alinaqi/maggy

해결하는 문제

Claude Code는 강력하지만 종종 단순한 작업에 비싼 모델을 사용하고 세션 간 상태를 잃으며, 코드 품질, 테스트 커버리지, 아키텍처 준수에 대한 강제가 부족합니다. Maggy와 그 부트스트랩 구성 팩은 TDD 강제, 지속적 메모리, 비용 인식 모델 라우팅을 AI 코딩 워크플로우에 추가하는 구조화된 엔지니어링 시스템을 제공합니다.

작동 방식

이 프로젝트는 두 가지 주요 구성 요소로 구성됩니다:

1. Claude Bootstrap: Claude Code 설정에 직접 설치되는 스킬, 훅, 규칙 세트입니다. 품질 게이트(예: 함수 길이 제한)와 TDD(작업이 완료로 표시되기 전에 테스트가 통과해야 함)를 강제합니다.
2. Maggy Harness: 로컬 FastAPI 서버와 웹 대시보드로, Bootstrap을 확장하여 고급 기능을 제공합니다. 의미 기반의 "블래스트 스코어"를 사용해 13개의 다른 LLM 타이어(로컬 Qwen3에서 Claude Opus까지)로 요청을 라우팅하여 비용과 능력 측면에서 최적화합니다. 또한 "폴리포니"를 통해 격리된 Docker 컨테이너에서 여러 에이전트를 병렬 실행하여 파일 충돌을 방지합니다.

대상 사용자

• 기존 Claude Code 워크플로우를 변경하지 않고 자동 TDD와 지속적 메모리를 원하는 개별 엔지니어.
• 여러 모델(Claude, DeepSeek, Gemini 등) 간 작업을 라우팅하고 비용을 관리해야 하는 팀.
• 의도 추적과 플러그인 기반 AI 개발자 도구의 참조 구현을 찾는 플랫폼 엔지니어.

주요 특징

• 13단계 모델 라우팅: 작업 복잡도에 따라 가장 저렴하면서도 충분한 능력을 갖춘 모델을 자동 선택합니다.
• TDD 및 품질 게이트: 테스트 통과와 아키텍처 규칙(예: 함수당 최대 20줄)을 강제합니다.
• 폴리포니: 격리된 Docker 컨테이너에서 병렬 에이전트 실행을 통해 동일한 리포지토리에서 여러 에이전트가 충돌 없이 작업할 수 있습니다.
• Cortex MCP: AST 추출과 SQLite 그래프 저장소를 통한 양방향 탐색을 제공하는 코드 인텔리전스 서버입니다.
• 텔로스: 테스트 통과 외에도 코드가 원래 의도를 실제로 충족하는지 측정하는 의도 충실도 스코어링 시스템입니다.
• 멘모스 및 엔그램: 세션 간에 아키텍처 지식과 작업 상태를 지속적으로 유지하는 다차원 메모리 시스템입니다.