TokenRollAI/llmdoc

해결하는 문제

llmdoc는 AI 코딩 보조자(특히 Claude Code와 Codex)를 위한 구조적이고 문서 중심의 워크플로우를 제공하여 프로젝트 문서를 최신 상태로 유지합니다. AI가 컨텍스트를 잃거나 오래된 정보에 의존하는 것을 방지하기 위해, AI가 직접 읽고 업데이트할 수 있는 문서 구조를 자동으로 생성하고 동기화합니다.

작동 방식

이 시스템은 프로젝트 지식을 저장하기 위한 전용 llmdoc/ 디렉터리를 사용합니다. 주로 두 가지 명령어로 작동합니다:

• /llmdoc:init: 리포지토리를 분석하여 아키텍처, 개요, 참조 문서를 포함한 문서 구조를 생성하고 글로벌 인덱스를 동기화합니다.
• /llmdoc:update: git 커밋 기록(워터마킹)을 사용해 마지막 동기화 이후의 변경 사항을 감지합니다. 변경 사항의 크기와 위험도에 따라 fast, analysis, full 중 하나의 업데이트 모드를 자동 선택하여 관련 문서를 업데이트하고 워크플로우 교훈을 기록합니다.

컨텍스트는 '콜드 스타트'(핵심 기술과 필수 팩 로드)와 '컴팩트 재진입'(상태 객체를 사용해 작업을 재개하여 전체 재로드를 피함)을 구분하는 라이프사이클 시스템을 통해 관리됩니다.

대상 사용자

Claude Code 또는 Codex를 사용하면서 프로젝트 아키텍처와 구현 의도에 대한 지속적이고 구조화된 기억을 원하는 개발자.

주요 특징

• 커밋 기반 동기화: sync.md 워터마킹을 통해 변경 사항을 추적하여 필요 없는 업데이트를 방지합니다.
• 적응형 업데이트 모드: 변경 사항의 위험도와 작성자에 따라 자동으로 fast, analysis, full 업데이트 경로를 선택합니다.
• 코드 기반 문서 레이아웃: must/ (콜드 스타트 컨텍스트), architecture/, memory/ (반성과 결정)와 같은 특정 카테고리로 지식을 정리합니다.
• 컨텍스트 예산 관리: 대규모 모노리스에서 컨텍스트 창 오버플로우를 방지하기 위해 결정론적 프록시(예: 24 KiB)를 구현합니다.
• 통합된 에이전트 역할: 증거를 수집하고 안정적인 문서를 유지하기 위해 전문 내부 에이전트(조사자, 작업자, 기록자, 반성자)를 활용합니다.