운영 중인 기존 저장소에서 한 줄 버그 수정·기능 요청을 분석, BA 문서화, 전체 영향도 평가, 명세, 구현, QA, 로컬 배포, 운영 배포 준비까지 추적 가능한 파이프라인으로 처리하는 Codex 스킬 모음이다.
요청 (이슈 번호 또는 기획서)
→ 이슈 인입·브랜치 (issue-first 저장소, 선택)
→ 저장소 분석
→ 다중 도구 증거 교차검증
→ BA 문서
→ 전체 영향도
→ 기능 명세
→ 구현
→ QA
→ 로컬 배포·스모크 테스트
→ 무중단 배포 준비
각 실행은 소비자 저장소의 .ai-sdlc/runs/<run>/에 상태와 근거 문서를 남긴다.
배포 준비 완료는 실제 배포 승인이 아니며, 운영 배포·실거래·프로덕션 데이터 변경은
사용자의 별도 명시 승인이 필요하다.
이슈 우선 규칙이 있는 저장소에서는 ai-sdlc-skills-issue가 이슈 번호·기획서를 forge 이슈와
<type>/issue-N-<slug> 브랜치로 바꾸고 run slug를 이슈에 고정한다. 구현 단계는 테스트 작성
패스를 제품 코드 패스와 분리해(가능하면 별도 서브에이전트) 테스트가 구현이 아니라 수용 기준을
담게 한다.
파이프라인 완료 후, 사용자가 요청하면 선택적으로 ai-sdlc-skills-commit(로컬 커밋)과
ai-sdlc-skills-pr(PR/MR 오픈)을 실행한다 — 둘 다 게이트 상태머신 밖의 독립 단계이며
자동으로 커밋·푸시·머지하지 않는다.
긴 실행이 한 세션의 컨텍스트 윈도우를 넘길 때는 ai-sdlc-skills-handoff로
HANDOFF.md 상태 스냅샷(목표·현재 상태·결정·남은 일·함정·재개 절차)을 남기고
새 세션에서 그 문서부터 읽어 재개한다.
스킬 목록과 각 SKILL.md 링크는 skills/README.md,
스킬별 입력/출력 아티팩트는 docs/REFERENCE.md 참고.
설계 결정·비목표·불변 제약은 CONTEXT.md 에 고정돼 있다 — 세션 시작 시 먼저 읽는다.
큰 저장소에 단계적으로 도입하는 순서는 docs/ADOPTION.md 참고.
CodeGraph, Graphify, Code-Graph-RAG, OpenCodeReview가 설치되고 사용 승인을 받은 환경에서는 각 도구를 선택적으로 활용한다. 도구가 없어도 Git·소스·스키마·테스트 기반 폴백으로 파이프라인이 동작하며, 외부 전송이나 무거운 서비스 실행은 자동으로 활성화하지 않는다.
사용자는 무엇을(What) · 왜(Why) 만 주면 된다. 참고자료·예시 화면·우선순위는 선택이며, 없다고 해서 작업이 멈추지 않는다. 나머지(요구사항 정리, 완료 기준, 영향 범위, 검증 방법)는 파이프라인이 저장소 증거에서 만들어 문서로 남기고, 해석이 갈리는 지점만 되묻는다.
doksam 환경에서는 사내 vLLM의 OpenAI-compatible endpoint를 사용한다.
export AI_SDLC_LLM_PROVIDER=vllm
export AI_SDLC_LLM_BASE_URL=<internal-url>
export AI_SDLC_LLM_MODEL=<served-model>외부 사용자는 OpenAI API 키와 승인된 모델을 설정한다.
export AI_SDLC_LLM_PROVIDER=openai
export OPENAI_API_KEY=<secret>
export AI_SDLC_LLM_MODEL=<model>키와 내부 URL은 저장소나 생성 문서에 기록하지 않는다. 모델 공급자가 없어도 로컬 분석, 결정적 검사, QA, 로컬 배포 단계는 동작한다.
cd /path/to/your-project
# 팀과 함께 커밋할 복사 설치
/path/to/ai-sdlc-skills/bin/install.sh . --mode copy
# 또는 스킬을 개발하며 즉시 반영하는 로컬 링크 설치
/path/to/ai-sdlc-skills/bin/install.sh . --mode link이 파이프라인은 운영 중인 기존 저장소의 변경 요청만 다룬다. 빈 저장소에 새 시스템을 처음부터 만들어 달라는 그린필드 생성 요청은 지원하지 않는다 — 비목표는 CONTEXT.md 참고.
Codex를 다시 시작한 뒤 자연어로 요청한다.
주문 목록 API가 취소된 주문을 필터링하지 못한다. status 파라미터를 추가해서
취소 상태를 걸러낼 수 있게 해줘.
명시적으로 호출하려면:
$ai-sdlc-skills-pipeline 주문 목록 API가 취소된 주문을 필터링하지 못한다. status 파라미터를 추가해줘.
이런 요청은 기존 API 핸들러·쿼리 로직을 근거로 분석 → 영향도(호출부·클라이언트 호환성) → 명세 → 구현 순으로 자연스럽게 이어진다.
Codex가 저장소의 .agents/skills를 탐색하므로 설치 결과는
your-project/.agents/skills/ai-sdlc-skills-*에 위치한다.
tests/test.shpull request와 main 대상 push마다 GitHub Actions가 동일한 tests/test.sh를
실행한다 (.github/workflows/test.yml). 필수 CI check 이름은 test.
이 저장소에서 작업하는 에이전트·사람이 지켜야 할 규칙(P0/P1/P2)·워크플로는 AGENTS.md 가 정본이다.