Community생산성 & 협업github.com

bendusy/long-task-orchestration

장기적 작업 조정을 위한 에이전트 스킬: 반증 가능한 중단 게이트, 이기종 교차 감사, 엄격한 배포 순서. 런타임에 구애받지 않는 제로 종속성 코어와 플러그형 백엔드.

long-task-orchestration란 무엇인가요?

이 스킬은 복잡하고 장시간 소요되는 작업(롱-호라이즌 태스크)을 안정적으로 조정하고 실행하기 위해 설계된 에이전트 스킬입니다. 핵심 기능은 '반증 가능한 중단 게이트(falsifiable stop-gates)'를 통해 각 작업 단계가 명확한 성공 기준을 충족하는지 검증하고, 충족하지 못하면 자동으로 중단하여 불필요한 오류 전파를 방지합니다. 또한 '이기종 교차 감사(heterogeneous cross-audit)'를 통해 서로 다른 성격의 작업 결과(예: 코드, 데이터 분석, 문서)를 상호 검증하여 최종 결과물의 품질과 일관성을 보장합니다. '엄격한 배포 순서(strict deploy sequencing)'는 종속성 그래프를 기반으로 작업의 실행 순서를 강제하여, 이전 단계가 완전히 성공해야만 다음 단계를 진행하도록 합니다. 이 스킬은 특정 런타임에 종속되지 않으며 플러그형 백엔드를 지원하므로 Claude Code, Cursor, Codex 등 다양한 AI 에이전트 플랫폼에 통합하여 사용할 수 있습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add bendusy/long-task-orchestration

Installed? Explore more 생산성 & 협업 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

long-task-orchestration은(는) 무엇을 하나요?

장기적 작업 조정을 위한 에이전트 스킬: 반증 가능한 중단 게이트, 이기종 교차 감사, 엄격한 배포 순서. 런타임에 구애받지 않는 제로 종속성 코어와 플러그형 백엔드.

개요

long-task-orchestration은 에이전트가 수 시간에서 수 일에 걸쳐 실행되는 장기적이고 복잡한 워크플로우를 안정적으로 관리하도록 돕습니다. 이 스킬은 추측 기반 실행이나 취약한 단계 순서 지정과 같은 일반적인 문제를 방지하기 위해 반증 가능한 체크포인트, 교차 검증, 순서 제약 조건을 강제합니다.

핵심 개념

1. 반증 가능한 중단 게이트

각 작업 단계는 명시적이고 테스트 가능한 완료 조건(게이트)과 연결됩니다. 게이트를 통과하지 못하면 해당 단계는 실패한 것으로 간주되며, 후속 단계는 차단됩니다.

  • 구문: 각 단계는 gate.condition 필드를 포함해야 합니다.
  • 예시: "gate": { "type": "file_exists", "path": "output/model.pkl" }
  • 효과: 모든 게이트가 통과될 때까지 에이전트가 추가 작업을 진행하지 못하도록 명시적으로 방지합니다.

2. 이기종 교차 감사

완료된 작업은 서로 다른 관점에서 감사됩니다. 예를 들어 코드 생성 작업은 단위 테스트 결과를 통해 감사되고, 데이터 분석 작업은 통계적 검증을 통해 감사됩니다. 이를 통해 단일 오류 모드에 취약하지 않습니다.

  • 감사 유형: code_review, unit_test, integration_test, data_validation, logic_review
  • 구성: 각 작업은 audit 필드에서 하나 이상의 감사자를 정의합니다.
  • 강제성: 감사에 실패하면 작업이 재시도되거나 워크플로우가 중단됩니다.

3. 엄격한 배포 순서

작업 실행 순서는 명시적 종속성 그래프에 의해 결정됩니다. 에이전트는 워크플로우 정의를 정적으로 분석하기 전에는 실행 순서를 임의로 변경할 수 없습니다.

  • 정의: depends_on 필드를 통해 이전 작업 ID를 참조합니다.
  • 검증: 배포 전에 validate_sequence 명령을 사용하여 사이클이나 누락된 종속성을 확인합니다.
  • 안전장치: 모든 상위 작업이 성공적으로 완료될 때까지 하위 작업이 시작되는 것을 방지합니다.

워크플로우 정의

워크플로우는 workflow.yaml 파일에 정의됩니다.

name: data_pipeline_v2
version: 1
tasks:
  - id: collect_data
    command: "python fetch_data.py"
    gate:
      type: file_exists
      path: "data/raw.csv"
    audit:
      - type: data_validation
        schema: "schema/raw_data_schema.json"

  - id: clean_data
    command: "python clean_data.py"
    depends_on: ["collect_data"]
    gate:
      type: row_count
      min_rows: 1000
      path: "data/clean.csv"
    audit:
      - type: unit_test
        suite: "tests/test_clean.py"

  - id: train_model
    command: "python train.py"
    depends_on: ["clean_data"]
    gate:
      type: metric_threshold
      metric: "accuracy"
      min_value: 0.85
      path: "metrics.json"
    audit:
      - type: code_review
        file: "src/model.py"
      - type: logic_review
        description: "모델 아키텍처가 비즈니스 제약 조건을 충족하는지 확인"

명령어

명령어설명
validate_sequence /path/to/workflow.yaml워크플로우 정의를 분석하여 순서 및 종속성 오류를 확인합니다.
run_workflow /path/to/workflow.yaml정의된 순서에 따라 워크플로우를 실행합니다.
check_gates /path/to/workflow.yaml --task-id <id>마지막으로 실행된 상태를 재실행하지 않고 특정 작업의 게이트 상태를 확인합니다.
audit_trail /path/to/workflow.yaml모든 감사 결과의 읽기 전용 로그를 출력합니다.

통합

이 스킬은 런타임에 구애받지 않습니다. 다음 백엔드와 함께 사용할 수 있습니다:

  • python (기본값, 경량 스케줄러)
  • docker (격리된 컨테이너 실행)
  • aws-step-functions (원격 오케스트레이션)
  • shell (직접 프로세스 실행, 감사 제한적)

백엔드는 config.json에서 선택하거나 --backend 플래그로 지정합니다.

예시: Claude Code 통합

Claude Code 세션 내에서:

/load-skill bendusy/long-task-orchestration
/run-command validate_sequence ./pipelines/training_pipeline.yaml
/run-command run_workflow ./pipelines/training_pipeline.yaml

개발 및 기여

이 저장소를 포크하고 src/ 디렉토리 내에서 플러그형 백엔드를 구현하세요. 핵심 로직은 core/skill.py에 문서화되어 있습니다. 기여 시 유닛 테스트를 포함하세요.

라이선스

MIT

관련 스킬