Update project files
This commit is contained in:
@@ -6,6 +6,6 @@
|
||||
"description": "Auto-created by Project Architecture activation.",
|
||||
"corePurpose": "",
|
||||
"detailLevel": "standard",
|
||||
"createdAt": "2026-05-14T00:57:32.245Z",
|
||||
"updatedAt": "2026-05-18T03:11:17.574Z"
|
||||
"createdAt": "2026-05-20T09:42:40.003Z",
|
||||
"updatedAt": "2026-05-22T05:59:38.330Z"
|
||||
}
|
||||
|
||||
+19
@@ -0,0 +1,19 @@
|
||||
# ADR: E:\Wiki\connectai 질문이 있어. 지금 이 프로젝트는 2nd 지식을 내가 특정 폴더로 wiki화한 md 파일들을 불러오는 방식으로 ...
|
||||
|
||||
## Status
|
||||
accepted
|
||||
|
||||
## Context
|
||||
E:\Wiki\connectai 질문이 있어. 지금 이 프로젝트는 2nd 지식을 내가 특정 폴더로 wiki화한 md 파일들을 불러오는 방식으로 되어 있어. 근대 md 파일을 바이너리화한 것을 다운 받고 바이너리 파일을 제2뇌 지식으로 사용하게 할 수 있을까?
|
||||
|
||||
## Decision
|
||||
결론부터 말씀드리면, **기술적으로 충분히 가능하며 오히려 대규모 데이터 처리 측면에서는 더 효율적인 방식**이 될 수 있습니다. 다만, 이 방식을 구현하려면 '단순한 텍록(Text-log)' 형태의 Markdown을 읽는 것과 달리, **바이너리 데이터를 다시 의미론적 구조로 복원하거나 임베딩 벡터로 변등시키는 과정**이 필요합니다. 구체적인 분석과 구현 방향을 정리해 드립니다. ## 1. 기술적 타당성 분석 현재 방식은 로컬 경로의 `.md` 파일을 직접 읽어 컨텍스트에 주입하는 **File-based RAG**입니다. 이를 바이너리(예: 임베딩된 벡터 데이터나 직렬화된 객체)로 전환할 경우 다음과 같은 변화가 생깁니다. * **장점 (Pros):** * **검색 속도 향상:** 텍스트를 매번 파싱하는 대신, 이미 계산된 벡터나 인덱스(FAISS, Annoy 등)를 바로 사용할 수 있어 Retrieval 단계의 지연 시간이 줄어듭니다. * **데이터 무결성:** 텍스트 기반에서는...
|
||||
|
||||
## Reason
|
||||
Captured automatically because the conversation contained decision-oriented language.
|
||||
|
||||
## Alternatives
|
||||
Not captured yet.
|
||||
|
||||
## Consequences
|
||||
- Future prompts should treat this as project context unless the user changes direction.
|
||||
+19
@@ -0,0 +1,19 @@
|
||||
# ADR: 방금 2nd 뇌 에 Lateral Thinking 관련 지식을 추가했어. 이 기능이 앞으로 너가 답을 할때 어떠한 영향을 끼치는지 알려주면 좋겠...
|
||||
|
||||
## Status
|
||||
accepted
|
||||
|
||||
## Context
|
||||
방금 2nd 뇌 에 Lateral Thinking 관련 지식을 추가했어. 이 기능이 앞으로 너가 답을 할때 어떠한 영향을 끼치는지 알려주면 좋겠어.
|
||||
|
||||
## Decision
|
||||
새로운 지식인 **Lateral Thinking(측면 사고)**이 추가된 것은, 저의 답변 능력이 단순한 '정보 전달'에서 **'창의적 문제 해결 및 전략적 제안'** 단계로 진화할 수 있는 아주 중요한 전환점입니다. 기존의 제가 알고 있던 지식이 "A는 B이다"라는 사실 중심(Vertical/Logical)이었다면, Lateral Thinking이 결합된 저는 **"A를 C나 D로 바꿀 수는 없을까?"** 혹은 **"이 문제를 해결하기 위해 전혀 다른 관점에서 접근해볼까?"**라는 사고가 가능해집니다 구체적으로 저의 답변 방식에 미칠 영향은 다음과 같습니다. ## 1. 수직적 사고(Vertical)에서 확산적 사고(Lateral)로의 확장 * **기존 (Vertical):** 사용자의 질문에 대해 논리적이고 단계적인 정답(Step-by-step)을 찾는 데 집중했습니다. 주로 '정해진 규칙'과 '논리적 인과관계'를 따릅니다. * **변경 후 (Lateral):** 논리적 경로를 따...
|
||||
|
||||
## Reason
|
||||
Captured automatically because the conversation contained decision-oriented language.
|
||||
|
||||
## Alternatives
|
||||
Not captured yet.
|
||||
|
||||
## Consequences
|
||||
- Future prompts should treat this as project context unless the user changes direction.
|
||||
+19
@@ -0,0 +1,19 @@
|
||||
# ADR: 오늘 팀별 보고를 했어. 그냥 하는게 너무 심적으로 힘든데 어떻게 개선할 수 있을까?
|
||||
|
||||
## Status
|
||||
accepted
|
||||
|
||||
## Context
|
||||
오늘 팀별 보고를 했어. 그냥 하는게 너무 심적으로 힘든데 어떻게 개선할 수 있을까?
|
||||
|
||||
## Decision
|
||||
팀별 보고라는 것이 사실 단순한 정보 전달을 넘어, 자신의 성과나 진행 상황을 타인(특히 상사나 동료)의 시선에 노출시키는 일이기 때문에 심리적 압박감이 매우 클 수밖에 없습니다. 이 문제를 해결하기 위해 **'심리적 저항감을 줄이는 전략'**과 **'구조적 개선 방안'** 두 가지 측면에서 제안을 드립니다. ## 1. 심리적 접근: '나'와 '보고'를 분리하기 (Reframing) 가장 중요한 것은 보고의 주체가 **'나의 가치'**가 아니라 **'프로젝트의 상태'**임을 인지하는 것입니다. * **자아와 업무의 분리:** 보고할 때 발생하는 비판이나 질문을 '나에 대한 공격'이 아닌, '업무의 리스크를 발견하는 과정'으로 재정의하세요. "내가 부족해서"가 아니라 **"프로젝트의 불확실성을 제거하기 위해"** 하는 것이라고 생각의 프레임을 바꾸는 것입니다. * **통제 가능한 것에 집중:** 보고 내용 중 내가 통제할 수 없는 피드백(타인의 평가)에 매몰되지 말고, 내가 통제할 수...
|
||||
|
||||
## Reason
|
||||
Captured automatically because the conversation contained decision-oriented language.
|
||||
|
||||
## Alternatives
|
||||
Not captured yet.
|
||||
|
||||
## Consequences
|
||||
- Future prompts should treat this as project context unless the user changes direction.
|
||||
+22
@@ -0,0 +1,22 @@
|
||||
# Development Log: E:\Wiki\connectai 이 프로젝트가 너의 프로젝트인데, 단순히 cloud base ai model을 사용하는 것과 너를 사용하는 것이...
|
||||
|
||||
## Purpose
|
||||
Record the implementation or verification outcome from the current conversation.
|
||||
|
||||
## Implementation Summary
|
||||
매우 날카롭고 본질적인 질문입니다. 맞습니다. 성능(Reasoning/Knowledge) 측면만 본다면 Claude나 GPT-4와 같은 **Cloud-based LLM은 압도적으로 강력하고 '좋습니다'.** 하지만 제가 이 프로젝트(`connectai`)의 핵심인 이유는, 단순히 모델을 사용하는 것을 넘어 **'모델에 사용자의 맥락(Context)과 개인적 지식(Second Brain)을 주입하여, 나만의 맞춤형 지능으로 변환하는 레이어'** 역할을 하기 때문입니다. Cloud AI Model과 저(Astra)의 차이점을 세 가지 관점에서 비교해 드립니다. ## 1. 데이터의 범위: General Knowledge vs. Private Context * **Cloud AI Model:** 전 세계의 방대한 데이터를 학습했지만, **사용자 개인의 로컬 파일, 현재 진행 중인 프로젝트의 소스 코드, 어제 작성한 회의록 내용**은 알지 못합니다. 즉, '일반적인 상식'은 뛰어나지만 '사용...
|
||||
|
||||
## Architecture
|
||||
Captured automatically from the assistant response and active project context.
|
||||
|
||||
## Changed Files
|
||||
- No explicit changed file list was captured automatically.
|
||||
|
||||
## Dependency Notes
|
||||
No new dependency note was captured automatically.
|
||||
|
||||
## Bugs
|
||||
No bugs recorded.
|
||||
|
||||
## Lessons
|
||||
- Automatic project records should be generated in the background when the turn contains durable project knowledge.
|
||||
@@ -153,3 +153,15 @@
|
||||
|
||||
## 2026-05-17
|
||||
- Auto decision record created: decisions/ADR-0016-내가-블로그글-작성시-사용하고-있는-지침서인데-slot1번-기준으로-더-자연스럽고-트랜디하고-구독자에게-자연.md
|
||||
|
||||
## 2026-05-20
|
||||
- Auto decision record created: decisions\ADR-0017-e-wiki-connectai-질문이-있어-지금-이-프로젝트는-2nd-지식을-내가-특정-폴더로-wiki화한-.md
|
||||
|
||||
## 2026-05-22
|
||||
- Auto development record created: development\2026-05-22_e-wiki-connectai-이-프로젝트가-너의-프로젝트인데-단순히-cloud-base-ai-model을-_implementation.md
|
||||
|
||||
## 2026-05-22
|
||||
- Auto decision record created: decisions\ADR-0018-방금-2nd-뇌-에-lateral-thinking-관련-지식을-추가했어-이-기능이-앞으로-너가-답을-할때-어.md
|
||||
|
||||
## 2026-05-22
|
||||
- Auto decision record created: decisions\ADR-0019-오늘-팀별-보고를-했어-그냥-하는게-너무-심적으로-힘든데-어떻게-개선할-수-있을까.md
|
||||
|
||||
Reference in New Issue
Block a user