cbrock84/headcount

An agent organization structured as a company — 15+ departments, 125+ skills, each independently installable, citing the standards and regulators that settle the question. Runs in Claude Code and ChatGPT.

headcount – AI 에이전트 기술의 '기업 스타일' 라이브러리

무엇인가요 – headcount 는 기업의 부서처럼 구성된 미리 준비된 에이전트 기술 모음입니다. 각 부서(예: 보안, 재무, 제품)는 Claude Code, ChatGPT, 또는 .agents 플러그인 형식을 지원하는 모든 환경에 설치 가능한 별도의 플러그인입니다. 질문을 하면 적절한 기술(예: security:threat-modeling 또는 finance:unit-economics)이 자동으로 로드되어 전문가처럼 응답합니다.

왜 존재하는가 – 저자의 주장은 "프롬프트를 작성하는 대신 부서를 추가하라" 입니다. 모든 가능한 작업에 대해 긴 프롬프트를 작성하는 대신, 필요한 부서만 설치하고 이름으로 호출합니다. 이로써 프롬프트는 짧게 유지되며, 이름 충돌(`department:skill` 이름)을 피할 수 있고, 더 큰 프로젝트는 실제로 사용하는 기능만 로드할 수 있습니다.

설치

플랫폼	명령어
Claude Code	```/plugin marketplace add cbrock84/headcount
/plugin install security@headcount```
ChatGPT / Codex	리포지토리를 플러그인 마켓플레이스에 추가하거나, 원하는 부서 폴더를 자신의 리포지토리의 `.agents/skills/`에 복사합니다.

모든 부서는 동일한 기술 구현을 공유하지만, 각 플랫폼마다 매니페스트 파일만 다릅니다. 새로운 부서를 추가하는 것은 해당 플러그인 패키지를 설치하는 것만으로 가능합니다.

사용 방법

상호작용	로드되는 내용
"왜 이 랜딩 페이지는 전환되지 않나요?"	`demand-generation:landing-page-cro-expert`
"이 디자인을 구축하기 전에 검토해 주세요."	`security:threat-modeling`
"이 채용은 예산에 맞을 수 있나요?"	`finance:unit-economics`
"우리 성장이 멈췄어요."	`executive:business-growth-consultant`

슬래시 명령어로도 기술을 직접 호출할 수 있습니다. 예: `/finance:financial-modeling`.

부서 및 샘플 기술

부서(역할)	기술 수	예시 기술(목적)
CEO 사무실 (최고경영자)	7	`saas-idea-validator` – 스타트업 아이디어를 평가하고 판단을 반환
기술 (CTO / CIO)	19	`prompt-optimizer` – 약한 프롬프트를 신뢰할 수 있는 것으로 변환
보안 (CISO) – 리뷰어 클래스	8	`threat-modeling` – 시스템 구축 전 가능한 공격을 식별
IT 운영 (CIO)	12	`backup-and-recovery` – 백업 전략을 설계하고 복구를 검증
제품 (CPO)	11	`product-discovery` – 구축 전 문제와 해결책의 적합성 검증
마케팅 (CMO)	19	`ai-search-optimization` – AI 어시스턴트가 콘텐츠를 탐색할 수 있도록 최적화
수요 생성 (CMO)	12	`landing-page-cro-expert` – 전환율을 높이기 위해 페이지를 감사하고 재작성

각 부서는 에이전트 챠터(`.claude/agents/`)를 제공하여 고유한 쓰기 표면을 정의하며, 하위 에이전트로 위임할 수 있습니다.

문서 및 데모

인터랙티브 조직도 – https://cbrock84.github.io/headcount/org-chart.html (모든 172개 기술의 검색 가능한 목록).
시작 가이드 – docs/GETTING-STARTED.md 는 먼저 설치해야 할 부서와 기술을 호출하는 세 가지 방법을 설명합니다.
사용 사례 워크스루 – docs/USE-CASES.md 는 SOC 2 감사, 사이트 장애, 자동 갱신 등 11가지 현실적인 크로스 부서 시나리오를 안내하며, 시스템 라우팅이 어떻게 작동하는지, 리뷰어 클래스 부서가 흐름을 중단하는 지점을 보여줍니다.

누가 이득을 볼 수 있나요?

AI를 강화한 도구를 개발하는 개발자로, 수작업 프롬프트 대신 전문가 에이전트의 모듈식 라이브러리를 원하는 사람.
Claude Code 또는 ChatGPT 플러그인을 사용하는 팀으로, 보안 리뷰, 재무 모델링, 제품 탐색 등 도메인 전문 조언을 일관성 있게 요청하고 싶은 사람.
대규모 LLM 기반 에이전트 세트를 명확한 경계와 감사 추적과 함께 구조화하는 구체적인 예를 찾는 교육자 및 애호가.

라이선스

MIT – 기술을 자유롭게 사용, 수정, 재배포할 수 있습니다.

결론 – headcount 는 "AI 에이전트"라는 추상적인 개념을 구체적이고 기업 스타일의 계층 구조로 전환합니다. 필요한 부서를 설치하고 질문을 하면, 적절한 전문가 기술이 자동으로 로드되어, 각 작업마다 맞춤형 프롬프트를 작성하는 부담 없이 집중적이고 출처가 명확한 답변을 제공합니다.