popup-studio-ai/bkit-claude-code

해결하는 문제

AI가 생성한 코드는 종종 정밀도가 떨어지거나, 원래 요구 사항에서 벗어나거나, LLM 세션의 컨텍스트 한계를 초과합니다. 이 프로젝트는 AI가 사용자의 의도나 설계 사양과 일치하지 않는, 그럴듯하지만 잘못된 코드를 생성하는 "코딩 갭(coding gap)" 문제를 해결합니다.

작동 방식

Claude Code의 플러그인으로 구축된 bkit는 복잡한 개발 작업을 관리하기 위해 "컨텍스트 엔지니어링" 접근 방식을 사용합니다. 다음과 같은 구조화된 워크플로우를 채택합니다:

• 스프린트 관리: 대규모 릴리스를 컨텍스트 예산 내의 스프린트(예: ≤ 75K tokens)로 분할하여 메모리 오버플로를 방지하고 세션을 중단된 지점부터 재개할 수 있도록 합니다.
• PDCA 루프: 전문 에이전트(PM, CTO, QA 등)를 사용하여 요구 사항 수집부터 최종 보고까지 모든 것을 처리하는 Plan-Do-Check-Act 사이클을 구현합니다。
• 퀄리티 게이트: gap-detector를 사용하여 설계 사양과 생성된 코드 사이의 일치율을 측정합니다. 일치율이 90% 미만으로 떨어지면 자동 수리 메커니즘이 코드 수정을 시도합니다.
• 자율성 제어: 사용자가 워크플로우의 어느 정도를 무인으로 실행할지 결정할 수 있는 "신뢰 수준" 다이얼(L0 ~ L4)을 제공합니다.

대상 사용자

• 초보 바이브 코더(vibe coders): AI 출력을 사양과 비교하고 불일치를 자동 수리하는 안전망을 제공합니다.
• 1인 개발자: 프론트엔드, 백엔드 및 보안을 위한 병렬 전문 에이전트를 생성하여 "팀 인 어 박스(team-in-a-box)" 역할을 수행합니다.
• 팀 리드: 릴리스를 관리 가능한 컨텍스트 인식 단위로 분할하여 스프린트 관리를 가능하게 합니다.
• 비영어 사용자: 명령을 트리거하기 위한 8개 언어 자동 감지를 지원합니다.

주요 특징

• 자가 수리 코드: 설계와 구현 사이의 간극을 메우기 위해 자동으로 반복합니다.
• 컨텍스트 인식 메모리: 작업 관리를 사용하여 서로 다른 코딩 세션 간에도 진행 상황이 유지되도록 합니다.
• 멀티 에이전트 오케스트레이션: 제품 관리, 아키텍처 및 QA를 위한 전문 팀을 생성합니다。
• 자동 문서화: 모든 기능이 계획 및 보고서의 전체 감사 추적을 생성하는 "Docs = Code" 철학을 따릅니다.