큰 65% 절감 + 정확도 26점 향상 — 간결함이 품질과 비용을 동시에 개선

• 분석: 언어적 필러(pleasantries, hedging, articles) 제거.
• 적용 이유: 2026-03 연구에서 간결한 응답이 정확도 26점 향상시킨다는 증거 — 장황함이 정확도를 떨어뜨림
• 기대효과: 출력 토큰 65% 절감으로 비용 감소 + 응답 품질 동시 향상.
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 2 · 토큰효율 2 · 측정가능 2

ARIS: Auto-Research-In-Sleep (⭐5)

Cross-model adversarial review — 동일 모델 self-play의 맹점을 다른 모델로 보완

• 분석: Claude Code 실행 + GPT-5.4 리뷰의 크로스 모델 adversarial loop.
• 적용 이유: 우리 시스템의 Codex 이중 리뷰(Claude QA + GPT 크로스체크)와 동일 패턴 — 독립적으로 도달한 동일 결론이 패턴의 유효성 증명
• 기대효과: 단일 모델 맹점 감소, QA 거짓 PASS 비율 하락
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

beads: Memory upgrade for coding agents (⭐20)

Semantic memory compaction — 완료 태스크를 자동 요약하여 컨텍스트 보존

• 분석: 의존성 인식 그래프 DB(Dolt) 기반 에이전트 영구 메모리.
• 적용 이유: Memory-Bank의 conversation-index가 같은 역할이지만, beads의 semantic decay(완료 태스크 자동 요약) 패턴이 컨텍스트 윈도우 관리에 유용
• 기대효과: 장시간 세션에서 컨텍스트 열화 감소, 완료된 작업이 불필요하게 윈도우를 차지하는 문제 완화
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 0 · 토큰효율 2 · 측정가능 2

GenericAgent: Self-evolving skill tree (⭐880)

Execution path crystallization — 성공한 실행 경로를 자동으로 스킬로 변환

• 분석: 3단계 자가진화 루프: 탐색→결정화(crystallization)→메모리 영속화.
• 적용 이유: 우리 /self-improve의 "fix 커밋→scaffold 규칙" 패턴과 유사하지만, 성공 경로도 스킬로 결정화하는 점이 차별점 — 실패뿐 아니라 성공에서도 학습
• 기대효과: 반복 성공 패턴을 자동 스킬화하여 동일 작업의 재실행 속도 향상
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

oh-my-claudecode: Teams-first orchestration

verify→fix 루프를 오케스트레이션에 내장 — semantic completion 보장 파이프라인 (보강 신호)

oh-my-claudecode: Teams-first Multi-agent orchestration

team-plan→team-prd→team-exec→team-verify→team-fix — verification-driven pipeline

• 분석: 19개 전문 에이전트 + 스마트 모델 라우팅(Haiku/Opus) + 자동 스킬 추출.
• 적용 이유: /team 오케스트레이터에 verify→fix 루프를 Phase로 내장하면 semantic completion 보장 강화
• 기대효과: 오케스트레이션 레벨에서 검증 누락 방지, "빌드만 통과" 판정 구조적 차단
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

everything-claude-code: research-first development (⭐142) affaan-m

구현 전 기존 코드베이스 탐색 필수 — 중복 코드 생성과 토큰 낭비를 동시에 방지

• 분석: 142K stars agent harness — skills, instincts, memory, security를 체계적으로 관리.
• 적용 이유: LLM이 기존 코드를 모르고 새 파일을 만드는 안티패턴을 근본 차단 — 구현 전 Grep/Glob으로 기존 구현 탐색 강제
• 기대효과: 중복 파일 생성 감소, 기존 유틸리티 재사용률 향상, 토큰 효율 개선
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

get-shit-done: Meta-prompting spec-driven dev (⭐49)

Context stays fresh — 태스크별 격리 윈도우로 context rot 방지

• 분석: 계층적 컨텍스트 엔지니어링: PROJECT.md/REQUIREMENTS.md/STATE.md 영구 컨텍스트.
• 적용 이유: 긴 세션에서 요구사항 소실(context rot)이 "서비스 완성이 어려운 이유" 핵심 원인 — 태스크별 격리 윈도우가 해결책
• 기대효과: 세션 후반부 요구사항 탈락 감소, 컨텍스트 열화 방지
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

EvoScientist: Self-evolving AI Scientists (⭐3)

Per-turn tool adaptation — 각 턴마다 관련 도구만 선택하여 인지 노이즈 감소

• 분석: 6개 전문 서브에이전트 협업.
• 적용 이유: specialist 에이전트에 불필요한 도구가 로드되면 인지 노이즈 증가 — 턴별 도구 선택으로 효율화
• 기대효과: 에이전트 응답 품질 향상, 불필요한 도구 호출 감소
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

worktrunk: Git worktree CLI for parallel AI agents (⭐4)

브랜치명 기반 worktree 관리 — 병렬 에이전트 작업의 마찰을 극적으로 감소

• 분석: 브랜치명으로 worktree 접근(경로 대신).
• 적용 이유: team-orchestrator의 병렬 specialist 실행 시 파일 충돌 방지를 위해 worktree 격리가 필수 — worktrunk 패턴이 마찰 제거
• 기대효과: 병렬 에이전트 5-10개 동시 작업 시 충돌 0건, worktree 관리 오버헤드 제거
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

moltis: Persistent agent server in Rust (⭐2)

Checkpoint: 스킬/메모리 변경 전 자동 스냅샷 → 실패 시 복원

• 분석: 단일 Rust 바이너리(44MB), 196K줄, 3100+ 테스트, unsafe 0.
• 적용 이유: /self-improve가 규칙을 변경할 때 회귀 방지를 위한 checkpoint 패턴 — 변경 전 스냅샷, 실패 시 자동 복원
• 기대효과: self-improve의 안전성 향상, 잘못된 규칙 변경의 자동 rollback 보장
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 1 · 측정가능 2

hermes-agent: The agent that grows with you NousResearch

RPC 기반 파이프라인으로 멀티턴 → 싱글턴 축소

• 분석: 40K+ stars.
• 적용 이유: RPC 기반 제로 컨텍스트 코스트 오케스트레이션으로 멀티턴 대화를 싱글 호출로 축소 — 토큰 절감
• 기대효과: specialist 호출 시 매번 전체 컨텍스트 재전달 없이 RPC로 결과만 수신
• 5축: 자동화 2 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 2

agent-orchestrator: Parallel coding agents (⭐5)

이슈 단위 격리 에이전트 + CI/리뷰 피드백 자동 라우팅

• 분석: 이슈 단위로 격리 에이전트 생성 — 각 이슈에 독립 worktree + tmux 세션.
• 적용 이유: /auto-issue의 이슈→브랜치→PR 흐름에 피드백 자동 라우팅 추가하면 사람 개입 더 감소
• 기대효과: CI 실패 시 해당 에이전트가 자동 수정, 30분 에스컬레이션으로 방치 방지
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

tdd-guard: Automated TDD enforcement (⭐2)

Test-first를 HARD hook으로 강제 — over-implementation 구조적 차단

• 분석: 테스트 없이 구현 차단.
• 적용 이유: "서비스 완성이 어려운 이유"의 해결책 — test-first를 HARD hook으로 강제하면 요구사항 누락 구조적 방지
• 기대효과: 기능 누락 감소, "빌드만 통과" 판정 방지, 테스트 커버리지 자동 보장
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 0 · 측정가능 2

claude-howto: Visual guide to Claude Code (⭐21)

Claude Code 베스트 프랙티스 커뮤니티 표준화

• 분석: 시각적 예제 중심 가이드.
• 적용 이유: 우리 scaffold와 커뮤니티 베스트 프랙티스 비교 검토 — 놓친 패턴 발굴
• 기대효과: scaffold 규칙의 완전성 검증, 커뮤니티 표준과의 갭 분석
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 1 · 토큰효율 1 · 측정가능 2

mini-tokyo-3d: Real-time 3D digital map of Tokyo nagix

실시간 데이터 스트리밍 + 3D 시각화 — UI/UX 레퍼런스급 구현

• 분석: Three.js/WebGL + GLSL 셰이더 기반 도쿄 교통 실시간 3D 지도.
• 적용 이유: frontend-patterns.md의 UI/UX 레퍼런스로 추가.
• 기대효과: frontend-specialist/figma-designer의 인터랙티브 UI 구현 품질 향상
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 1 · 측정가능 2

Testing as the new bottleneck in agentic engineering simonw

코딩 에이전트 시대에서 테스트가 새로운 병목

• 분석: Simon Willison: Nov 2025가 코딩 에이전트가 프로덕션급이 된 변곡점.
• 적용 이유: 에이전트 태스크 시작 전 테스트 계획 수립을 강제하면 "빌드만 통과" 판정 방지 — /qa-scenario-gen과 연동
• 기대효과: 테스트 없는 구현 방지, 요구사항 누락 감소, QA 품질 구조적 향상
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 1 · 토큰효율 2 · 측정가능 2

scan-for-secrets 0.3: CLI secret scanner with redaction simonw

시크릿 감지를 JSON/backslash 인코딩까지 확장

• 분석: Simon Willison의 CLI 도구.
• 적용 이유: no-env-commit hook의 시크릿 감지가 단순 패턴 매칭 — scan-for-secrets 수준으로 강화하면 인코딩된 시크릿도 감지 가능
• 기대효과: .env 외에 JSON/config 파일에 숨겨진 API 키 유출 방지
• 5축: 자동화 2 · 마찰제거 2 · HARD전환 2 · 토큰효율 0 · 측정가능 2

tokscale: CLI tool tracking token usage junhoyeo

토큰 사용량을 세션별로 추적하여 비효율 패턴을 데이터 기반으로 식별

• 분석: Claude Code, Codex, OpenCode 등 멀티 AI 어시스턴트의 토큰 사용량 추적 CLI.
• 적용 이유: 토큰 효율 추적이 없으면 어떤 에이전트/작업이 비효율적인지 파악 불가 — 데이터 기반 최적화의 기반
• 기대효과: 세션별 토큰 사용 패턴 시각화, 비효율적인 에이전트 호출 식별 및 제거
• 5축: 자동화 1 · 마찰제거 1 · HARD전환 1 · 토큰효율 2 · 측정가능 2

honcho: Memory library for stateful agents plastic-labs

에이전트의 크로스 세션 메모리를 구조화하면 동일 실수 반복 방지

• 분석: 영구 메모리 라이브러리.
• 적용 이유: Memory-Bank 플러그인과 동일 문제 해결 — 크로스 세션 메모리 구조화 패턴의 외부 검증
• 기대효과: agent-memory-hygiene 규칙 강화, 메모리 노화·정리 패턴 적용
• 5축: 자동화 1 · 마찰제거 2 · HARD전환 0 · 토큰효율 2 · 측정가능 2