Antigravity Agent
9148c358d0
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
2.1 KiB
2.1 KiB
Token Savior
📌 Brief Summary
Token Savior는 코딩 에이전트를 위한 MCP(Model Context Protocol) 서버 아키텍처입니다 [1]. 에이전트가 전체 파일을 읽는 대신 함수, 클래스, 호출 그래프 등의 기호를 기준으로 코드베이스를 색인화하여 포인터로 탐색할 수 있도록 지원합니다 [1]. 이를 통해 활성 토큰 사용량을 77% 줄이고 벤치마크 소요 시간을 76% 단축하는 효과를 제공합니다 [1]. 결과적으로 코딩 에이전트의 컨텍스트 전달이 단순한 데이터 압축 문제가 아니라 효율적인 탐색(Navigation)의 문제임을 입증하는 도구입니다 [1].
📖 Core Content
- 기호 기반의 코드베이스 색인화 및 탐색: Token Savior는 에이전트가 방대한 코드베이스를 분석할 때 무거운 전체 파일을 읽어 들이는 방식을 탈피합니다 [1]. 대신 함수, 클래스, 호출 그래프(Call graphs)와 같은 기호(Symbol)를 기준으로 코드를 색인화하여, 에이전트가 포인터(Pointer)를 통해 필요한 영역만 정밀하게 탐색할 수 있게 합니다 [1].
- 획기적인 리소스 및 실행 시간 최적화: 코드의 필요한 부분만 선별적으로 접근할 수 있는 탐색 구조 덕분에, 에이전트 구동 시 발생하는 활성 토큰(Active tokens) 소비를 77%나 삭감하는 탁월한 효율성을 보여줍니다 [1]. 더불어 벤치마크 환경에서의 소요 시간(Wall time)을 76%까지 단축시킵니다 [1].
- 컨텍스트 엔지니어링 패러다임의 전환: Token Savior의 사례는 코딩 에이전트를 위한 컨텍스트 전달(Context delivery) 방식에 중요한 시사점을 던집니다 [1]. 즉, 제한된 컨텍스트 윈도우 내에서 정보를 단순히 압축(Compression)하는 문제가 아니라, 코드베이스 내비게이션(Navigation) 아키텍처의 문제로 접근해야 함을 실증적으로 증명합니다 [1].
⚖️ Trade-offs & Caveats
소스에 관련 정보가 부족합니다.
Last updated: 2026-05-05