일 처리하기: AI 코딩 에이전트를 위한 메타 프롬프팅 시스템

Get Shit Done(GSD)는 여러 AI 코딩 에이전트와 함께 작동하도록 설계된 메타 프롬프팅, 컨텍스트 엔지니어링, 스펙 기반 개발 시스템입니다. 이 도구는 AI 에이전트가 컨텍스트 창에 관련 없는 정보를 채워서 발생하는 품질 저하인 컨텍스트 부패를 해결하는 데 중점을 둡니다.
지원 플랫폼 및 설치
이 시스템은 Claude Code, OpenCode, Gemini CLI, Codex, Copilot, Antigravity와 함께 작동합니다. 설치 방법은 간단합니다:
npx get-shit-done-cc@latest
설치 프로그램은 런타임과 설치 위치(전역 또는 로컬)를 선택하도록 안내합니다. Docker, CI 또는 스크립트에서 비대화형 설치를 위한 방법:
- Claude Code:
npx get-shit-done-cc --claude --global(~/.claude/에 설치) - OpenCode:
npx get-shit-done-cc --opencode --global(~/.config/opencode/에 설치) - Gemini CLI:
npx get-shit-done-cc --gemini --global(~/.gemini/에 설치) - Codex:
npx get-shit-done-cc --codex --global(~/.codex/에 설치) - Copilot:
npx get-shit-done-cc --copilot --global(~/.github/에 설치) - Antigravity:
npx get-shit-done-cc --antigravity --global(~/.gemini/antigravity/에 설치) - 모든 런타임:
npx get-shit-done-cc --all --global
작동 방식
GSD는 내부적으로 컨텍스트 엔지니어링, XML 프롬프트 포맷팅, 서브에이전트 오케스트레이션, 상태 관리를 사용합니다. 창시자는 이를 "워크플로우가 아닌 시스템에 복잡성이 있다"고 설명합니다. 사용자는 일관되게 작동하는 몇 가지 명령어만 보게 됩니다.
이 시스템은 사용자 설명에서 필요한 정보를 추출한 다음, 내장된 검증 기능과 함께 AI 에이전트가 작업을 수행하도록 합니다. Codex 설치에서는 커스텀 프롬프트 대신 스킬(skills/gsd-*/SKILL.md)을 사용합니다.
검증 명령어
설치 후, 런타임에 따라 다음 명령어로 검증할 수 있습니다:
- Claude Code / Gemini:
/gsd:help - OpenCode:
/gsd-help - Codex:
$gsd-help - Copilot:
/gsd:help - Antigravity:
/gsd:help
창시자는 직접 코드를 작성하지 않는 솔로 개발자로서 Claude Code를 사용하여 GSD를 구축했습니다. 그들은 다른 스펙 기반 개발 도구들이 "스프린트 세레모니, 스토리 포인트, 이해관계자 동기화, 회고, Jira 워크플로우"로 너무 복잡하거나 큰 그림을 이해하지 못한다고 느꼈습니다.
GSD는 창시자가 "엔터프라이즈 씨어터"라고 부르는 것의 대안으로 자리매김하고 있습니다. 이는 사용자가 단지 작동하는 것을 구축하기만 하면 될 때 50인 규모의 엔지니어링 조직을 시뮬레이션하는 도구들을 의미합니다.
📖 전체 소스 읽기: HN AI Agents
👀 See Also

LLM 스커미시: AI 코딩 에이전트를 위한 실시간 전략 게임 벤치마크
LLM 스커미시는 AI 에이전트가 서로 대항하여 1대1 실시간 전략 게임을 플레이하는 코드를 작성하는 벤치마크입니다. 수정된 Screeps API를 사용하며, 다섯 차례의 토너먼트 라운드에 걸쳐 컨텍스트 내 학습을 테스트합니다.

클로드 데스크톱 앱, 협업 인터페이스에 프로젝트 기능 추가
클로드 데스크톱 앱의 Cowork에 프로젝트 기능이 추가되어 사용자가 전용 작업 공간에서 작업과 컨텍스트를 구성할 수 있습니다. 파일과 지침은 사용자의 로컬 컴퓨터에 유지되며, 기존 프로젝트를 가져오거나 새로 시작할 수 있는 옵션이 제공됩니다.

SkillMesh: 대규모 도구 카탈로그를 위한 MCP 호환 라우터로 컨텍스트 크기를 70% 감소
SkillMesh는 AI 에이전트 쿼리에 대해 관련된 전문가 카드만 검색하는 MCP 친화적 라우터로, 컨텍스트 크기를 70% 줄이고 도구 선택을 개선합니다. MCP 서버를 통한 Claude 지원, Codex 스킬 번들 및 OpenAI 스타일 함수 스키마를 지원합니다.

SWE-rebench-V2 출시: 코드 에이전트 훈련을 위한 가장 큰 오픈 멀티링구얼 데이터셋
Nebius가 SWE-rebench-V2를 출시했습니다. 이는 현재 코딩 에이전트 훈련을 위한 가장 큰 오픈 데이터셋으로, 대규모 강화 학습 훈련을 위해 설계된 자동화된 파이프라인을 통해 RL 환경을 대규모로 추출합니다.