# \#context-management

**URL:** https://discuss.pytorch.kr/tag/context-management/5130.md

[최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md)

---

## [9arm-skills: Claude Code에 디버깅 규율과 코드 리뷰 절차를 심는 에이전트 스킬 모음](https://discuss.pytorch.kr/t/9arm-skills-claude-code/11605)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [8월 13, 2026, 12:30오후 UTC](https://discuss.pytorch.kr/t/9arm-skills-claude-code/11605 "2026-08-13T12:30:52Z")

</div>

9arm-skills 소개 코딩 에이전트에게 버그를 던지면 대개 몇 초 안에 수정안이 돌아옵니다. 곤란한 지점은 그 수정안이 어떤 경로로 나왔는지 확인할 방법이 마땅치 않다는 데 있습니다. 재현을 해본 뒤에 나온 답인지, 실제 실행 경로를 따라가 본 답인지, 스택 트레이스 마지막 줄만 보고 그럴듯하게 지어낸 답인지가 결과물만으로는 구분되지 않습니다. 세션이 길어지면 다른 증상도 따라옵니다. 이미 읽은 파일을 다시 읽고, 한 번 버렸던 가설로 되돌아오고, 컨텍스트 창이 다 찰 때까지 같은 자리를 맴돕니다. 9arm-skills는 이 문제를 매번 프롬프트로 교정하는 대신 절차 자체를 스킬 파일로 고정해 두는 방식으로 접근한 저장소입니다. 저자가 자신의 실무 루틴을 Claude Code가 읽는 에이전트 스킬로 옮겨 둔 개인 모음이며, 디버깅 순서, 코드 리뷰 관점, 컨텍스트가 바닥나기 전 인계 시점, 값싼 모델에 넘길 작업의 경계가 각각 별도 스킬로 분리되어 있습니다. 저장소 설명은 스스로를 "Agent skills loaded by Claude Code" 한 줄로만 소개합니다. 스킬은 skills/ 아래에 용도별 버킷으로 나뉘어 있습니다. 일상 코드 작업은 engineering/, 코드 외 업무 흐름은 productivity/, 그리고 드물게 쓰는 misc/, 저자 개인 환경에 묶여 공개 대상이 아닌 personal/, 아직 다듬는 중인 in-progress/, 더는 쓰지 않는 deprecated/ 가 함께 있습니다. 각 스킬은 자기 디렉토리를 하나 차지하고 그 안에 SKILL.md 와 필요한 스크립트·참고 파일을 둡니다. 9arm-skills가 규칙 파일 다른 점 일반적으로 에이전트에게 작업 규칙을 심는 가장 익숙한 방법은 규칙 문서를 한 장 두고 세션 내내 지침으로 삼게 하는 것입니다. 이 방식은 "우리 팀은 이런 컨벤션을 쓴다" 같은 상시 배경 지식에는 잘 맞지만, 순서가 있는 절차에는 약합니다. 문서에 적힌 네 단계를 에이전트가 실제로 1번부터 …

---

## [Wrinkl: AI가 프로젝트의 맥락을 파악하고, 코드 및 문서를 일관성있게 작성하도록 돕는 AI 맥락 관리 시스템](https://discuss.pytorch.kr/t/wrinkl-ai-ai/7217)

<div class="topic-metadata">

**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\
**댓글:** 0\
**마지막 업데이트:** [7월 3, 2025, 3:30오전 UTC](https://discuss.pytorch.kr/t/wrinkl-ai-ai/7217 "2025-07-03T03:30:32Z")

</div>

Wrinkl 소개 오늘날 소프트웨어 개발에서 AI 도구의 활용은 점차 보편화되고 있습니다. AI 코딩 어시스턴트, 자동화된 코드 리뷰, 패턴 감지 등 다양한 기능을 가진 AI들이 개발 프로세스 전반에 걸쳐 사용되고 있지만, 실제 프로젝트에서 AI가 제대로 된 맥락(context)을 파악하지 못해 적절한 도움을 주지 못하는 경우가 많습니다. 특히, 여러 명의 개발자가 협업하는 프로젝트에서는 AI가 각자의 개발 패턴, 기술 스택, 아키텍처 결정 사항 등 핵심 정보를 제대로 이해하지 못해 실질적인 생산성 향상에 한계를 보이고 있습니다. 이러한 문제를 해결하기 위해 등장한 것이 바로 Wrinkl입니다. Wrinkl은 AI가 개발 프로젝트의 맥락을 제대로 파악하고, 일관성 있는 코드와 문서화를 지원할 수 있도록 돕는 ’AI 맥락 관리 시스템(Context Management System)’입니다. 기존의 단순한 코드 생성 도구와는 달리, Wrinkl은 기능별로 ’원장(ledger)’을 만들어 기능 개발의 히스토리를 관리하고, 개발 패턴 문서화와 프로젝트 아키텍처 정보, 그리고 AI 어시스턴트를 위한 지침 등을 일목요연하게 정리할 수 있도록 지원합니다. Wrinkl은 단순한 LLM 프롬프트 매니저나 단일 파일 기반의 코드 컨벤션 문서와 달리, 프로젝트 내 .ai/ 디렉토리를 중심으로 여러 형태의 맥락 정보와 개발 기록을 통합 관리합니다. 기존에 많이 쓰이던 Notion, Wiki, README 기반의 정보 공유와 달리, Wrinkl은 AI가 직접 읽을 수 있도록 정보를 구조화하며, 개발 패턴, 기능 개발 기록, 아키텍처 결정, 보안 규칙 등 다양한 정보를 한 곳에 모아 ‘살아있는 문서화’를 실현합니다. 특히, GitHub Copilot이나 Cursor, Windsurf 등 다양한 AI 어시스턴트와의 직접 연동을 염두에 두고 설계되어, 별도의 플러그인 없이도 각 툴에 최적화된 맥락 정보를 제공할 수 있습니다. 이처럼 Wrinkl은 코드 생성 자동화 도구, 문서화…
