agentleFS
sadpig70sadpig70/HELIX/skills/recreate/SKILL.md

recreate

Skill0 starsChanged 4 months agoMITView on GitHub

Recreate — 기존 프로젝트 코퍼스(README/DESIGN)를 재조합·변형·이식해 새 프로젝트 DesignSeed를 생성하는 메타 스킬. 코퍼스를 3축(형태·속성·기능)으로 분해 → 3경로(RECOMBINE/MUTATE/TRANSPLANT) × 8 발산도구로 후보 생성 → 정량 차별화 게이트 → 실증 → DesignSeed 출력 → pgf full-cycle 핸드오프. Triggers: recreate, 재조합, 재창조, 프로젝트 재생성, 기존 프로젝트 조합, new project from corpus, project genome, recombine, mutate, transplant, 코퍼스 기반 창조, 새 프로젝트 생성, distant hybrid, negative space, conflict compiler

The file

Files
SKILL.md

Recreate — Corpus-to-Project Genome Compiler

이미 만들어진 프로젝트들을 유전자(부품)로 분해한 뒤, 새 프로젝트 씨앗으로 재조립하는 메타 스킬. "새 아이디어 1개를 더 고르는 것"이 아니라, 코퍼스의 생성 문법을 추출해 재사용 가능한 생성 장치를 돌린다.

출력 DesignSeed는 pgf full-cycle의 DESIGN 입력으로 직결된다. (WHAT은 말하고 HOW는 pgf에 맡긴다.)


실행 런타임 (모든 에이전트 공통)

이 스킬은 런타임 중립이다. Claude Code뿐 아니라 codex, kimi cli, antigravity, grok build 등 어떤 AI 에이전트도 수행할 수 있다. 위 frontmatter(user-invocable/argument-hint/triggers/ depends-on)와 /recreate 슬래시는 Claude Code 전용 메타데이터다 — 슬래시·스킬 자동발견이 없는 런타임은 아래 규약으로 실행한다.

  1. 진입: 이 SKILL.md를 처음부터 끝까지 읽는다. {SKILL_DIR} = 이 파일이 있는 디렉토리 (skills/recreate/). reference 문서는 {SKILL_DIR}/reference/<name>.md 를 **파일 열기 도구 (Read/open/cat 등 런타임이 가진 것)**로 로드한다 — 경로는 항상 이 파일 기준 상대경로다.
  2. 호출: 슬래시가 없으면 모드를 자연어로 지시한다 (아래 "호출 방법" 표의 우측 열). 예: "recreate를 run 모드로 수행해" = /recreate run.
  3. 산출: Phase별 산출물을 <corpus-root>/.recreate/ 에 파일로 남긴다 (아래 "산출물 레이아웃").

PG/PGF 의존성 & fallback

이 스킬은 PG(PPR/Gantree) 표기와 PGF full-cycle을 사용한다.

  • pg·pgf 스킬 파일에 접근 가능하면 먼저 로드한다 (정본). Claude Code는 depends-on으로 자동 로드.
  • 접근 불가하면(타 런타임에 미설치) — PG는 parser-free라 별도 툴체인 없이 이 문서의 표기를 그대로 해석하면 된다. 최소 표기 요약:
AI_xxx(...)      # AI 인지 연산 (판단/추론/인식/창조). 결정론 계산은 일반 코드로.
AI_make_xxx(...) # 사역: 대상을 ~하게 만든다 (evolve/adapt/converge 등)
a → b → c        # 파이프라인: 좌측 출력이 우측 입력
[parallel] ... [/parallel]   # 병렬 실행 구간 (내부 노드는 독립)
들여쓰기(4칸)     # Gantree 계층 (트리 깊이)
(status)         # 노드 상태: done | in-progress | designing | blocked | needs-verify
# acceptance_criteria:       # 노드 완료 조건 (인라인)
  • PGF full-cycle 미가용 시: Phase 6의 DesignSeed까지만 산출하고, 핸드오프는 "이 seed를 design→plan→execute→verify 순으로 구현하라"는 자연어 지시로 대체한다 (reference/design-seed.md §4~5의 아키타입별 Gantree 골격을 그대로 사용).

핵심 명제

새 프로젝트 = 코퍼스를 3축(형태·속성·기능)으로 분해해 얻은 부품을, 3경로(재조합·변형·이식)와 그 안의 발산 도구로 조합하고, 정량 차별화 게이트를 통과시킨 뒤, 실제 후보로 산출해 자기검증한 DesignSeed다.

생성은 창작이 아니라 구조화된 탐색 + 검증이다. 코퍼스가 이미 생성 문법을 들고 있으므로, parts(재사용 부품)가 비면 후보를 기각해 "코퍼스 기반성"을 강제한다.


코퍼스가 들고 있는 생성 문법 (스킬의 전제)

거의 모든 코퍼스 프로젝트가 공유하는 공통 골격(skeleton) — 생성물도 이를 따라야 한다:

single_question        # "이 X에 대해 Y인가?" — 한 줄 질문
  → deterministic_engine    # 정밀 계산은 코드, 판단만 규칙
  → k_way_verdict      # 3/4분 판정 (cleared/thin/blocked, approve/review/deny …)
  → dual_output        # 기계용 JSON + 사람용 Markdown
  → cli_triplet        # sample / run / report
  → boundary_clause    # "이것은 ~가 아니다"
  → provenance         # lens stack (L1~L25)

부가 규율: append-only hash-chained ledger(다수), stdlib-only/무의존.

코퍼스 재료의 2계층

  • 1차 재료: 코퍼스 루트 각 폴더의 README.md (코드 없음, README only) + _workspace/project_list.md.
  • 2차 정밀 재료: 각 프로젝트 전체 소스는 github.com/sadpig70/{repo} 에 공개. {repo}=폴더명 (대소문자 혼재: ADPR, afferentcore, MCO, pact, RRE …). README만으로 엔진 로직· verdict_scheme·adapter_contract 분해가 모호하면 해당 repo의 코드/.pgf/DESIGN-*.md를 fetch해 보강.

호출 방법

슬래시(Claude Code)와 자연어(모든 런타임)는 등가다.

슬래시 (Claude Code)자연어 지시 (codex/kimi/antigravity/grok 등)동작
/recreate run [corpus-dir]"recreate를 run 모드로 수행"풀 파이프라인: map → generate → differentiate → select → prove → seed
/recreate map"recreate map 수행 (코퍼스를 ProjectGene 인벤토리로)"Phase 0~1만
/recreate generate [--count N]"recreate generate 수행, 후보 N개 (기본 12)"Phase 2~5: 생성 + 차별화 + 선정 + 실증
/recreate seed [candidate]"recreate seed 수행, 후보 {이름}을 DesignSeed로"Phase 6: DesignSeed + pgf 핸드오프 안내
/recreate status"recreate 진행 상태 보고"현재 진행 상태
  • corpus-dir/대상 생략 시 현재 작업 디렉토리를 코퍼스 루트로 본다 (project_list.md + 각 폴더 README.md).
  • 모드 없이 호출하면 run으로 간주.

산출물 레이아웃

<corpus-root>/
    .recreate/
        latest.json             # 최신 run 포인터 (symlink 미사용)
        registry.json           # run을 넘어 누적: 생성 프로젝트 · 소비 source · blocked names
        runs/
            {run_id}/           # 불변 — 덮어쓰기 금지 (run_id = {NNN}-{winner-slug})
                input_manifest.json   # 코퍼스 included / 생성물 excluded 고정
                genes.json            # Phase 0~1: 3축 ProjectGene 인벤토리
                inventory.md          # 형태/속성/기능 선반 + lens palette + vocab registry
                candidates.md         # Phase 2~5: 후보 brief + 차별화 verdict + 평가 점수
                avoidance_report.md   # Phase 2b: 재실행 회피 판정 (근거+점수)
                DESIGN-SEED-{Name}.md # Phase 6: pgf DESIGN 입력 (최종 산출)
                status.json           # run 상태

재실행 안전: 매 run은 runs/{run_id}/에 격리되어 기존 산출을 덮어쓰지 않는다. registry.json이 생성 프로젝트·소비 source를 누적해 다음 run의 중복(같은 이름·같은 source 조합·같은 문제)을 회피한다. 생성 프로젝트 폴더는 코퍼스 스캔에서 제외된다. 상세 → reference/rerun-avoidance.md.


파이프라인 (Gantree)

RecreateMethod // 코퍼스 → 새 프로젝트 DesignSeed (in-progress) @v:2.2
    Phase0_Corpus // 재료 적재·정규화 + run 격리 (in-progress)
        LoadRegistry // .recreate/registry.json 로드 (없으면 빈 registry)
        CreateRunScope // .recreate/runs/{NNN}-pending/ 생성
        BuildInputManifest // 코퍼스 included / 생성 프로젝트 excluded 고정
        LoadList // project_list.md 로드
        ReadReadmes // 각 README 읽기 (생성 프로젝트 제외)
        BuildGenes // 3축 ProjectGene 추출
    Phase1_Inventory // 3축 인벤토리 + 어휘 레지스트리 (designing) @dep:Phase0_Corpus
        [parallel]
        ArchetypeShelf // 형태별 엔진 선반
        PrimitiveShelf // 속성별 mechanism/contract 선반
        LayerShelf // 기능 계층별 슬롯 선반
        LensPalette // 변형 렌즈 팔레트 (L1~L25)
        VocabRegistry // 과밀 어휘 동적 충돌검사 테이블
        GeneGraph // ABCLink 기질 — gene 경량 KG (idea-layer) #idea
        [/parallel]
    Phase1_5_IdeaKernel // 상류 의도 벡터 (idea-layer, 경량) (designing) @dep:Phase1_Inventory #idea
        # input: registry(과거 gap) + inventory(negative-space) + triangulated primitives
        # process: AI_make_idea_kernel → 6 primitive의 측정가능 목표 선언 (NoNameFirst)
        # output: input_manifest.json 의 idea_kernel 블록
    Phase2_Generate // 3경로 × 8 발산도구 → 후보 K개 (designing) @dep:Phase1_5_IdeaKernel
        [parallel]
        GenRecombine // DistantHybridization + LayerFusion + ConflictCompiler + ABCLink #idea
        GenMutate // LensApply + GrammarMutation + NegativeSpaceInversion
        GenTransplant // DomainTransplant + SystemIntegration
        [/parallel]
        GenerateDebateEvolve // 발산 뒤 비판→진화 직렬 루프 (idea-layer P3) (designing) #idea
    Phase2b_Avoidance // 재실행 회피 (과거 run/생성물/소비 source) (designing) @dep:Phase2_Generate
        RejectGeneratedNameCollision // 결정론 hard-reject
        RejectSourceFingerprintCollision // 결정론 hard-reject
        RejectCorpusNameCollision // 결정론 hard-reject
        AssessConsumedSourcePenalty // AI_ 판정 우선 + 점수 로깅
        DiversityGuard // 동질화 연속신호 soft 병치 (idea-layer P1) #idea
        EmitAvoidanceReport // 모든 판단 근거+점수 기록
    Phase3_Differentiate // 코퍼스 대비 의미 차별화 게이트 (designing) @dep:Phase2b_Avoidance
        # overlap 이산임계 + unique_ratio 보조신호 (idea-layer P1) #idea
    Phase4_SelectOrIntegrate // 상보 통합 → 6축 선정 (designing) @dep:Phase3_Differentiate
        DetectComplementary // 같은 문제·다른 강점 군집 탐지 (overlap과 다른 신호)
        Integrate // 상보 군집을 제3 후보로 통합 (능가 시만 채택)
        TournamentSelect // pairwise Elo + idea_fit, 절대점수와 병행 (idea-layer P2) #idea
        Select // 원본+통합 풀에서 6축 top K
    Phase5_Prove // 실증: 후보 brief 산출 + 자기검증 (designing) @dep:Phase4_SelectOrIntegrate
        EvaluatorGate // 결정론 답변가능을 게이트로 승격 (idea-layer P4) #idea
    Phase6_SeedDesign // DesignSeed 출력 + run rename {NNN}-{winner} (designing) @dep:Phase5_Prove
        CrossModelVerify // 합의·증거라벨 + idea_trace 첨부 (idea-layer P5) #idea
    Phase7_UpdateRegistry // winner·소비 source 누적 + latest.json 갱신 (designing) @dep:Phase6_SeedDesign
        MeasureKernelGap // 의도 대비 달성 gap → 다음 kernel 조향 (idea-layer 폐루프) #idea

Idea Layer (가산): #idea 노드는 메타 파이프라인층(아이디어 발견·평가)의 가산 앵커다. 기존 Phase0~7을 대체하지 않고 강화한다. IdeaKernel(상류 의도) → 6 게이트(하류 측정) → kernel_gap(환류)의 폐쇄 제어 루프. 결정론 경계: #idea 게이트는 AI_ 비결정론(메타층)이며, 생성물 verdict 경로와 Phase2b 이산 hard-reject는 결정론 불변. 정본 → reference/idea-layer.md.

2게이트 분리: Phase2b_Avoidance(과거 run·생성물 회피)와 Phase3_Differentiate(코퍼스 대비 차별화)는 보는 대상·신호가 다르다 — 생성 프로젝트는 코퍼스 스캔에서 제외되므로 Phase3가 못 보고, 이름/fingerprint 충돌은 Phase3가 안 본다. 상세 → reference/rerun-avoidance.md §5.

한 줄 흐름:

load_registry + create_run_scope + input_manifest   # 격리 + 생성물 제외
  → build_genes            # 코퍼스(생성물 제외) → 3축 ProjectGene
  → build_inventory        # [parallel] 형태/속성/기능 선반 + lens + vocab + gene_graph(idea)
  → make_idea_kernel       # idea: 상류 의도 — 6 primitive 목표 선언 (NoNameFirst)
  → generate_candidates    # [parallel] 3경로 × 8 발산도구(+ABCLink) → K=12 후보 → debate_evolve(idea)
  → avoidance_gate (each)  # 과거 run/생성물 회피: hard-reject + AI penalty (+DiversityGuard idea) → avoidance_report
  → differentiate (each)   # 코퍼스 대비 overlap + tag_clash + vocab_clash (+unique_ratio idea) 게이트
  → select_or_integrate    # 상보 군집 통합 → 6축 top 5 (+tournament/idea_fit idea, margin 낮으면 cross-model)
  → prove                  # 실제 brief 산출 + 자기검증 (0개면 실패) + evaluator_gate(idea)
  → emit_design_seed       # runs/{run_id}/DESIGN-SEED-{Name}.md (+idea_trace) (run rename)
  → update_registry        # winner·소비 source 누적 + latest.json + idea_outcome/kernel_gap(idea 폐루프)
  → /pgf full-cycle {Name} # 설계→계획→실행→검증 (핸드오프, run-scoped seed 참조)

Phase 4가 select-or-integrate인 이유 (자기참조): recreate 자신이 method_claude 하나를 고른 게 아니라 method_claude+chatgpf를 통합해 만들어졌다. 여러 런타임/페르소나가 낸 후보가 상보적이면 argmax로 버리지 말고 제3으로 합친다 (overlap 낮음 + complementarity 높음 → integrate).


3축 부품 분해 (요약)

코퍼스의 각 프로젝트를 세 축으로 동시에 태깅한다. 한 축만으로는 조합 어휘가 빈약하다.

축내용역할
형태 (archetype)Gate / Mesh / Clearing / Index / Ledger / Stage / Appraisal어떤 엔진 골격을 재사용
속성 (primitive)mechanism / evidence_model / control_primitive / artifact_type / grammar부품의 인터페이스·어휘
기능 (layer)Sensing / Evidence / Control / Allocation / Releasestack의 어느 계층 슬롯

상세 스키마·분류 기준·7 아키타입 정의·lens palette → reference/gene-extraction.md.


3경로 × 8 발산도구 (요약)

분류는 직교(3경로), 발상은 풍부(8도구).

RECOMBINE  (≥2 부품 합성)
    DistantHybridization   // 먼 domain + 중간 이상 evidence 유사도
    LayerFusion            // Sensing→Evidence→Control→Allocation→Release 각 1개 stack
    ConflictCompiler       // 충돌하는 두 프로젝트를 붙여 새 tension

MUTATE     (1 부품 × 렌즈로 축 교체)
    LensApply              // 코퍼스 lens(L1~L25) 적용, axis 교체
    GrammarMutation        // 과밀 문법 → 신문법 치환
    NegativeSpaceInversion // "하지 않은 행위"를 제품화

TRANSPLANT (메커니즘을 새 도메인/OS로)
    DomainTransplant       // mechanism만 추출 → 도메인 명사 제거 → 재명명
    SystemIntegration      // 다도메인 → 단일 OS 통합

각 도구의 코퍼스 정박 실례·생성 알고리즘 → reference/generation-paths.md.


차별화 게이트 (요약)

거의 모든 코퍼스 README가 수작업하던 "It differs from X"를 정량 자동화한다.

overlap >= 0.7  or tag_clash >= 3              -> duplicate   (기각 or pivot)
overlap >= 0.4  or tag_clash >= 2 or vocab_clash -> needs_pivot (변형 후 재투입)
else                                            -> distinct    (통과)
  • 과밀 어휘 OVERUSED = [mesh, clearing-market, generic ledger, simple gate, escrow, marketplace].
  • vocab_clash면 distinct여도 재명명 강제 (ContextCreep 교훈).
  • 평가 6축: reuse_leverage · novelty · domain_demand · buildability · boundary_clarity · system_potential.

상세 임계·평가 루브릭·pivot 규칙 → reference/differentiation.md.


Select-or-Integrate (Phase 4 — 요약)

overlap(결과물 중복도)과 complementarity(같은 문제·다른 강점축)는 다른 신호다.

overlap 높음                         -> duplicate  (하나 버림 — Phase 3)
overlap 낮음 + complementarity 높음  -> integrate  (제3 후보로 통합 — Phase 4)
overlap 낮음 + complementarity 낮음  -> 독립 후보   (각자 select)
  • 통합 절차 (method_integrated 생성의 일반화): consensus 추출 → 상보 강점 매핑 → 골격(spine) 선택 → AI_make_absorb(흡수, 병합 아님) → 충돌 해소.
  • 통합 게이트: 통합 후보가 원본 최고 6축점을 능가할 때만 채택. 아니면 폐기(원본 유지) — 무분별한 합치기 방지 (divergence ↔ convergence 짝).
  • 적용 조건(실증): 통합은 강한 same_problem + 구조적으로 정렬된 상보축(시간축 lifecycle 등) + 부모가 못 보는 고유가치가 있을 때만 능가한다. 렌즈 ensemble·임의 layer-stack은 contract만 넓혀 대개 기각. margin 근소(±0.1)면 cross-model 합의로 검증. 정본 reference/differentiation.md §3.2a. 실증 run 006(양성)/007(음성).
  • multi-runtime: 여러 모델이 낸 후보의 모델 간 상보까지 통합 — recreate 자신이 만들어진 방식의 자동 재현. 단 점수·통합도 가능하면 cross-model 합의로 (단일 평가자 편향이 다양성을 좁힘).

상세 PPR → reference/differentiation.md §3.


실증 규율 (Phase 5 — 필수)

통합 방법론은 반드시 실제 후보를 산출해 자기검증한다. 후보 0개면 방법론 실패로 본다. 각 후보 brief는 다음 5개 check를 통과해야 한다:

  • source projects ≥ 2개 사용
  • 이름/mechanism에 과밀 어휘 없음
  • 최근접 sibling 대비 명시적 차별점 보유
  • cli_triplet + stdlib-only skeleton 적합
  • single_question이 결정론적 엔진으로 답변 가능

DesignSeed 핸드오프 (Phase 6)

최종 산출 DESIGN-SEED-{Name}.md는 pgf full-cycle의 DESIGN 입력 계약이다. 필드:

name · single_question · archetype · layers_used · reuse_plan(copy/parametrize/redesign)
· lens_stack · domain · verdict_scheme · cli_triplet · boundary · acceptance_seeds
· differentiation_note

핸드오프: /pgf full-cycle {Name} 실행 시 이 seed를 DESIGN 단계 입력으로 전달. DESIGN은 archetype·reuse_plan·verdict_scheme을 Gantree+PPR로 전개한다.

상세 계약·필드 매핑·pgf 연결 → reference/design-seed.md.


Reference 문서 가이드

문서내용로드 시점
reference/gene-extraction.md3축 ProjectGene 스키마, 7 아키타입·5 layer 정의, lens palette(L1~L25), 추출 PPRPhase 0~1 (map)
reference/generation-paths.md3경로 × 8 발산도구 상세 알고리즘 + 코퍼스 anchor 실례Phase 2 (generate)
reference/rerun-avoidance.mdrun 격리·registry·input_manifest 계약, 2게이트 분리, 회피 알고리즘Phase 0/2b/7 (재실행)
reference/differentiation.md정량 게이트 임계, vocab registry, 6축 평가 루브릭, select-or-integratePhase 3~5
reference/design-seed.mdDesignSeed 계약, 필드 매핑, pgf full-cycle 핸드오프Phase 6 (seed)
reference/idea-layer.mdIdeaKernel·6 게이트·폐쇄 제어 루프 (메타 파이프라인 가산 레이어)Phase 1.5~7 (#idea 노드)

PG 표기법(Gantree/PPR/AI_/→/[parallel])과 PGF 실행 모드는 pg·pgf 스킬이 정본이다. 중복 정의하지 않는다.


공진화 (배포 형태)

이 스킬은 1회용 절차가 아니라 재사용 도구다. 코퍼스가 50→100개로 커져도 동일 파이프라인을 재사용하며, 커질수록 차별화 게이트가 강해지고(과밀 어휘 누적) 부품 선반이 풍부해진다 — vocab_registry·lens_palette가 자동 확장되는 공진화 속성을 갖는다.


정직한 경계

  • lens 역추출은 Provenance 미기재 시 추론 — (inferred) 플래그로 구분.
  • overlap/임계(0.4/0.7), tag_clash(2/3)는 코퍼스 초기값 — 성장 시 재보정.
  • domain_demand·system_potential은 외부 신호 없이 AI 판단 — 시장 검증은 범위 밖.
  • RECOMBINE이 이종 아키타입 엔진을 stack 시 verdict_scheme 충돌 가능 — DESIGN에서 해소.
  • GrammarMutation 신문법도 재포화 가능 — vocab_registry 동적 충돌검사로 완화하되 완전 차단 아님.
  • idea-layer 게이트(DiversityGuard/Tournament/CrossModel 등)는 AI_ 비결정론 — 메타층 한정. 생성물 verdict 경로와 Phase2b 이산 hard-reject는 결정론 불변. 임베딩 임계(cos 0.8)는 차용값으로 재보정 대상.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.