NB-Corp/gpt-with-taste

gpt‑with‑taste

무엇인가요 – 대규모 언어 모델(LLM) 코딩 어시스턴트(OpenAI Codex, Anthropic Claude, Kiki, Pi, DeepSeek 등)의 응답에 판단력과 기술적 완성도를 더해주는 가볍고 즉시 적용 가능한(drop‑in) 레시피입니다. 이 프로젝트는 단일 영어 시스템 프롬프트와 이벤트 기반의 '알림(reminders)' 세트를 제공하며, 이를 각 지원 호스트의 네이티브 지침으로 컴파일하여 모델이 더 합리적인 기본값, 향상된 협업 처리, 그리고 엔지니어링 수준의 결과물에 집중하도록 합니다.

핵심 아이디어

• 단일 소스 작성 – 행동 레시피는 recipe/에 위치합니다. 빌드 단계를 통해 모든 하네스(harness)에 적합한 프롬프트 파일과 훅(hook) 정의가 생성됩니다.
• 하네스(Harnesses) – 다음을 위한 즉시 사용 가능한 통합 기능을 제공합니다:
  • OpenAI Codex (네이티브 모델 지침 오버레이 및 선택적 훅)
  • Claude Code (지침 추가 + 플러그인)
  • Kiki, Pi, Oh My Pi, DeepSeek (각각 네이티브 '레시피' 또는 요청별 로컬 제어 기능 포함)
• 훅 및 이벤트 – --hooks와 함께 설치하면 Codex Desktop은 이벤트별(예: 사용자 제출, 하위 프로세스 시작, 결과 대기)로 활성화할 수 있는 세 가지 관리형 프롬프트 파일을 수신합니다. 시스템 프롬프트는 상시 우선순위(판단, 실행, 협업, 기술)를 설정하며, 훅은 세션 중에 이러한 우선순위를 새로 고칩니다.
• 언어 인식 – 시스템 프롬프트는 영어이지만, 중국어 가이드 예시에서 볼 수 있듯이 응답은 사용자가 작성하는 언어를 따릅니다.

설치 (Codex 예시)

# Prerequisite: Node.js 22+
git clone https://github.com/NB-Corp/gpt-with-taste.git
cd gpt-with-taste
node scripts/install.mjs --hooks   # installs hooks into CODEX_HOME (default ~/.codex)

• --hooks는 Codex Desktop의 Settings → Hooks 아래에 나타나는 세 가지 프롬프트 정의를 추가합니다.
• 프롬프트만 설치하려면 --hooks를 생략하세요.
• 다른 Codex 구성 디렉토리를 대상으로 하려면 --home "<path>"를 사용하세요.
• 업데이트 확인은 자동으로 수행되며, node scripts/check-updates.mjs를 수동으로 실행할 수도 있습니다.

작동 원리

1. 시스템 프롬프트 – 모든 모델 응답을 안내하는 '상시 우선순위'(판단, 실행, 협업, 기술)를 설정합니다.
2. 제어 이벤트 – 로컬 훅이나 하네스별 확장이 정의된 순간에 실행되어 우선순위를 새로 고치고 컨텍스트를 메인 프롬프트나 위임된 에이전트로 라우팅합니다.
3. 하네스별 컴파일 – 단일 레시피가 각 호스트에서 요구하는 네이티브 지침 형식으로 변환되므로 개발자는 하나의 진실 공급원(source of truth)만 유지하면 됩니다.

일반적인 사용 사례

• 개발자가 Codex에게 START_HERE.md 온보딩 가이드를 생성하도록 요청합니다. 기본 Codex 프롬프트를 사용하면 모델이 불필요한 자기 정당화나 설치 경고를 포함할 수 있습니다. gpt‑with‑taste를 설치한 후에는 동일한 요청으로 간결하고 독자 중심적인 가이드가 생성되어 '더 나은 판단'과 '덜 형식적인' 목표를 달성합니다.

문서 및 리소스

• 하네스 세부 정보 – docs/harnesses/*.md
• 작성 가이드 – docs/authoring.md
• 설치 가이드 – docs/install.md
• 사례 아카이브 – docs/cases.md에서 실제 입력/출력 비교 확인
• 연구 – docs/research.md에서 설계 근거 및 프롬프트 아키텍처 논의

라이선스 – MIT ( LICENSE 참조).

추천 대상 – 이미 LLM 기반 코딩 어시스턴트를 사용 중이며, 도구마다 프롬프트를 다시 작성하지 않고도 일관되고 품질 높은 행동 계층을 원하는 팀.