메뉴
Detect whether the workspace is greenfield (new project) or brownfield (existing codebase). For brownfield, trigger reverse-engineering to recover implicit requirements. Produces a workspace-report.md with detected stack, entry points, and recommended inception path.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
생성 전(pre-generation) grounding 레이어. 온톨로지 엔티티(Spec/ADR/Deployment/Agent/Skill/Incident/Budget/Risk)를 작성하기 전에 지식 그래프를 질의해 기존 정의·enum·전례·결정 이유를 확인함으로써 drift를 소스에서 차단한다. adr-0001-graphify-knowledge-wiki 결정에 따라 Graphify(MIT)를 런타임 질의 substrate로 사용하며, Graphify 미가용 시 raw 스키마/docs 읽기로 graceful degradation 한다.
알려진 장애 패턴에 대해 사전 정의된 Runbook 기반 자동 복구를 실행한다. RCA 결과 또는 incident-response의 가설을 입력으로 받아 매칭되는 remediation playbook을 선택하고, 복구 전/후 상태를 검증하며, 실패 시 에스컬레이션한다. SEV2/3만 자동 복구 대상이며 SEV1은 사람 전용이다.
인시던트 발생 시 관련 메트릭·로그·이벤트·변경 이력을 자동 수집하고 인과 관계를 추론하여 근본 원인을 식별한다. 타임라인 기반 이벤트 상관관계 분석, 변경-장애 매핑, 의존성 그래프 탐색을 수행하며 RCA 보고서를 자동 생성한다.
SLI 메트릭을 자동 수집하여 SLO 대비 추적하고, Error Budget 소진율에 따라 배포 게이트를 제어한다. 번다운 차트 생성, 예측 기반 SLO 위반 사전 경고, Error Budget 정책(freeze/slow-down/normal) 자동 적용을 수행하며 continuous-eval의 품질 게이트를 보완한다.
CloudWatch 메트릭과 Prometheus 시계열 데이터에서 통계적 이상 징후를 자동 탐지하여 incident-response의 입력 소스로 제공한다. 베이스라인 학습(7일 이동 평균 + 3σ), 다변량 상관 분석, 계절성 보정을 수행하며 탐지된 anomaly를 severity 분류하여 알람을 생성한다.
과거 트래픽 패턴과 시계열 예측을 기반으로 리소스 수요를 사전 예측하고 스케일링을 권고한다. 시간대별/요일별 계절성 분석, 이벤트 기반 수요 급증 예측, 비용 대비 성능 최적 구성 제안을 수행하며 cost-governance와 연동하여 예산 범위 내 스케일링을 보장한다.
| name | workspace-detection |
| description | Detect whether the workspace is greenfield (new project) or brownfield (existing codebase). For brownfield, trigger reverse-engineering to recover implicit requirements. Produces a workspace-report.md with detected stack, entry points, and recommended inception path. |
| argument-hint | [target directory — defaults to cwd] |
| user-invocable | true |
| model | claude-sonnet-4-6 |
| allowed-tools | Read,Grep,Glob,Bash |
.omao/plans/<slug>/workspace-report.md 가 최신 상태로 존재할 때.omao/plans/ 디렉터리가 존재(없을 경우 생성)인자로 받은 경로 또는 현재 작업 디렉터리를 타깃으로 설정합니다. 절대 경로로 변환한 뒤 존재 여부와 읽기 권한을 확인합니다.
다음 시그널을 종합하여 판별합니다.
| 시그널 | Greenfield | Brownfield |
|---|---|---|
| 소스 파일 수 | 10 미만 또는 scaffold 만 존재 | 소스 파일 50 이상 |
| Git 히스토리 | 0~3 commits | 10 이상 commits |
| 의존성 선언 | package.json/pyproject.toml 없음 또는 초기 스캐폴드 | 고정 버전의 의존성 다수 |
| 테스트 자산 | 테스트 파일 없음 | 테스트 디렉터리 존재 |
| 도메인 모델 | 명시된 엔터티 없음 | 모델/스키마 파일 존재 |
판별 결과는 workspace_type: greenfield | brownfield | hybrid 로 기록합니다.
*.py, *.ts, *.go, *.java, *.rs 등 확장자 빈도 집계package.json, pyproject.toml, go.mod, pom.xml 파싱Dockerfile, helm/, terraform/, *.tf, k8s/, kustomization.yaml 존재 여부requirements.txt 에서 vllm, transformers, langfuse, langchain 탐지bin/, cmd/, main.pyapp.py, server.ts, api/ 라우트src/pages/, app/, public/workers/, consumers/workspace_type == brownfield 인 경우, 다음 산출물을 추가 수집합니다.
결과는 reverse-engineering-notes.md 로 별도 저장하고, workspace-report.md 에서 링크합니다.
.omao/plans/<slug>/workspace-report.md 에 다음 섹션을 기록합니다.
# Workspace Report
- workspace_type: brownfield
- primary_language: Python 3.11
- frameworks: [FastAPI, LangChain, vLLM client]
- entry_points: [app/main.py, workers/indexer.py]
- infrastructure: [Helm, Terraform]
- recommended_next: requirements-analysis (adaptive, complex)
requirements-analysis (simple mode)requirements-analysis (structured mode)requirements-analysis + reverse-engineering-notes.md 참조docs/ 위주 레포를 brownfield 로 잘못 분류node_modules/ 를 소스 파일 수에 포함/tmp/ 같은 휘발성 위치로 지정../../CLAUDE.md — aidlc 플러그인 (inception) 개요../requirements-analysis/SKILL.md — 다음 단계 스킬/home/ubuntu/workspace/oh-my-aidlcops/CLAUDE.md — OMA 전체 철학/home/ubuntu/workspace/oh-my-aidlcops/plugins/aidlc/CLAUDE.md — Phase 2 연결