Communitygithub.com

jmagly/aiwg – 코드베이스 분석 및 인테이크 문서 생성

기존 코드베이스를 스캔하여 코드, 의존성, 인프라를 분석하고 인테이크 문서를 생성합니다. 선택적 안내 텍스트를 받아 분석을 맞춤화할 수 있습니다.

aiwg – 코드베이스 분석 및 인테이크 문서 생성란 무엇인가요?

이 스킬은 기존 코드베이스를 자동으로 분석하여 소프트웨어 개발 생명주기(SDLC) 프로세스에 필요한 인테이크 문서를 생성하는 AI 에이전트 도구입니다. 코드 구조, 의존성, 인프라, 보안, 규정 준수 지표를 스캔하고 추론하여 아키텍처 요약, 의존성 분석, 확장성 평가, 보안 및 규정 준수 현황을 종합적으로 문서화합니다. 특히 `--guidance` 파라미터를 통해 비즈니스 컨텍스트, 분석 초점, 프로필 힌트, 문제점을 제공하면 분석의 우선순위와 방향을 맞출 수 있어, SOC2 감사 준비, HIPAA 규정 준수 확인, 모노리스에서 마이크로서비스 전환 등 특정 목적에 맞춘 분석이 가능합니다. 이 스킬은 AIWG(AI Workflow Generator) 플랫폼에서 사용되며, 커널에 등록된 일반 스킬(slash command)과 달리 `aiwg discover`와 `aiwg show skill` 명령어를 통해 접근해야 합니다. 내부적으로는 의미 메모리 커널의 `memory-ingest` 기능을 위임받아 문서 생성을 수행하며, 코드베이스 분석 휴리스틱과 SDLC 템플릿 레이어를 추가로 제공합니다. 팀은 이 스킬을 통해 문서화되지 않은 브라운필드 프로젝트, 인수한 코드베이스, 또는 현대화/리팩터링 대상 시스템의 기초를 확립할 수 있습니다.

지원 대상✓Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/jmagly/aiwg/tree/HEAD/agentic/code/plugins/sdlc/skills/intake-from-codebase
원본 보기→모든 스킬 둘러보기

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

문서

스킬 접근 패턴 (커널 전환 후, 2026.5 이상)

이 문서에서 참조하는 스킬 이름은 AIWG 스킬이며, 슬래시 명령어가 아닙니다. 대부분 커널에 등록되지 않았으므로 플랫폼에서 /skill-name으로 호출할 수 없습니다. 다음 명령어로 접근하세요:

aiwg discover "<능력>"
aiwg show skill <이름>

커널에 등록된 스킬(aiwg-doctor, aiwg-refresh, aiwg-status, aiwg-help, use, steward)만 슬래시 명령어로 직접 호출할 수 있습니다. 스킬 검색 규칙을 참조하세요.

인테이크(Intake) – 코드베이스에서 생성

당신은 숙련된 소프트웨어 아키텍트이자 리버스 엔지니어링 전문가로서, 기존 코드베이스 분석, 시스템 아키텍처 이해, 문서화되지 않은 시스템 기록에 특화되어 있습니다.

커널 위임

ADR-021 기준으로, intake-from-codebase는 핵심 인제스트(ingest) 메커니즘을 의미 메모리 커널에 위임합니다.

위임 패턴:

  1. intake-from-codebase는 공개 이름과 코드베이스 스캔 휴리스틱을 유지합니다.
  2. 문서 생성은 memory-ingest --consumer sdlc-complete에 위임합니다.
  3. SDLC 관련 레이어는 다음 항목으로 이 래퍼에 남습니다:
    • 코드베이스 스캔 및 분석 휴리스틱
    • SDLC 페이지 템플릿(요구사항, 아키텍처 등)
    • 출처 추적(ingestRequires: ["provenance"] 통해)
  4. intake-start 다운스트림에 변경 사항 없음.

변경된 사항: 인제스트 파이프라인(소스 처리, 페이지 생성, 인덱스 업데이트, 로그 추가)은 이제 memory-ingest에서 처리합니다. 이 스킬은 그 위에 코드베이스 특화 스캔 및 SDLC 템플릿 레이어를 추가합니다.

하위 호환성: UX 변경 없음. 기존 호출은 동일하게 작동합니다.

@agentic/code/addons/semantic-memory/skills/memory-ingest/SKILL.md

작업 내용

/intake-from-codebase <코드베이스-디렉터리> [--interactive] [--output .aiwg/intake/] [--guidance "텍스트"]로 호출 시:

  1. 스캔: 코드베이스 디렉터리를 스캔하여 시스템 이해
  2. 분석: 코드 구조, 의존성, 인프라, 패턴 분석
  3. 추론: 증거를 바탕으로 프로젝트 특성 추론
  4. 안내 적용: 사용자 프롬프트(제공된 경우)의 안내를 분석에 적용하여 초점을 맞추거나 컨텍스트 명확화
  5. 질문: 모호한 영역에 대해 명확화 질문( --interactive 시)
  6. 생성: 기존 시스템을 문서화하는 완전한 인테이크 양식 생성

파라미터

  • <코드베이스-디렉터리> (필수): 코드베이스 루트 경로 (절대 또는 상대)
  • --interactive (선택): 대화형 질문 모드 활성화 (최대 10개 질문)
  • --output <경로> (선택): 인테이크 파일 출력 디렉터리 (기본값: .aiwg/intake/)
  • --guidance "텍스트" (선택): 분석을 안내하는 사용자 제공 컨텍스트

안내 파라미터 사용법

--guidance 파라미터는 자유 형식 텍스트를 받아 분석을 맞춤화합니다. 다음 용도로 사용하세요:

비즈니스 컨텍스트:

/intake-from-codebase . --guidance "의료용 B2B SaaS, HIPAA 규정 준수 필수, 5만 명 사용자"

분석 초점:

/intake-from-codebase . --guidance "SOC2 감사를 위한 보안 태세 및 규정 준수 격차에 초점"

프로필 힌트:

/intake-from-codebase . --guidance "MVP로 전환 중인 프로토타입, 팀원 추가 전 기초 확립 필요"

문제점:

/intake-from-codebase . --guidance "대규모 성능 문제, 모노리스에서 마이크로서비스로 마이그레이션 고려 중"

조합:

/intake-from-codebase . --interactive --guidance "핀테크 앱, PCI-DSS 필요, 시리즈 A 펀드레이징 준비 중"

안내가 분석에 미치는 영향:

  • 특정 영역(보안, 규정 준수, 확장성, 성능) 우선순위 지정
  • 컨텍스트 기반 누락 정보 추론 (예: "의료" → HIPAA 패턴 확인)
  • 프로필 권장 사항 조정 (예: "규정 준수 필수" → 프로덕션/엔터프라이즈 선호)
  • 질문 맞춤화 (--interactive 시 안내 관련 주제 질문)
  • "왜 지금 이 인테이크인가?" 섹션에 문서화 (사용자 의도 기록)

목표

문서가 거의 또는 전혀 없는 기존 코드베이스에 대한 포괄적인 인테이크 문서를 생성하여 팀이 다음을 수행할 수 있도록 지원합니다:

  • SDLC 프로세스 채택을 위한 브라운필드 프로젝트 문서화
  • 상속 또는 인수한 코드베이스 이해
  • 리팩터링 또는 현대화 작업의 기준선 확립
  • 규정 준수/감사를 위한 과거 프로젝트 인테이크 생성

코드베이스 분석 워크플로우

0단계: 안내 처리 (제공된 경우)

사용자가 --guidance "텍스트"를 제공한 경우, 분석 전반에 걸쳐 파싱 및 적용합니다.

안내에서 추출:

  • 비즈니스 도메인 (의료, 핀테크, 전자상거래, 엔터프라이즈, 소비자)
  • 규정 준수 요구사항 (HIPAA, PCI-DSS, GDPR, SOX, FedRAMP)
  • 확장성 지표 (사용자 수, 트랜잭션 볼륨, 지리적 분포)
  • 현재 단계 (프로토타입, MVP, 프로덕션, 엔터프라이즈)
  • 문제점 (성능, 보안, 기술 부채, 팀 확장)
  • 의도 (규정 준수 준비, 감사, 인계, 현대화, 펀드레이징)

안내 적용 대상:

  1. 분석 우선순위: 안내에 언급된 영역에 초점
  2. 프로필 권장: 안내 기반 가중치 (예: "HIPAA" → Quality 가중치 증가)
  3. 대화형 질문: 안내 관련 격차 질문 (--interactive 시)
  4. 문서화: "왜 지금 이 인테이크인가?" 섹션에 안내 참조

안내 처리 예시:

입력: --guidance "의료용 B2B SaaS, HIPAA 규정 준수 필수, 5만 명 사용자, SOC2 감사 준비 중"

추출:

  • 도메인: 의료 (B2B SaaS)
  • 규정 준수: HIPAA (필수), SOC2 (진행 중)
  • 확장성: 5만 명 사용자 (프로덕션 프로필 가능)
  • 의도: 감사 준비

적용:

  • 우선순위: 보안 분석 (HIPAA/SOC2 통제), 규정 준수 지표, 감사 로깅
  • 프로필 가중치: Quality 0.4, Reliability 0.3 (규정 준수 기반)
  • 질문 (--interactive 시): "현재 어떤 HIPAA 통제가 구현되어 있습니까?", "SOC2 감사는 언제 예정되어 있습니까?"
  • 문서화: "왜 지금 이 인테이크인가?"에 기록 → "의료 SaaS(HIPAA 규정 준수)에 대한 SOC2 감사 준비"

1단계: 초기 정찰

코드베이스 디렉터리를 스캔하여 기본 특성을 이해합니다.

명령어:

# 디렉터리 구조
ls -la
find . -type f | head -50

# 확장자별 파일 수
find . -type f | sed 's/.*\.//' | sort | uniq -c | sort -rn | head -20

# 공통 마커 확인
ls README.md CONTRIBUTING.md LICENSE package.json requirements.txt Dockerfile docker-compose.yml .git

추출:

  • 프로젝트 이름: git remote, package.json/package name, README 제목, 디렉터리 이름에서 추출
  • 주요 언어: 파일 확장자 (.js, .py, .java, .go 등)
  • 프레임워크 지표: package.json, requirements.txt, pom.xml, go.mod, Gemfile
  • 인프라: Dockerfile, docker-compose.yml, kubernetes/, terraform/, .github/workflows/

출력: 초기 정찰 요약

## 초기 정찰

**프로젝트 이름**: {git/package.json/디렉터리에서 추출}
**주요 언어**: {JavaScript (45%), Python (30%), Shell (15%), YAML (10%)}
**기술 스택 지표**:
- 프론트엔드: React 18.2.0, Next.js 13.4
- 백엔드: Node.js 18, Express 4.18
- 데이터베이스: PostgreSQL (docker-compose.yml)
- 배포: Docker, GitHub Actions CI/CD

**저장소**: {git remote URL (가능한 경우)}
**마지막 커밋**: {git log -1 --format="%ai %s"}
**코드 라인 수**: {cloc 요약 (가능한 경우)}

2단계: 아키텍처 분석

코드베이스 구조를 분석하여 아키텍처 패턴을 이해합니다.

명령어:

# 디렉터리 구조 (주요 경로)
tree -L 3 -d

# 컴포넌트/모듈 식별
ls src/ lib/ app/ pkg/ cmd/
ls -la src/*/

# API/인터페이스 발견
grep -r "app\." --include="*.js" | head -20
grep -r "router\." --include="*.py" | head -20
grep -r "@RestController\|@RequestMapping" --include="*.java" | head -20

# 데이터베이스/데이터 레이어
ls models/ entities/ migrations/ schema/
grep -r "CREATE TABLE\|mongoose.model\|sqlalchemy" | head -20

추론:

  • 아키텍처 스타일: 모노리스, 마이크로서비스, 서버리스, MVC, 계층형
    • 단일 저장소의 src/ → 모노리스
    • 여러 services/ 또는 apps/ → 마이크로서비스
    • Functions/ 또는 lambda/ → 서버리스
  • 컴포넌트 경계: 프론트엔드, 백엔드, API, 서비스, 워커, CLI
  • 데이터 지속성: SQL (PostgreSQL, MySQL), NoSQL (MongoDB, Redis), ORM 지표
  • 통합 지점: 외부 API 호출, 메시지 큐, 이벤트 버스

출력: 아키텍처 요약

## 아키텍처 요약

**스타일**: {모듈형 모노리스 | 마이크로서비스 | 계층형 | 이벤트 기반}

**컴포넌트**:
- 프론트엔드: src/client/의 React SPA (TypeScript)
- 백엔드 API: src/server/의 Express REST API (Node.js)
- 데이터베이스: Prisma ORM을 사용한 PostgreSQL (schema/prisma/)
- 백그라운드 작업: Bull queue (src/workers/)

**통합 지점**:
- Stripe API (결제, src/services/payment/)
- SendGrid (이메일, src/services/email/)
- AWS S3 (파일 저장, src/services/storage/)

**데이터 모델**: {개수}개 엔터티 (사용자, 주문, 제품, 결제 등)

3단계: 의존성 및 인프라 분석

의존성, 배포, 운영 특성을 분석합니다.

명령어:

# Node.js 의존성
cat package.json | jq '.dependencies, .devDependencies'
npm ls --depth=0

# Python 의존성
cat requirements.txt Pipfile

# Docker/배포
cat Dockerfile docker-compose.yml
ls -la .github/workflows/ .gitlab-ci.yml .circleci/

# 환경 변수 (민감 데이터 처리 식별)
grep -r "process.env\|os.getenv\|System.getenv" --include="*.{js,py,java}" | wc -l
ls .env .env.example .env.template

추론:

  • 타사 서비스: 결제 (Stripe, PayPal), 이메일 (SendGrid, Mailgun), 분석 (Segment, Google Analytics), 모니터링 (Sentry, Datadog)
  • 보안 패턴: 인증 라이브러리 (passport, jwt), 암호화, 비밀 관리
  • 테스트 전략: 테스트 프레임워크 (Jest, Pytest, JUnit), 커버리지 도구, CI 테스트 작업
  • 배포: 컨테이너화 (Docker), 클라우드 제공자 (AWS, GCP, Azure), CI/CD 성숙도
  • 규정 준수 지표: GDPR (동의, 데이터 삭제), PCI-DSS (결제 토큰화), HIPAA (감사 로그)

출력: 의존성 및 인프라 요약

## 의존성 및 인프라

**주요 의존성**:
- 인증: Passport.js + JWT
- 결제: Stripe SDK 12.0.0
- 이메일: SendGrid 7.7.0
- 테스트: Jest 29.5, React Testing Library

**보안**:
- 인증: 새로고침 토큰이 있는 JWT
- 비밀: 환경 변수 (.env 패턴)
- 데이터 보호: 비밀번호 bcrypt, 저장 데이터 암호화 (감지됨: crypto 모듈 사용)

**CI/CD**:
- 플랫폼: GitHub Actions
- 파이프라인: lint → test → build → deploy
- 배포 대상: AWS ECS (Dockerfile 있음)

**모니터링/관측 가능성**:
- 오류 추적: Sentry 통합 감지
- 로깅: 구조화된 JSON을 사용하는 Winston 로거
- 메트릭: 기본 (APM 감지되지 않음)

4단계: 확장성 및 사용량 분석

코드에서 확장성 지표와 현재 사용 패턴을 분석합니다.

명령어:

# 데이터베이스 쿼리 (확장성 패턴)
grep -r "SELECT.*FROM\|\.find(\|\.aggregate(" --include="*.{js,py,sql}" | wc -l

# 캐싱 지표
grep -r "redis\|memcached\|cache" --include="*.{js,py}" | wc -l

# 속도 제한/조절
grep -r "rate.*limit\|throttle" --include="*.{js,py}" | wc -l

# 비동기/큐 패턴
grep -r "async\|await\|queue\|job\|worker" --include="*.{js,py}" | wc -l

# API 엔드포인트 (개수)
grep -r "app\.get\|app\.post\|@app.route" --include="*.{js,py}" | wc -l

추론:

  • 현재 확장 용량:
    • 캐싱 없음, 단순 쿼리 → <1k 사용자
    • Redis 캐싱, 연결 풀링 → 1k-10k 사용자
    • 로드 밸런싱, 큐 워커, 샤딩 → 10k-100k 사용자
  • 성능 최적화: 캐싱, 인덱싱, 페이지네이션, 지연 로딩
  • 동시성 모델: 동기, 비동기, 이벤트 기반, 워커 풀

출력: 확장성 및 성능 요약

## 확장성 및 성능

**현재 용량 추정**: 1k-5k 동시 사용자
**증거**:
- Redis 캐싱 구현 (10개 인스턴스)
- 데이터베이스 연결 풀링 (최대 20개 연결)
- 수평 확장 감지되지 않음 (단일 인스턴스)
- 기본 속도 제한 (IP당 분당 100개 요청)

**성능 패턴**:
- 캐싱: Redis를 세션 및 API 응답에 사용
- 비동기: 광범위한 async/await 사용 (Node.js)
- 백그라운드 작업: Bull queue (이메일, 보고서)
- 데이터베이스: 인덱싱된 쿼리, 목록 페이지네이션

**최적화 기회**:
- 정적 자산에 CDN 추가
- 쿼리 결과 캐싱 구현
- 데이터베이스 읽기 복제본 고려

5단계: 보안 및 규정 준수 분석

보안 태세와 규정 준수 지표를 분석합니다.

명령어:

# 인증 패턴
grep -r "passport\|jwt\|oauth\|auth0" --include="*.js" | wc -l

# 데이터 프라이버시 패턴
grep -r "gdpr\|privacy\|consent\|deletion\|right.*forget" --include="*.{js,py,md}" | wc -l

# 민감 데이터 처리
grep -r "password\|secret\|credit.*card\|ssn\|api.*key" --include="*.js" | wc -l

# 보안 헤더
grep -r "helmet\|cors\|csp\|hsts" --include="*.js" | wc -l

# 감사 로깅
grep -r "audit.*log\|log.*audit\|event.*log" --include="*.{js,py}" | wc -l

추론:

  • 보안 태세: 최소, 기준, 강력, 엔터프라이즈
    • 기본 인증만 → 최소
    • 인증 + HTTPS + 비밀 관리 → 기준
    • SAST, DAST, 위협 모델링 → 강력
    • SOC2/ISO27001 통제 → 엔터프라이즈
  • 데이터 분류: 공개, 내부, 기밀, 제한
  • 규정 준수: GDPR (EU 사용자), HIPAA (의료 데이터), PCI-DSS (결제), SOX (금융)

출력: 보안 및 규정 준수 요약

## 보안 및 규정 준수

**보안 태세**: 기준(Baseline)
**증거**:
- 인증: 새로고침 토큰이 있는 JWT, bcrypt 비밀번호
- 권한 부여: 역할 기반 접근 제어 (3개 역할: 사용자, 관리자, 슈퍼관리자)
- 데이터 보호: 저장 데이터 암호화 (감지됨), 전송 중 TLS
- 비밀 관리: 환경 변수, 하드코딩된 비밀 감지되지 않음
- 보안 헤더: HTTP 헤더용 Helmet.js, CORS 설정됨

**데이터 분류**:

…

[번역 위해 잘림]

관련 스킬

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community