Files

T

Antigravity Agent c24165b8bc refactor(topics): 멀티 에이전트용 지식 재편 — _Common(공통 기본기) + Domain_* 구조

에이전트 8종(대화형/프로그래머 C·S/디자이너/설계자/기획자/QA/PD/PM)에게
[공통 기본 능력 + 롤별 Specialty] 2층으로 지식을 주입하기 위한 재분류.
문서 내용·포맷은 무수정, 폴더 이동만 (6,372개 문서 수 보존 확인).

- Topic_Programming → Domain_Programming (내부 구조 보존)
- Topic_Graphic → Domain_Design
- Topic_Business → Domain_Product
- Topic_General → Domain_General
- _Common 신설: Math(구 Topic_Math_Specialty), Reasoning(구 General/From_Thinking & Reasoning),
  Reasoning_Creativity(구 General/From_창의성), Communication(Poetic_Blog_Writing + From_writing)
- 타 도메인의 From_* 폴더는 유지 (출처 표기일 뿐, 이미 도메인에 맞게 분류된 문서)
- 빈 폴더 정리 (memory/procedures)
- 에이전트→폴더 매핑은 workspace의 .astra/agent-knowledge-map.json (9개 에이전트)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

2026-07-11 11:05:56 +09:00

3.5 KiB

Raw Blame History

id, title, category, status, verification_status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, created_at, updated_at, review_reason, merge_history, tags, raw_sources, applied_in, github_commit

title

Caching Pattern

🎯 한 줄 통찰 (One-line insight)

캐싱은 "비싼 계산/조회 결과를 저장해 재사용" 하는 보편 최적화이며, 어려운 것은 캐싱 자체가 아니라 "언제 무효화(invalidation)하느냐" 다 — stale 데이터는 성능보다 더 큰 버그를 만든다.

🧠 핵심 개념 (Core concepts)

memoization: 같은 입력→같은 출력을 키로 저장.
무효화 전략: TTL(시간), 버전/해시, 변경 감지(mtime), 수동.
캐시 키 설계: 입력을 정확히 식별(누락 시 잘못된 hit).
용량 제한: LRU/상한으로 무한 증가 방지.
계층: 메모리→디스크→원격, 가까울수록 빠름.

📖 세부 내용 (Details · 패턴 명세)

Problem (언제 쓰나): 동일 계산/조회가 반복되고 비용이 클 때, 결과가 자주 안 바뀔 때.
사용 조건: 결정적 입력→출력; 무효화 신호 존재; 메모리/디스크 여유.
장점: 지연·비용 대폭↓, 부하 완화.
단점: stale 위험, 메모리 사용, 무효화 복잡, 캐시 키 버그.
대안: 매번 계산(정확성 우선), 사전 계산(배치), 증분 갱신.
실패 사례: 무효화 누락으로 옛 데이터 제공; 키 충돌로 잘못된 hit; 무한 증가 OOM; 변경 감지 누락(mtime 미갱신).

💻 코드 패턴 (Code patterns)

# memoization + 용량 제한
if cache.has(key): return cache.get(key)
val = expensive(input); if cache.size >= LIMIT: cache.clear(); cache.set(key, val)

# 변경 감지 무효화 (파일)
if file.mtime != cached.mtime: cached = reindex(file)   # 변경된 파일만 재계산

적용 예: ConnectAI 의 TOKEN_CACHE(토크나이저 memoization, 상한 시 clear) + mtime 키 brain 인덱스(변경 없는 파일 재토큰화 회피) [S2]. RAG 의 dense/sparse 인덱스도 캐시.

⚖️ 모순 및 업데이트 (Contradictions & updates)

"캐시하면 빠르다" 의 이면은 "무효화를 틀리면 조용히 틀린 답" — Phil Karlton 의 "캐시 무효화는 컴퓨터 과학의 2대 난제". 변경 감지(mtime/해시)가 TTL 보다 정확할 때가 많다.

🛠️ 적용 사례 (Applied in summary)

ConnectAI 토큰 캐시 + mtime 인덱스(TF-IDF 이중언어 스코어링, RAG 검색 파이프라인).

🔗 지식 그래프 (Knowledge Graph)

상위/루트: 패턴 카탈로그 인덱스
관련 개념: Local Storage Pattern, API Client Pattern, RAG Pattern, 소프트웨어 실패 라이브러리
참조 맥락: 작은 모델이 성능 최적화를 할 때 무효화 전략과 함께 참조.

📚 출처 (Sources)

[S1] 일반 캐싱 공학 지식
[S2] ConnectAI/src/retrieval/scoring.ts(TOKEN_CACHE), brainIndex/mtimeFileCache — 적용 예

📝 변경 이력 (Change history)

2026-06-13: 프로젝트 독립 패턴 카드 작성.

3.5 KiB Raw Blame History