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
CodeLedger: 오픈소스 Claude Code 플러그인이 토큰 사용량과 백그라운드 에이전트를 추적합니다
CodeLedger는 Claude Code용 오픈소스 MCP 서버 플러그인으로, 프로젝트 간 토큰 사용량을 자동으로 추적하고 백그라운드 에이전트를 식별하며, 로컬 JSONL 세션 파일 분석을 기반으로 비용 최적화 권장 사항을 제공합니다.
라이벌-리뷰: AI 에이전트 계획을 위한 교차 모델 검토 루프
Rival-review는 MIT 라이선스 도구로, 실행 전에 기본 AI 코딩 에이전트의 계획을 감사하기 위해 두 번째 AI 모델을 사용하여 결함 있는 롤백 계획, 보안 허점, 오래된 상태 결정과 같은 문제를 포착합니다.
클로드 토큰 카운터에 모델 비교 기능이 추가되었습니다
Simon Willison의 Claude 토큰 카운터 도구가 이제 다른 Claude 모델 간 토큰 수 비교를 지원합니다. 이 업데이트는 Opus 4.7이 업데이트된 토크나이저로 인해 Opus 4.6보다 1.0~1.35배 더 많은 토큰을 사용함을 보여주며, 동일한 가격에도 불구하고 약 40% 더 비쌀 수 있습니다.
Holaboss는 휴대용 로컬 에이전트 배포 문제를 해결하는 것을 목표로 합니다.
Holaboss는 AI 워커를 워커별 작업 공간, 로컬 스킬/앱, 지속적 메모리, 데스크톱 앱과 별도로 패키징할 수 있는 런타임을 갖춘 휴대 가능한 아티팩트로 취급하는 오픈소스 프로젝트입니다. Ollama와 같은 로컬 모델 스택을 지원하며 대상 머신에 Node.js 22+가 필요합니다.