pedrohcgs/claude-code-my-workflow

해결하는 문제

이 프로젝트는 Claude Code를 사용하여 학술 연구 및 콘텐츠 생성을 자동화하기 위한 구조화된 프레임워크를 제공합니다. AI를 단순한 채팅 인터페이스에서 연구 논문, 강의 슬라이드, 데이터 분석 패키지와 같은 학술적 결과물의 계획, 구현 및 검증을 수행하는 '계약자'로 변모시키며, 엄격한 자동화 게이트와 전문 에이전트 검토를 통해 높은 품질을 보장합니다.

작동 방식

이 시스템은 '목표 우선, 게이트 강제' 철학에 따라 작동합니다. 사용자는 수동으로 프롬프트를 입력하는 대신 목표를 정의하며, 시스템은 다음 메커니즘을 사용하여 목표를 향해 루프를 수행합니다:

• 전문 에이전트 (Specialized Agents): 18개의 특화된 에이전트(예: 교정자, 슬라이드 감사자, 교육 리뷰어)가 범용 모델보다 더 나은 정확도로 특정 작업을 처리합니다.
• 오케스트레이션 런타임 (Orchestration Runtime): 에이전트에게 작업을 분산시키고, 결과를 공유 스키마로 통합하며, 새로운 문제가 발견되지 않을 때까지 루프를 수행하는 프로토콜.
• 자동화 게이트 (Automated Gates): 품질 점수(예: 커밋 시 80점 이상)를 강제하고 기술적 무결성(예: 링크 해결, 기술 적합성)을 검증하는 스크립트 모음(backtest.sh 등) 및 pre-commit 훅.
• 적대적 QA (Adversarial QA): '비평가'와 '수정자' 에이전트가 오류 없는 문서 버전에 수렴할 때까지 루프를 수행합니다.
• 검증 레이어 (Verification Layers): Chain-of-Verification을 통한 주장 검증, 수치적 주장과 스크립트 출력의 대조를 통한 재현성 감사, AI 특유의 말투 탐지 등을 수행하는 전문 기술.

대상 사용자

엄격함이나 정확성을 희생하지 않으면서 AI 보조를 활용하여 고품질의 검증된 학술 결과물(LaTeX, Quarto, R, Python)을 작성해야 하는 연구자, 박사 과정 학생 및 학계 종사자.

주요 특징

• 계약자 모드 (Contractor Mode): 요구 사항 정의, 계획 및 구현의 전체 주기를 자동화.
• 재현성 감사 (Reproducibility Audit): 원고의 수치와 실제 데이터 스크립트를 대조하여 오류 방지.
• 동료 심사 시뮬레이션 (Peer Review Simulation): 서로 다른 견해를 가진 여러 심사자를 실행하여 단일 추정치가 아닌 의사 결정 분포를 보고.
• 엄격한 품질 게이트 (Rigorous Quality Gates): 버전 관리되는 훅과 자격 원장을 사용하여 모든 검사가 실제로 효과적인지 보장.
• 컨텍스트 유지 (Context Survival): 자동 압축 전에 스냅샷을 저장하는 훅을 구현하여 세션 간 중요한 결정 사항이 보존되도록 보장.