효율적인 워크플로우: 클로드 코드 활용 - 실행 전 계획 수립
Boris Tane는 Claude Code를 개발에 활용하는 접근법을 설명하며 계획과 실행을 분리하는 것의 중요성을 강조합니다. 이 방법론은 핵심 원칙을 중심으로 이루어집니다: Claude가 작성된 계획을 검토하고 승인하기 전에 코드를 작성하도록 허용하지 않는 것입니다. 이는 노력을 낭비하지 않고 아키텍처 무결성을 유지하는 데 도움이 됩니다.
워크플로우의 핵심 단계
1단계: 연구
모든 작업은 Claude가 코드베이스의 관련 부분을 철저히 이해하도록 지시하는 심층 연구 단계로 시작됩니다. 이 이해는 계획이 시작되기 전에 AI의 이해를 보장하기 위해 research.md 파일에 문서화됩니다. 이는 기존 캐싱 계층을 무시하거나 일관되지 않은 API 구현과 같은 잠재적인 시스템 문제를 식별하는 데 도움이 됩니다.
2단계: 계획
연구 후, plan.md 파일에 상세한 구현 계획이 작성됩니다. 이 계획에는 접근 방식에 대한 철저한 설명, 필요한 코드 스니펫, 파일 수정 경로가 포함됩니다. Tane는 Claude가 효과적인 계획을 생성하도록 안내하기 위해 기능에 대한 참조로 특정 오픈 소스 코드를 사용하는 것을 강조합니다.
주석 주기
Tane의 워크플로우에 중요한 것은 주석 주기입니다. 여기서 그는 Claude가 생성한 계획을 텍스트 편집기에서 검토하여 Claude가 코드 생성을 진행하기 전에 꼼꼼한 편집과 주석을 달 수 있도록 합니다. 이 꼼꼼한 접근 방식은 주변 코드를 방해할 수 있는 고립된 구현의 생성을 방지합니다.
📖 전체 출처 읽기: HN AI Agents
👀 See Also
Calmkeep: 확장 세션에서 LLM 드리프트를 방지하는 외부 연속성 레이어
Calmkeep은 연장 세션에서 LLM 드리프트를 상쇄하기 위해 설계된 외부 연속성 레이어로, 25턴 백엔드 빌드 테스트에서 표준 Claude 대비 85% 대 60%의 무결성을 보였으며, 법률 세션에서는 100% 대 50%를 기록했습니다.
LLM 회로 탐색기: 학습 없이 추론 능력 향상을 위해 3개의 레이어를 복제합니다
새로운 툴킷이 트랜스포머 모델에서 '추론 회로'를 발견합니다. 이는 분리할 수 없는 인지 단위로 작동하는 3-4개의 연속적인 레이어 블록입니다. Devstral-24B의 12-14 레이어 블록을 복제하면 가중치 변경이나 학습 없이 BBH 벤치마크의 논리적 추론 점수가 0.22에서 0.76으로 향상됩니다.
IronBee: Claude Code 및 Cursor용 오픈 소스 검증 레이어
IronBee는 AI 코딩 에이전트가 작업을 완료하기 전에 실제 브라우저에서 변경사항을 테스트하도록 강제하는 오픈소스 검증 레이어입니다. 테스트 결과, 검증 없이 배포되었을 버그의 82%를 Claude Code 세션에서 발견했습니다.
팀 브레인: 클로드 코드용 공유 메모리 플러그인으로 팀 지식을 Git에 저장합니다
팀 브레인은 클로드 코드 플러그인으로, 저장소 내 .team-brain/ 폴더에 팀 지식을 저장합니다. 최적의 클로드 명령어 정확도를 위해 180줄로 제한된 BRAIN.md 파일을 자동 생성하며, .cursorrules 및 AGENTS.md 파일을 만들어 다양한 도구에서 작동합니다.