리포지토리 파악 (Intake Repo)
이 워크플로우를 사용하여 구현 전에 리포지토리를 빠르게 이해하세요.
목표
위험 요소와 다음 단계를 포함한 짧고 증거 기반의 리포지토리 프로필을 생성합니다.
결과물
templates/PROJECT_PROFILE.md를 사용하여.ai/PROJECT_PROFILE.md파일 생성.
규칙
- 제품 코드를 편집하지 마십시오.
- 아키텍처를 다시 작성하지 마십시오.
- 가정보다는 관찰된 코드 패턴을 선호하십시오.
- 프로필은 간결하고 실행 가능하도록 유지하십시오.
- "해당 없음"은 주요 영역에 대한 유효하고 예상되는 답변입니다. 백엔드가 없는 정적/포트폴리오 사이트에는 인증, 데이터베이스 또는 AI 로직 항목이 없습니다. 내용을 지어내거나 미래의 필요를 추측하거나 비어 있거나 모호하게 남겨두지 말고 "해당 없음"으로 표시하십시오.
단계
- 프레임워크, 언어, 패키지 관리자 및 배포 대상을 감지합니다.
- 패키지/잠금/설정 파일 및 주요 진입점을 읽습니다.
- 사용 가능한 스크립트(dev, typecheck, lint, test, build)를 식별합니다.
- 프런트엔드, 백엔드, 데이터베이스, 인증, AI, 배포 영역을 매핑합니다.
- 환경 변수 사용 패턴을 식별합니다.
- 코드에서 사용되는 현재 아키텍처 패턴을 캡처합니다.
- 누락된 프로덕션 기본 사항 및 주요 위험 요소를 나열합니다.
.ai/PROJECT_PROFILE.md를 생성하거나 업데이트합니다.
최소 증거
각 발견 사항에 대해 구체적인 파일을 인용하십시오. 예시 범주:
- 스크립트 소스 (
package.json,pyproject.toml등) - 배포 소스 (
vercel.json, Docker, CI 워크플로우) - env 사용 소스 (
process.env,NEXT_PUBLIC_등) - 인증/데이터 경계 (미들웨어, 라우트 핸들러, 정책 파일)
완료 확인
- 프로필에는 감지된 스택, 스크립트, 주요 영역, 패턴, 위험 요소가 포함되어야 합니다.
- 출력물은 일반적인 코딩 작업 중에 유용할 수 있을 만큼 짧아야 합니다.