pedrohcgs/claude-code-my-workflow

해결하는 문제

이 프로젝트는 AI 지원 학술 작업을 위한 구조화된 프레임워크를 제공하여 연구자와 교육자들이 강의 슬라이드, 연구 논문, 데이터 분석 파이프라인, 재현 패키지와 같은 학술 자료의 생성, 검토, 검증을 자동화할 수 있도록 합니다. Claude Code를 복잡한 학술 작업의 계획, 구현, 검증을 수행할 수 있는 '계약자'로 전환하며, 자동화된 게이트를 통해 높은 품질 기준을 유지합니다.

작동 방식

사용자가 목표를 제시하면 AI가 오케스트레이션을 담당하는 '목표 우선, 게이트 강제' 접근 방식을 사용합니다. 다음과 같은 핵심 메커니즘을 활용합니다:

• 전문 에이전트: 일반적인 에이전트가 아니라 18개의 집중형 에이전트(예: proofreader, pedagogy-reviewer, r-reviewer)를 사용하여 학술 품질의 특정 차원을 처리합니다.
• 오케스트레이션 런타임: 전문 에이전트에게 작업을 분산하고, 공유 스키마를 기반으로 결과를 통합하며, 문제 해결될 때까지 반복합니다.
• AdSversarial QA: '비평가'와 '수정자' 에이전트의 루프를 통해 단일 패스 리뷰에서 놓치는 오류를 포착합니다.
• 품질 게이트: 자료는 0~100점으로 평가됩니다. 커밋 전 훅과 스킬(예: /commit)을 통해 최소 품질 기준(예: 커밋 시 80점 이상)을 강제하여 저품질 작업이 저장되는 것을 방지합니다.
• 검증 레이어: 주장을 검증하는 도구(Chain-of-Verification), 재현성을 감사하는 도구(스크립트 출력과 수치적 주장 비교), AI 음성 흔적을 탐지하는 도구(/humanize)가 있습니다.
• 컨텍스트 지속성: MEMORY.md와 세션 요약(/compress-session)을 사용하여 세션 간에 중요한 결정과 학습이 유지됩니다.

대상 사용자

LaTeX(Beamer), Quarto, R, Stata를 연구 및 교육 자료에 사용하는 학술 연구자, 박사과정 학생, 교수.

주요 특징

• 다중 에이전트 파이프라인: TikZ 다이어그램부터 교육적 리뷰까지 18개의 전문 에이전트를 활용합니다.
• 자동 품질 점수 시스템: 커밋 및 PR에 하드 게이트를 갖춘 통합 점수 시스템.
• 재현성 감사 도구: passport.yaml을 통해 원고의 주장과 실제 데이터 출력을 비교합니다.
• 시뮬레이션된 동료 검토: /review-paper --peer 스킬은 다양한 성향을 가진 저널 편집자와 심사위원을 시뮬레이션합니다.
• 학술 도구 통합: XeLaTeX, Quarto, R, Stata(MCP를 통해)의 네이티브 지원.
• 몬테카를로 지원: 시뮬레이션 연구 및 R 패키지 릴리스 검사 전용 워크플로우.