HA7CH/ha7ch-school

해결하는 문제

HA7CH School은 정적 문서를 넘어서는 AI 네이티브 교육 프레임워크입니다. AI 에이전트(특히 Claude Code용)를 사용자의 기존 기술 수준에 따라 학습 속도와 순서를 조정하는 개인 맞춤형 튜터로 전환하여 AI 네이티브 설계 및 포워드 디플로이드 엔지니어링(FDE)에 대한 과정을 안내합니다.

작동 방식

이 프로젝트는 "Claude Code 스킬"로 구현되어 있으며, AI 에이전트가 특정한 성격과 지식 기반을 갖도록 하는 지침과 콘텐츠 세트입니다. 학생의 진도에 따라 특정 수업 파일만 로드하는 프로그레시브 로딩 시스템을 사용하여 컨텍스트 창을 깨끗하게 유지합니다. 또한, 다양한 세션 간 학습 진도를 추적하기 위해 로컬 상태 파일을 유지 관리합니다.

대상 사용자

• AI 제품 개발을 희망하는 사람: "제로 토큰 디자인"을 배우고 AI 네이티브 제품을 구축하고 싶은 사람.
• 프로페셔널 서비스/엔지니어: 기술 역량과 비즈니스 감각을 결합하는 포워드 디플로이드 엔지니어(FDE) 역할에 관심 있는 사람.
• 비기술자: 비즈니스나 운영 배경을 가진 사람으로, AI 시대의 협업 언어로서 GitHub를 배우고 싶은 사람.

주요 특징

• 적응형 학습: 사용자의 프로필을 평가하여 레슨 순서를 동적으로 재정렬하고, 약점 부분에 더 집중합니다.
• 제로 토큰 디자인: 중앙 서버에서 업데이트를 푸시하는 대신, 사용자 자신의 에이전트가 점검 및 업데이트를 수행함으로써 시스템이 자가 업데이트됩니다.
• 제로 시뮬레이션 트레이닝: 사용자가 실시간 페이지를 생성하거나 내장 진단 도구를 사용하는 실습 실험을 포함합니다.
• 세션 간 메모리: 로컬에서 진도를 추적하여 학습을 중단한 지점에서 정확히 다시 시작할 수 있습니다.
• 스킬 내 스킬 아키텍처: 필요한 시점에만 특정 수업을 로드하는 모듈식 구조를 사용하여 성능을 최적화합니다.