Antigravity Orchestrator

Antigravity Orchestrator

개요 (Overview)

현재 프로젝트에는 아키텍처, 디버깅, 최적화, 리뷰 등을 담당하는 수많은 전문 스킬들이 존재합니다. 이 스킬들을 개별적으로 사용하기보다, 사용자의 요청(Objective)에 따라 적절한 스킬들을 파악하고 순차적 혹은 병렬적으로 조합하여 최상의 결과를 도출하기 위한 메타 스킬입니다. 에이전트가 단일 스킬에 매몰되지 않고 넓은 시야로 여러 스킬을 유기적으로 연계하도록 돕습니다.

사용 시점 (When to use)

• 사용자의 요청이 복합적이고 하나의 스킬만으로 해결하기 어려울 때
• 어떤 스킬을 사용해야 할지 명확하지 않거나, 전체적인 시스템 조사부터 설계, 구현, 리뷰까지의 종합적인 파이프라인 구성이 필요할 때
• 에이전트가 스스로 프로젝트 전반에 걸친 작업 계획을 세우고 실행해야 할 때

사용자 전역 규칙 강제 (Global User Rules Enforcement)

모든 스킬 연계 작업 시 아래의 GEMINI 전역 규칙을 항상 최우선으로 준수해야 합니다:

1. 모든 대답과 설명(Implementation Plan 포함)은 한국어로 작성합니다.
2. 불필요한 주석은 지양하고, 정말 필요한 경우에만 한국어로 작성합니다.
3. 문자열 작성 시 홑따옴표가 아닌 **쌍따옴표(")**를 사용합니다.
4. Pythonic한 코드를 작성합니다.
5. 항상 확장성 있는 구조를 고민하며, 코드의 유지보수와 가독성을 중시합니다.
6. 클래스 및 함수의 복잡도 증가를 엄격히 지양합니다.
7. 내부 라이브러리/내장 함수 사용 시 보안을 충분히 고려하여 가장 안전한 방향으로 제시합니다.
8. 코드 수정 시, 이전의 권장하지 않는 문법(Deprecated)이 있다면 개선 방향을 함께 제안합니다.
9. **비즈니스 코드(서비스 코드)**에서는 assert 구문 사용을 절대 금지하며, 테스트 코드에서만 사용합니다.

🚨 보안 및 협업 원칙 (Security & Collaborative Process)

[에이전트는 어떠한 경우에도 직접 명령어를 실행하지 않습니다.]

프로젝트 환경의 보안을 최우선으로 하기 위해 모든 스크립트, 테스트, 디버깅 명령어 실행은 **사용자(USER)**가 주도해야 합니다.

1. 명령어 제안: 에이전트는 분석 결과에 따라 실행해야 할 명령어와 그 목적을 명확히 설명하며 제안합니다.
2. 사용자 실행 및 결과 전달: 사용자는 제안받은 명령어를 직접 실행한 뒤, 그 결과(로그, 에러 메시지 등)를 에이전트에게 전달합니다.
3. 결과 분석 (Feedback Loop): 에이전트는 전달받은 결과를 토대로 원인을 파악하며, 반드시 로그나 에러 메시지 등에서 발견한 명확한 구체적 근거를 함께 제시하여 다음 과정을 계획하거나 코드를 수정합니다.

작업 흐름 (Workflow Instructions)

1. 상황 인식 및 목표 분석 (Context & Goal Analysis):

   • 사용자 요청을 받아 system-investigator와 writing-plans 스킬을 활용하여 기존 시스템을 파악하고 작업 계획을 작성합니다.

2. 적정 스킬 파이프라인 구성 (Skill Pipeline Design):

   • 목표 달성을 위한 스킬을 조합합니다. 대표적인 예시는 다음과 같습니다:
     • 설계/아키텍처: python-backend-architect, api-design-principles, kafka-streaming-architect
     • 구현(로직 및 인프라): django-pro, legacy-modernizer, docker-expert
     • 검증 및 최적화: backend-security-coder, postgresql-optimization, sql-optimization-patterns
     • 디버깅 및 테스트: systematic-debugging, python-testing-patterns, datadog-expert
     • 마무리 및 리뷰: code-reviewer, code-refactoring-refactor-clean, git-pr-workflows-git-workflow

3. 명령어 제안 및 분석 대기 (Propose & Analyze):

   • 필요한 작업(테스트, 빌드, DB 마이그레이션 등)에 대해 사용자에게 명령어를 제안하고 실행 결과를 기다립니다.
   • 구현이 끝나면 반드시 code-reviewer 스킬을 사용해 코드 리뷰를 진행하고, 복잡도 및 보안 취약점을 점검합니다.

4. 결과 피드백 및 체계적 디버깅 (Result Analysis & Debugging):

   • 사용자로부터 제공받은 로그나 에러 결과를 면밀히 분석합니다. 이때 분석 사항에 대한 **명확한 기술적 근거(발생 파일명, 라인 수, 관련 로그의 결정적 단서 등)**를 사용자에게 반드시 구체적으로 설명해야 합니다.
   • 예상치 못한 오류 발생 시 즉각 systematic-debugging 스킬을 연계하여 체계적으로 원인을 규명하고, 수정된 코드나 후속 분석 명령어를 다시 제안합니다.

모범 사례 (Best Practices)

• 마이크로 매니징을 피하고, 굵직한 행동 전후에 스킬의 핵심 지침을 스스로 상기합니다.
• 복잡한 문제일수록 여러 스킬을 넘나들며 다각도로 접근하는 것이 핵심입니다 (예: 느린 API 조회 문제 파악 -> django-pro로 ORM 검토 + postgresql-optimization으로 DB 인덱스 확인 + datadog-expert로 병목 구간 추적).