Back to list
jiunbae

background-planner

by jiunbae

3🍴 1📅 Jan 23, 2026

SKILL.md


name: background-planner description: 백그라운드에서 여러 에이전트(Claude, Codex, Gemini 등)가 병렬로 기획을 수행하고 결과를 자동 저장합니다. 세션이 컨텍스트 제한에 도달해도 에이전트들은 계속 실행됩니다. "백그라운드 기획", "bg plan", "병렬 기획", "멀티 AI 기획" 요청 시 활성화됩니다. allowed-tools: Read, Bash, Grep, Glob, Task, Write, Edit, TodoWrite, AskUserQuestion priority: high tags: [planning, background, parallel-execution, autonomous, multi-llm, codex, gemini]

Background Planner Skill

Purpose

컨텍스트 제한에 안전한 멀티 LLM 백그라운드 기획 스킬입니다. Claude, Codex, Gemini 등 여러 AI 에이전트가 병렬로 기획을 수행하고, 각 에이전트가 직접 결과를 파일에 저장하므로 메인 세션이 종료되어도 결과가 보존됩니다.

핵심 특징:

  • 멀티 LLM 지원: Claude(Task), Codex CLI, Gemini API, Ollama 등 다양한 프로바이더 활용
  • 컨텍스트 안전: 에이전트가 run_in_background: true로 실행되어 메인 세션과 독립
  • 자동 저장: 각 에이전트가 완료 시 .context/plans/ 폴더에 결과 저장
  • 진행 추적: 파일 기반으로 진행 상황 확인 가능
  • 다각도 분석: 서로 다른 AI의 관점에서 기획안 비교 가능
  • 자동 머지: 모든 에이전트 완료 후 통합 기획안 생성

When to Invoke

다음 키워드가 포함된 요청에서 활성화:

  • "백그라운드 기획", "bg plan", "background plan"
  • "병렬 기획", "parallel plan"
  • "여러 관점에서 기획"
  • "N명이 기획해줘" + "백그라운드로"
  • "멀티 AI 기획", "codex로 기획", "gemini로 기획"
  • "다른 AI 의견", "여러 LLM"

예시:

  • "이슈 템플릿 기능을 백그라운드로 기획해줘"
  • "3가지 관점에서 병렬로 기획해주세요"
  • "bg plan: 커스텀 워크플로우 기능"
  • "codex, gemini로 다각도 기획해줘"
  • "여러 AI로 병렬 기획 (claude, codex, gemini)"

Supported LLM Providers

지원 프로바이더 개요

프로바이더실행 방법특징권장 용도
ClaudeTask 도구 (subagent)안정적, 컨텍스트 유지기본, 복잡한 분석
CodexBash (codex CLI)코드 중심, 빠름기술 기획, 코드 설계
GeminiBash (gemini CLI/API)긴 컨텍스트, 창의적문서 분석, 아이디어
OllamaBash (ollama CLI)로컬, 무료, 프라이버시민감한 데이터

환경 변수 설정

# Codex CLI (OpenAI)
export OPENAI_API_KEY="sk-..."

# Gemini
export GOOGLE_API_KEY="..."

# Ollama (로컬, API 키 불필요)
# 기본 URL: http://localhost:11434

프로바이더별 CLI 설치

# Codex CLI 설치 (npm)
npm install -g @openai/codex

# Gemini CLI 설치 (pip)
pip install google-generativeai

# Ollama 설치 (macOS)
brew install ollama
ollama serve
ollama pull llama3.2

Instructions

Overall Workflow

User Request
    │
    ▼
┌─────────────────────────────────────────┐
│  1. 기획 주제 및 관점 파싱               │
│     - 주제 추출                          │
│     - 에이전트 수/관점 결정              │
└─────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────┐
│  2. 출력 디렉토리 준비                   │
│     - .context/plans/{timestamp}/ 생성  │
│     - status.json 초기화                │
└─────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────┐
│  3. 백그라운드 에이전트 실행 (병렬)      │
│     - run_in_background: true           │
│     - 각 에이전트가 직접 파일 저장       │
└─────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────┐
│  4. 진행 상황 모니터링                   │
│     - status.json 확인                  │
│     - 완료된 에이전트 수 표시            │
└─────────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────────┐
│  5. 결과 머지 (모든 에이전트 완료 시)    │
│     - 개별 결과 통합                     │
│     - merged-plan.md 생성               │
└─────────────────────────────────────────┘

Step 1: 기획 설정

사용자 요청에서 다음을 파싱:

topic: "기획 주제"
perspectives:
  - name: "백엔드 개발자"
    focus: "API 설계, 데이터 모델, 성능"
  - name: "프론트엔드 개발자"
    focus: "UI/UX, 컴포넌트 구조, 사용자 경험"
  - name: "PM"
    focus: "기능 정의, 우선순위, 성공 지표"
output_dir: ".context/plans/{timestamp}_{topic_slug}"

Step 2: 출력 디렉토리 준비

# 디렉토리 생성
mkdir -p .context/plans/20260114_custom-workflow

# status.json 초기화 (멀티 LLM 포함)
{
  "topic": "커스텀 워크플로우",
  "started_at": "2026-01-14T15:00:00Z",
  "agents": [
    {"id": 1, "perspective": "백엔드", "provider": "claude", "status": "running", "output_file": "01-backend-claude.md"},
    {"id": 2, "perspective": "프론트엔드", "provider": "codex", "status": "running", "output_file": "02-frontend-codex.md"},
    {"id": 3, "perspective": "PM", "provider": "gemini", "status": "running", "output_file": "03-pm-gemini.md"},
    {"id": 4, "perspective": "보안", "provider": "ollama", "status": "running", "output_file": "04-security-ollama.md"}
  ],
  "completed": 0,
  "total": 4
}

Step 3: 백그라운드 에이전트 실행

각 프로바이더별로 적합한 실행 방법을 사용합니다.


Provider 1: Claude (Task 도구)

가장 안정적인 기본 방식

// Claude 에이전트 (Task 도구 사용)
Task({
  subagent_type: "general-purpose",
  prompt: `당신은 ${perspective} 관점에서 "${topic}" 기능을 기획하는 전문가입니다.

## 작업 지시사항
1. 철저한 분석 후 상세한 기획안을 작성하세요
2. 완료되면 반드시 Write 도구로 ${output_file}에 저장하세요
3. status.json의 해당 에이전트 status를 "completed"로 업데이트

## 기획안 형식
# ${topic} - ${perspective} 관점 기획안
## 1. 개요
## 2. 핵심 기능
## 3. 상세 설계
## 4. 구현 고려사항
## 5. 리스크 및 대응
## 6. 성공 지표`,
  description: `${perspective} 관점 기획 (Claude)`,
  run_in_background: true
})

Provider 2: Codex CLI

코드 중심 기획에 강점

# Codex CLI 백그라운드 실행
codex --approval-mode full-auto \
  --quiet \
  "당신은 ${PERSPECTIVE} 관점에서 '${TOPIC}' 기능을 기획하는 전문가입니다.

분석 후 상세한 기획안을 작성하고, 결과를 ${OUTPUT_FILE}에 저장하세요.

기획안 형식:
# ${TOPIC} - ${PERSPECTIVE} 관점 기획안
## 1. 개요
## 2. 핵심 기능
## 3. 상세 설계
## 4. 구현 고려사항
## 5. 리스크 및 대응

완료되면 파일에 저장하세요." \
  > /dev/null 2>&1 &

Bash 도구로 실행:

Bash({
  command: `codex --approval-mode full-auto --quiet "${prompt}" > "${output_file}" 2>&1`,
  run_in_background: true,
  description: `${perspective} 관점 기획 (Codex)`
})

Provider 3: Gemini API

긴 컨텍스트, 창의적 기획에 강점

# Gemini CLI 백그라운드 실행 (gemini-cli 또는 직접 API 호출)
# 방법 1: gemini-cli 사용
gemini -m gemini-2.0-flash \
  "당신은 ${PERSPECTIVE} 관점에서 '${TOPIC}' 기능을 기획하는 전문가입니다.
  상세한 기획안을 작성하세요." \
  > "${OUTPUT_FILE}" 2>&1 &

# 방법 2: curl로 직접 API 호출
curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key=${GOOGLE_API_KEY}" \
  -H 'Content-Type: application/json' \
  -d "{
    \"contents\": [{
      \"parts\": [{\"text\": \"${PROMPT}\"}]
    }]
  }" | jq -r '.candidates[0].content.parts[0].text' > "${OUTPUT_FILE}" &

Bash 도구로 실행:

Bash({
  command: `gemini -m gemini-2.0-flash "${prompt}" > "${output_file}" 2>&1`,
  run_in_background: true,
  description: `${perspective} 관점 기획 (Gemini)`
})

Provider 4: Ollama (로컬 LLM)

무료, 프라이버시 보장

# Ollama 백그라운드 실행
ollama run llama3.2 \
  "당신은 ${PERSPECTIVE} 관점에서 '${TOPIC}' 기능을 기획하는 전문가입니다.
  상세한 기획안을 작성하세요." \
  > "${OUTPUT_FILE}" 2>&1 &

Bash 도구로 실행:

Bash({
  command: `ollama run llama3.2 "${prompt}" > "${output_file}" 2>&1`,
  run_in_background: true,
  description: `${perspective} 관점 기획 (Ollama)`
})

멀티 프로바이더 병렬 실행 예시

하나의 주제에 대해 여러 AI가 각자 기획:

// 단일 메시지에서 모든 프로바이더 병렬 실행

// 1. Claude - 백엔드 관점
Task({
  subagent_type: "general-purpose",
  prompt: backendPrompt,
  description: "백엔드 관점 기획 (Claude)",
  run_in_background: true
})

// 2. Codex - 프론트엔드 관점
Bash({
  command: `codex --approval-mode full-auto "${frontendPrompt}" > "${outputDir}/02-frontend-codex.md" 2>&1`,
  run_in_background: true,
  description: "프론트엔드 관점 기획 (Codex)"
})

// 3. Gemini - PM 관점
Bash({
  command: `gemini -m gemini-2.0-flash "${pmPrompt}" > "${outputDir}/03-pm-gemini.md" 2>&1`,
  run_in_background: true,
  description: "PM 관점 기획 (Gemini)"
})

// 4. Ollama - 보안 관점
Bash({
  command: `ollama run llama3.2 "${securityPrompt}" > "${outputDir}/04-security-ollama.md" 2>&1`,
  run_in_background: true,
  description: "보안 관점 기획 (Ollama)"
})

Step 4: 진행 상황 모니터링

사용자에게 모니터링 방법 안내:

## 에이전트 실행 중

3개의 에이전트가 백그라운드에서 기획을 진행 중입니다.

**진행 상황 확인:**
\`\`\`bash
# 상태 확인
cat .context/plans/20260114_custom-workflow/status.json | jq

# 완료된 파일 확인
ls -la .context/plans/20260114_custom-workflow/*.md

# 실시간 모니터링
watch -n 5 'cat .context/plans/20260114_custom-workflow/status.json | jq .completed'
\`\`\`

**완료되면 알려드릴게요!**
또는 "진행 상황 확인해줘"라고 말씀해주세요.

Step 5: 결과 머지

모든 에이전트 완료 시 통합 기획안 생성:

# {topic} - 통합 기획안

## 개요
- 생성일: {timestamp}
- 참여 관점: 백엔드, 프론트엔드, PM

---

## 관점별 기획 요약

### 백엔드 관점
[01-backend.md 요약]

### 프론트엔드 관점
[02-frontend.md 요약]

### PM 관점
[03-pm.md 요약]

---

## 통합 기획안

### 공통 합의사항
- 모든 관점에서 동의한 핵심 요소

### 관점별 고유 제안
- 백엔드만 제안: ...
- 프론트엔드만 제안: ...
- PM만 제안: ...

### 최종 권장 구현안
[종합된 최종 기획안]

### 의사결정 필요 항목
- [ ] 선택 1: A vs B
- [ ] 선택 2: C vs D

---

## 다음 단계
1. 의사결정 항목 확정
2. 구현 우선순위 결정
3. 개발 착수

Agent Prompt Templates

백엔드 개발자 관점

당신은 시니어 백엔드 개발자입니다. "{topic}" 기능에 대해 다음 관점에서 기획하세요:

**분석 포인트:**
- API 엔드포인트 설계
- 데이터 모델 및 스키마
- 비즈니스 로직 흐름
- 성능 및 확장성
- 에러 처리 및 검증
- 보안 고려사항

**현재 코드베이스를 분석하여:**
1. 기존 패턴과 일관성 유지
2. 실제 파일 경로 참조
3. 구체적인 코드 예시 포함

**완료 후 반드시:**
1. Write 도구로 결과를 {output_file}에 저장
2. status.json 업데이트

프론트엔드 개발자 관점

당신은 시니어 프론트엔드 개발자입니다. "{topic}" 기능에 대해 다음 관점에서 기획하세요:

**분석 포인트:**
- UI/UX 설계 및 사용자 플로우
- 컴포넌트 구조 및 재사용성
- 상태 관리 전략
- API 연동 및 에러 처리
- 접근성 및 반응형 디자인
- 성능 최적화 (렌더링, 번들 크기)

**현재 코드베이스를 분석하여:**
1. 기존 UI 패턴과 일관성 유지
2. 실제 컴포넌트 경로 참조
3. 와이어프레임/목업 설명 포함

**완료 후 반드시:**
1. Write 도구로 결과를 {output_file}에 저장
2. status.json 업데이트

PM 관점

당신은 시니어 프로덕트 매니저입니다. "{topic}" 기능에 대해 다음 관점에서 기획하세요:

**분석 포인트:**
- 사용자 스토리 및 페르소나
- 기능 요구사항 (필수/선택)
- 성공 지표 (KPI)
- 경쟁사 벤치마킹
- MVP 범위 정의
- 로드맵 및 마일스톤
- 리스크 및 의존성

**현재 프로젝트를 분석하여:**
1. 기존 기능과의 연계성
2. 사용자 가치 극대화 방안
3. 구체적인 수치 목표

**완료 후 반드시:**
1. Write 도구로 결과를 {output_file}에 저장
2. status.json 업데이트

Examples

Example 1: 기본 사용 (Claude Only)

User: "커스텀 워크플로우 기능을 백그라운드로 기획해줘"

Actions:

  1. 출력 디렉토리 생성: .context/plans/20260114_custom-workflow/

  2. status.json 초기화

  3. 3개 Claude 에이전트 백그라운드 실행:

    • 백엔드 관점
    • 프론트엔드 관점
    • PM 관점
  4. 사용자에게 모니터링 방법 안내

  5. 완료 시 merged-plan.md 생성

Example 2: 멀티 LLM 기획

User: "API 토큰 기능을 Claude, Codex, Gemini로 다각도 기획해줘"

Actions:

  1. 출력 디렉토리 생성

  2. status.json 초기화 (provider 포함):

    {
      "agents": [
        {"id": 1, "perspective": "아키텍처", "provider": "claude", "output_file": "01-architecture-claude.md"},
        {"id": 2, "perspective": "구현", "provider": "codex", "output_file": "02-implementation-codex.md"},
        {"id": 3, "perspective": "UX", "provider": "gemini", "output_file": "03-ux-gemini.md"}
      ]
    }
    
  3. 멀티 프로바이더 병렬 실행:

    Task (Claude) ──┐
    Bash (Codex) ───┼── 병렬 실행
    Bash (Gemini) ──┘
    
  4. 각 AI의 관점 비교 분석

  5. 통합 기획안 생성

Example 3: 프로바이더 지정 기획

User: "macOS 앱을 Codex로 기술 기획, Gemini로 UX 기획해줘"

Actions:

  1. 프로바이더별 역할 매핑:

    • Codex: 기술 아키텍처 (코드에 강점)
    • Gemini: UX/사용성 (창의성에 강점)
  2. 병렬 실행:

    # Codex - 기술 기획
    codex --approval-mode full-auto "macOS 앱 기술 아키텍처 기획..." > 01-tech-codex.md &
    
    # Gemini - UX 기획
    gemini -m gemini-2.0-flash "macOS 앱 UX 기획..." > 02-ux-gemini.md &
    
  3. 결과 통합

Example 4: 로컬 LLM 활용 (민감한 프로젝트)

User: "내부 보안 정책을 Ollama로 기획해줘 (외부 API 사용 금지)"

Actions:

  1. Ollama 사용 확인:

    ollama list  # 사용 가능한 모델 확인
    
  2. 로컬 전용 실행:

    ollama run llama3.2 "${prompt}" > output.md &
    
  3. 외부 API 미사용으로 데이터 보안 유지

Example 5: 진행 상황 확인

User: "기획 진행 상황 확인해줘"

Actions:

  1. status.json 읽기

  2. 완료된 에이전트 수 확인

  3. 각 에이전트 상태 표시:

    ┌──────────────┬────────────┬────────────┬────────────────────┐
    │   에이전트   │  프로바이더 │    상태    │       파일         │
    ├──────────────┼────────────┼────────────┼────────────────────┤
    │ 아키텍처     │ Claude     │ ✅ 완료    │ 01-arch-claude.md  │
    │ 구현         │ Codex      │ 🔄 진행중  │ 02-impl-codex.md   │
    │ UX           │ Gemini     │ ✅ 완료    │ 03-ux-gemini.md    │
    │ 보안         │ Ollama     │ ⏳ 대기    │ 04-sec-ollama.md   │
    └──────────────┴────────────┴────────────┴────────────────────┘
    진행률: 2/4 (50%)
    
  4. 모두 완료 시 머지 실행

Configuration

프로바이더별 권장 설정

프로바이더권장 관점강점모델
Claude아키텍처, PM복잡한 분석, 상세한 문서claude-sonnet-4, opus
Codex백엔드, 프론트엔드코드 설계, 기술 구현codex
GeminiUX, 마케팅창의성, 긴 문서gemini-2.0-flash
Ollama보안, 내부 정책프라이버시, 무료llama3.2

기본 관점 설정

기본적으로 다음 3가지 관점을 사용:

관점파일명주요 초점
백엔드01-backend.mdAPI, DB, 성능
프론트엔드02-frontend.mdUI/UX, 컴포넌트
PM03-pm.md요구사항, KPI

확장 관점 + 권장 프로바이더

관점주요 초점권장 프로바이더
보안 전문가인증, 권한, 취약점Claude, Ollama
DevOps배포, 모니터링, 확장성Codex
QA테스트 전략, 엣지 케이스Claude
데이터 엔지니어데이터 파이프라인, 분석Claude, Gemini
UX 리서처사용자 연구, A/B 테스트Gemini
기술 아키텍트시스템 설계, 기술 스택Codex, Claude

프로바이더 조합 프리셋

# 기술 중심 기획
tech_focused:
  - { perspective: "아키텍처", provider: "claude" }
  - { perspective: "백엔드", provider: "codex" }
  - { perspective: "프론트엔드", provider: "codex" }

# 제품 중심 기획
product_focused:
  - { perspective: "PM", provider: "claude" }
  - { perspective: "UX", provider: "gemini" }
  - { perspective: "마케팅", provider: "gemini" }

# 보안 중심 기획
security_focused:
  - { perspective: "보안", provider: "ollama" }
  - { perspective: "인프라", provider: "claude" }
  - { perspective: "컴플라이언스", provider: "ollama" }

# 균형 잡힌 기획 (다양한 AI 관점)
balanced:
  - { perspective: "아키텍처", provider: "claude" }
  - { perspective: "구현", provider: "codex" }
  - { perspective: "UX", provider: "gemini" }
  - { perspective: "보안", provider: "ollama" }

Token Efficiency

백그라운드 에이전트 실행 시 토큰 사용을 최적화하는 방법입니다.

입력: Markdown 파일로 컨텍스트 전달

긴 프롬프트를 직접 전달하는 대신, markdown 파일로 작성하여 파일 경로만 전달합니다.

WHY: 프롬프트를 문자열로 직접 전달하면 escape 처리, 줄바꿈 등으로 토큰이 낭비됩니다.

# 1. 기획 지시서를 markdown 파일로 생성
mkdir -p .context/plans/20260114_custom-workflow/tasks

# 기획 지시서 파일 생성
cat > .context/plans/20260114_custom-workflow/tasks/01-backend-task.md << 'EOF'
# 백엔드 관점 기획 지시서

## 기획 주제
커스텀 워크플로우 기능

## 당신의 역할
시니어 백엔드 개발자

## 분석 포인트
- API 엔드포인트 설계
- 데이터 모델 및 스키마
- 비즈니스 로직 흐름
- 성능 및 확장성

## 참고할 기존 코드
- src/handlers/workflows.rs (기존 워크플로우 패턴)
- src/models/workflow.rs (기존 모델)

## 출력 형식
기획안을 작성하고 .context/plans/20260114_custom-workflow/01-backend.md에 저장하세요.
EOF
// 2. 에이전트 실행 시 파일 경로만 전달
Task({
  subagent_type: "general-purpose",
  prompt: `기획 지시서를 읽고 수행하세요: .context/plans/20260114_custom-workflow/tasks/01-backend-task.md`,
  description: "백엔드 관점 기획 (Claude)",
  run_in_background: true
})

// Codex/Gemini도 마찬가지
Bash({
  command: `codex --approval-mode full-auto "기획 지시서를 읽고 수행하세요: .context/plans/20260114_custom-workflow/tasks/02-frontend-task.md"`,
  run_in_background: true
})

출력: Markdown 요약 보고

각 에이전트는 기획 완료 후 구조화된 markdown 요약을 저장합니다.

WHY: 메인 세션이 결과를 확인할 때 전체 기획안 대신 요약만 먼저 읽으면 됩니다.

# 기획 결과: 백엔드 관점

## 상태
✅ 완료

## 핵심 요약 (5줄 이내)
- REST API 6개 엔드포인트 설계 (CRUD + 실행 + 복제)
- workflow_definitions, workflow_instances 2개 테이블
- 비동기 실행 + 상태 머신 패턴 권장
- 예상 구현 복잡도: 중간

## 주요 제안사항
| 항목 | 제안 | 우선순위 |
|------|------|----------|
| 데이터 모델 | workflow_definitions 테이블 | 높음 |
| 실행 엔진 | Tokio 기반 비동기 | 높음 |
| 버전 관리 | 워크플로우 버전 히스토리 | 중간 |

## 의사결정 필요 항목
- [ ] 실행 방식: 동기 vs 비동기
- [ ] 저장소: PostgreSQL vs Redis

## 상세 기획안 위치
→ .context/plans/20260114_custom-workflow/01-backend.md (전체 기획안)

## 다음 단계
1. 프론트엔드/PM 기획 결과와 비교
2. 의사결정 항목 확정
3. 통합 기획안 작성

워크플로우 요약

┌─────────────────────────────────────────────────────────────┐
│  1. 기획 지시서 생성 (Markdown)                              │
│     └─ .context/plans/{session}/tasks/01-task.md            │
├─────────────────────────────────────────────────────────────┤
│  2. 에이전트 실행 (파일 경로만 전달)                         │
│     └─ "기획 지시서를 읽고 수행: {task_file_path}"          │
├─────────────────────────────────────────────────────────────┤
│  3. 결과 저장 (상세 기획안 + 요약)                           │
│     ├─ .context/plans/{session}/01-backend.md (상세)        │
│     └─ .context/plans/{session}/01-backend-summary.md (요약)│
├─────────────────────────────────────────────────────────────┤
│  4. 메인 세션에서 요약만 먼저 확인                           │
│     └─ 토큰 절약: 상세 기획안은 필요시에만 읽음              │
└─────────────────────────────────────────────────────────────┘

토큰 절약 효과

방식입력 토큰결과 확인 토큰총 절약
기존 (직접 전달)~2000~10000-
최적화 (파일 기반)~100~500 (요약)~90%

Best Practices

DO:

  • 구체적인 기획 주제 제시
  • 필요한 관점 명시
  • 기존 코드베이스 컨텍스트 제공
  • 진행 상황 주기적 확인
  • 기획 지시서를 markdown 파일로 생성하여 전달
  • 결과를 상세 기획안 + 요약으로 분리 저장

DON'T:

  • 너무 광범위한 주제 ("앱 전체 기획")
  • 5개 이상의 관점 동시 실행 (비용/시간)
  • 결과 검토 없이 바로 구현
  • 긴 프롬프트를 문자열로 직접 전달
  • 전체 기획안을 그대로 메인 세션에 반환

Troubleshooting

"에이전트가 파일을 저장하지 않았어요"

  1. 에이전트 output 파일 확인:

    cat /tmp/claude/.../tasks/{agent_id}.output
    
  2. 에이전트가 아직 실행 중일 수 있음 - 더 기다리기

  3. 수동으로 결과 추출하여 저장

"status.json이 업데이트되지 않았어요"

에이전트가 status.json 업데이트를 잊을 수 있음. 수동으로 확인:

# 파일 존재 여부로 완료 판단
ls .context/plans/{dir}/*.md

"머지가 제대로 안 됐어요"

  1. 개별 기획안 직접 검토
  2. 수동으로 통합 기획안 작성 요청

Files

이 스킬이 생성하는 파일들:

.context/plans/{timestamp}_{topic}/
├── status.json          # 진행 상황 추적
├── 01-backend.md        # 백엔드 관점 기획
├── 02-frontend.md       # 프론트엔드 관점 기획
├── 03-pm.md             # PM 관점 기획
└── merged-plan.md       # 통합 기획안

Version: 2.0.0 Last Updated: January 2026 Changelog:

  • v2.0.0: 멀티 LLM 프로바이더 지원 (Claude, Codex, Gemini, Ollama)
  • v1.0.0: 초기 버전 (Claude only)

Score

Total Score

50/100

Based on repository quality metrics

SKILL.md

SKILL.mdファイルが含まれている

+20
LICENSE

ライセンスが設定されている

0/10
説明文

100文字以上の説明がある

0/10
人気

GitHub Stars 100以上

0/15
最近の活動

3ヶ月以内に更新がある

0/10
フォーク

10回以上フォークされている

0/5
Issue管理

オープンIssueが50未満

+5
言語

プログラミング言語が設定されている

+5
タグ

1つ以上のタグが設定されている

0/5

Reviews

💬

Reviews coming soon