aiwf 0.3.8 → 0.3.12

package/.aiwf/02_REQUIREMENTS/CLAUDE.md

@@ -1,78 +0,0 @@
-# CLAUDE.md - Requirements Folder Structure Guide
-
-## Overview
-This folder contains all project milestones and their associated requirements documentation. Each milestone represents a major project phase or feature set.
-
-## Milestone Naming Convention
-**CRITICAL**: Milestone folders MUST follow this exact pattern:
-```
-M##_Milestone_Name/
-```
-
-- `M##` - Two-digit milestone number (M01, M02, etc.)
-- `_` - Single underscore separator
-- `Milestone_Name` - Descriptive name using underscores for spaces
-
-### Examples:
-- ✅ `M01_Backend_Setup/`
-- ✅ `M02_Frontend_UI/`
-- ✅ `M03_Authentication_System/`
-- ❌ `M1_Backend/` (missing leading zero)
-- ❌ `M01-Backend-Setup/` (wrong separator)
-- ❌ `Backend_Setup/` (missing M## prefix)
-
-## Milestone Structure
-Each milestone folder MUST contain:
-
-### 1. Milestone Meta File (REQUIRED)
-- **Name**: `M##_milestone_meta.md`
-- **Purpose**: Contains milestone metadata and overview
-- **Location**: Root of milestone folder
-
-### 2. Product Requirements Documents (PRD)
-- **Pattern**: `PRD_*.md`
-- **Examples**: `PRD_Backend_Setup.md`, `PRD_User_Authentication.md`
-- **Purpose**: Define product requirements and user stories
-
-### 3. Technical Specifications
-- **Pattern**: `SPECS_*.md`
-- **Examples**: `SPECS_API_V1.md`, `SPECS_Database_Schema.md`
-- **Purpose**: Technical implementation details
-
-### 4. Amendments (as needed)
-- **Pattern**: `PRD_AMEND_##_*.md`
-- **Examples**: `PRD_AMEND_01_Additional_Endpoints.md`
-- **Purpose**: Document changes to original requirements
-
-## Example Structure
-```
-02_REQUIREMENTS/
-├── M01_Backend_Setup/
-│   ├── M01_milestone_meta.md
-│   ├── PRD_Backend_Setup.md
-│   ├── SPECS_API_V1.md
-│   └── PRD_AMEND_01_Cache_Layer.md
-├── M02_Frontend_UI/
-│   ├── M02_milestone_meta.md
-│   ├── PRD_User_Interface.md
-│   └── SPECS_Component_Library.md
-└── M03_Authentication_System/
-    ├── M03_milestone_meta.md
-    ├── PRD_Authentication.md
-    └── SPECS_OAuth_Integration.md
-```
-
-## Important Notes for Claude Code
-
-1. **Always use the M## prefix** when creating milestone folders
-2. **Use underscores** for spaces in milestone names
-3. **Create the milestone meta file first** using the template from `99_TEMPLATES/milestone_meta_template.md`
-4. **Update the project manifest** (`00_PROJECT_MANIFEST.md`) when creating new milestones
-5. **Maintain sequential numbering** - don't skip milestone numbers
-
-## Common Mistakes to Avoid
-- Creating milestones without the M## prefix
-- Using hyphens instead of underscores
-- Forgetting the milestone meta file
-- Not updating the project manifest
-- Creating milestones in the wrong location (must be in 02_REQUIREMENTS)

package/.aiwf/02_REQUIREMENTS/M02_Context_Engineering_Enhancement/M02_milestone_meta.md

@@ -1,34 +0,0 @@
----
-milestone_id: M02
-title: Context Engineering Enhancement
-status: pending
-last_updated: 2025-07-08 15:30
----
-
-## Milestone: Context Engineering Enhancement
-
-### Goals
-- SuperClaude와 Wrinkl의 장점을 통합하여 AI 개발 효율성을 극대화하는 Context Engineering 시스템 구축
-- AI와의 협업을 최적화하는 종합적인 프레임워크로 AIWF 발전
-- 토큰 효율성과 개발 생산성의 균형 달성
-
-### Key Documents
-
-- `PRD_Context_Engineering_Enhancement.md`
-- `SPECS_Feature_Ledger_System.md`
-- `SPECS_AI_Persona_System.md`
-- `SPECS_Token_Optimization.md` (예정)
-
-### Definition of Done (DoD)
-- [ ] Feature Ledger 시스템이 `.aiwf/06_FEATURE_LEDGERS/` 디렉토리에 구현됨
-- [ ] 최소 5개의 AI 페르소나 명령어가 작동함 (아키텍처, 보안, 프론트엔드, 백엔드, 데이터분석가)
-- [ ] Context 압축 모드가 구현되어 50% 이상 토큰 절약 가능
-- [ ] 5개 이상의 AI 도구별 설정 템플릿 제공 (.aiwf/ai-tools/)
-- [ ] Feature tracking이 Git 커밋과 자동 연동됨
-- [ ] 모든 기능이 한국어/영어 양쪽 언어로 완벽히 지원됨
-- [ ] 문서화 및 사용 가이드 완성
-
-### Notes / Context (Optional)
-- 이 마일스톤은 AIWF를 단순한 프로젝트 관리 도구에서 AI 협업 최적화 프레임워크로 발전시키는 중요한 단계입니다.
-- SuperClaude의 페르소나 시스템과 Wrinkl의 Feature Ledger 개념을 AIWF의 구조적 장점과 결합합니다.
-- 기존 M01 마일스톤의 명령어 시스템 위에 구축되므로 M01 완료 후 진행이 권장됩니다.

package/.aiwf/02_REQUIREMENTS/M02_Context_Engineering_Enhancement/PRD_Context_Engineering_Enhancement.md

@@ -1,108 +0,0 @@
-# Product Requirements Document: Context Engineering Enhancement
-
-## Overview
-
-AIWF의 Context Engineering 시스템을 강화하여 AI와의 협업 효율성을 극대화하는 종합적인 프레임워크를 구축합니다. SuperClaude와 Wrinkl의 장점을 통합하여 AIWF만의 독특한 가치를 제공합니다.
-
-## Problem Statement
-
-현재 AIWF는 프로젝트 관리에 중점을 두고 있으나, AI와의 실제 협업 과정에서 다음과 같은 한계가 있습니다:
-
-1. **Context 관리 부족**: AI가 프로젝트 전체 맥락을 효율적으로 이해하기 어려움
-2. **Feature 추적 시스템 부재**: 개발 중인 기능의 상태와 진행상황 추적이 체계적이지 않음
-3. **AI 페르소나 없음**: 특정 도메인 전문가 모드가 없어 전문적인 도움 받기 어려움
-4. **토큰 비효율성**: 대규모 프로젝트에서 context가 너무 커져 토큰 낭비 발생
-
-## Goals
-
-1. **Feature Ledger 시스템 구축**: 기능별 개발 상태를 체계적으로 추적하고 문서화
-2. **AI 페르소나 시스템 구현**: 도메인별 전문가 모드로 더 정확한 도움 제공
-3. **토큰 최적화**: Context 압축 모드로 대규모 프로젝트에서도 효율적인 AI 협업
-4. **AI 도구 통합 확대**: 다양한 AI 도구들을 위한 표준화된 설정 템플릿 제공
-
-## User Stories
-
-### Feature Ledger 관련
-- 개발자로서, 현재 작업 중인 기능들의 상태를 한눈에 볼 수 있어야 한다
-- AI로서, Feature Ledger를 통해 프로젝트의 기능 개발 맥락을 빠르게 파악할 수 있어야 한다
-- 팀원으로서, 완료된 기능과 진행 중인 기능을 명확히 구분할 수 있어야 한다
-
-### AI 페르소나 관련
-- 개발자로서, 아키텍처 설계 시 전문가 모드를 활성화하여 더 나은 조언을 받고 싶다
-- 보안 엔지니어로서, 보안 검토 시 보안 전문가 페르소나를 활용하고 싶다
-- 프론트엔드 개발자로서, UI/UX 관련 전문적인 도움을 받고 싶다
-- 백엔드 개발자로서, API 설계와 서버 아키텍처에 대한 전문적인 가이드를 받고 싶다
-- 데이터 분석가로서, 데이터 처리 파이프라인과 분석 방법론에 대한 조언을 받고 싶다
-
-### 토큰 최적화 관련
-- 대규모 프로젝트 관리자로서, AI와 효율적으로 소통하기 위해 context를 압축할 수 있어야 한다
-- AI로서, 필수 정보만 받아 더 정확하고 빠른 응답을 제공할 수 있어야 한다
-
-## Requirements
-
-### Functional Requirements
-
-#### Feature Ledger System
-1. `.aiwf/06_FEATURE_LEDGERS/` 디렉토리 구조 생성
-2. Feature 생성/업데이트/완료 명령어 구현
-3. Git 커밋과 자동 연동하여 feature 상태 추적
-4. Feature별 문서 자동 생성 템플릿
-5. Feature 대시보드 생성 명령어
-
-#### AI Persona System
-1. 페르소나별 명령어 구현:
-   - `/project:aiwf:architect` - 아키텍처 전문가 모드
-   - `/project:aiwf:security` - 보안 전문가 모드
-   - `/project:aiwf:frontend` - 프론트엔드 전문가 모드
-   - `/project:aiwf:backend` - 백엔드 전문가 모드
-   - `/project:aiwf:data_analyst` - 데이터 분석가 모드
-2. 페르소나별 컨텍스트 규칙 파일
-3. 페르소나 전환 시 명확한 피드백
-4. 페르소나별 전문 용어 및 best practice 가이드
-
-#### Token Optimization
-1. Context 압축 명령어: `/project:aiwf:compress_context`
-2. 선택적 context 로딩 기능
-3. 프로젝트 크기별 자동 최적화 권장사항
-4. 압축률 및 절약된 토큰 수 표시
-
-#### AI Tools Integration
-1. `.aiwf/ai-tools/` 디렉토리 구조
-2. 지원 AI 도구:
-   - Claude Code
-   - GitHub Copilot
-   - Cursor
-   - Windsurf
-   - Augment
-3. 도구별 설정 템플릿 자동 생성
-
-### Non-Functional Requirements
-
-1. **언어 지원**: 모든 기능은 한국어/영어 완벽 지원
-2. **성능**: Context 압축은 3초 이내 완료
-3. **호환성**: 기존 AIWF 구조와 완벽 호환
-4. **확장성**: 새로운 페르소나나 AI 도구 추가가 용이한 구조
-
-## Success Metrics
-
-1. Feature Ledger 사용률 80% 이상
-2. Context 압축 시 평균 50% 이상 토큰 절약
-3. AI 페르소나 명령어 일일 사용 횟수 10회 이상
-4. 사용자 만족도 4.5/5.0 이상
-
-## Timeline
-
-- **Phase 1 (2주)**: Feature Ledger 시스템 구현
-- **Phase 2 (2주)**: AI 페르소나 시스템 구현
-- **Phase 3 (1주)**: 토큰 최적화 및 통합 테스트
-
-## Risks and Mitigations
-
-1. **Risk**: 기존 사용자의 워크플로우 방해
-   - **Mitigation**: 모든 새 기능은 opt-in 방식으로 제공
-
-2. **Risk**: Context 압축으로 인한 정보 손실
-   - **Mitigation**: 중요도 기반 선택적 압축, 원본 보관
-
-3. **Risk**: 페르소나 시스템의 복잡성
-   - **Mitigation**: 직관적인 명령어와 명확한 문서화

package/.aiwf/02_REQUIREMENTS/M02_Context_Engineering_Enhancement/SPECS_AI_Persona_System.md

@@ -1,299 +0,0 @@
-# Technical Specification: AI Persona System
-
-## Overview
-
-AI 페르소나 시스템은 AIWF에서 도메인별 전문가 모드를 제공하여, 특정 분야에 특화된 조언과 가이드를 제공하는 시스템입니다. SuperClaude의 인지 페르소나 개념을 AIWF의 구조에 맞게 구현합니다.
-
-## Architecture
-
-### Directory Structure
-```
-.aiwf/
-├── 07_AI_PERSONAS/
-│   ├── architect/
-│   │   ├── context_rules.md
-│   │   ├── best_practices.md
-│   │   └── knowledge_base.md
-│   ├── security/
-│   │   ├── context_rules.md
-│   │   ├── security_checklist.md
-│   │   └── vulnerability_patterns.md
-│   ├── frontend/
-│   │   ├── context_rules.md
-│   │   ├── ui_ux_guidelines.md
-│   │   └── component_patterns.md
-│   ├── backend/
-│   │   ├── context_rules.md
-│   │   ├── api_design_guide.md
-│   │   └── performance_tips.md
-│   ├── data_analyst/
-│   │   ├── context_rules.md
-│   │   ├── analysis_methodologies.md
-│   │   └── visualization_guide.md
-│   └── PERSONA_INDEX.md
-```
-
-## Persona Definitions
-
-### 1. Architect (아키텍처 전문가)
-**Focus Areas**:
-- 시스템 설계 패턴
-- 확장성 및 성능 고려사항
-- 기술 스택 선택
-- 마이크로서비스 vs 모놀리스
-- 도메인 주도 설계 (DDD)
-
-**Activation Command**: `/project:aiwf:architect`
-
-**Context Rules**:
-```yaml
-persona: architect
-focus:
-  - system_design
-  - scalability
-  - architecture_patterns
-  - technology_decisions
-priorities:
-  - maintainability: high
-  - scalability: high
-  - performance: medium
-  - simplicity: medium
-```
-
-### 2. Security (보안 전문가)
-**Focus Areas**:
-- 보안 취약점 분석
-- OWASP Top 10
-- 인증/인가 시스템
-- 데이터 암호화
-- 보안 감사
-
-**Activation Command**: `/project:aiwf:security`
-
-**Context Rules**:
-```yaml
-persona: security
-focus:
-  - vulnerability_assessment
-  - secure_coding
-  - authentication
-  - encryption
-  - compliance
-priorities:
-  - security: critical
-  - data_protection: high
-  - compliance: high
-  - usability: medium
-```
-
-### 3. Frontend (프론트엔드 전문가)
-**Focus Areas**:
-- UI/UX 디자인 원칙
-- 반응형 디자인
-- 성능 최적화
-- 접근성 (a11y)
-- 상태 관리
-
-**Activation Command**: `/project:aiwf:frontend`
-
-**Context Rules**:
-```yaml
-persona: frontend
-focus:
-  - user_interface
-  - user_experience
-  - performance
-  - accessibility
-  - state_management
-priorities:
-  - user_experience: critical
-  - performance: high
-  - accessibility: high
-  - maintainability: medium
-```
-
-### 4. Backend (백엔드 전문가)
-**Focus Areas**:
-- API 설계 (REST/GraphQL)
-- 데이터베이스 설계
-- 캐싱 전략
-- 메시지 큐
-- 서버 최적화
-
-**Activation Command**: `/project:aiwf:backend`
-
-**Context Rules**:
-```yaml
-persona: backend
-focus:
-  - api_design
-  - database_optimization
-  - caching_strategies
-  - message_queuing
-  - server_architecture
-priorities:
-  - reliability: critical
-  - performance: high
-  - scalability: high
-  - security: high
-```
-
-### 5. Data Analyst (데이터 분석가)
-**Focus Areas**:
-- 데이터 파이프라인
-- 통계 분석
-- 머신러닝 모델
-- 데이터 시각화
-- ETL 프로세스
-
-**Activation Command**: `/project:aiwf:data_analyst`
-
-**Context Rules**:
-```yaml
-persona: data_analyst
-focus:
-  - data_pipelines
-  - statistical_analysis
-  - machine_learning
-  - visualization
-  - etl_processes
-priorities:
-  - accuracy: critical
-  - insights: high
-  - performance: medium
-  - automation: medium
-```
-
-## Command Specifications
-
-### Persona Activation
-```bash
-/project:aiwf:<persona_name>
-```
-
-**Process**:
-1. Load persona-specific context rules
-2. Apply domain knowledge filters
-3. Activate specialized response patterns
-4. Display activation confirmation
-
-**Response Format**:
-```
-🎭 AI 페르소나 활성화: [페르소나 이름]
-📚 전문 분야: [주요 도메인]
-🎯 현재 초점: [활성화된 초점 영역]
-```
-
-### Persona Deactivation
-```bash
-/project:aiwf:default_mode
-```
-
-**Process**:
-1. Clear persona-specific contexts
-2. Return to general-purpose mode
-3. Display deactivation confirmation
-
-### Persona Status Check
-```bash
-/project:aiwf:persona_status
-```
-
-**Output**:
-```markdown
-## 현재 AI 페르소나 상태
-
-**활성 페르소나**: Backend Expert
-**활성화 시간**: 15분 전
-**적용된 규칙**: 5개
-**제공된 조언**: 12건
-```
-
-## Integration Features
-
-### 1. Context Injection
-각 페르소나 활성화 시 자동으로 주입되는 컨텍스트:
-- 도메인별 best practices
-- 일반적인 anti-patterns
-- 추천 도구 및 라이브러리
-- 성능 벤치마크 참고자료
-
-### 2. Response Adaptation
-페르소나별 응답 특성:
-- **Architect**: 높은 수준의 추상화, 패턴 중심
-- **Security**: 위험 중심, 방어적 접근
-- **Frontend**: 사용자 중심, 시각적 설명
-- **Backend**: 데이터 흐름 중심, 성능 지향
-- **Data Analyst**: 통계적 근거, 시각화 중심
-
-### 3. Knowledge Base Integration
-```
-.aiwf/07_AI_PERSONAS/<persona>/knowledge_base.md
-```
-- 각 페르소나별 참고 자료
-- 업계 표준 및 규약
-- 도구별 설정 예시
-- 실제 프로젝트 패턴
-
-## Implementation Requirements
-
-### Performance
-- 페르소나 전환 < 500ms
-- 컨텍스트 로딩 < 1초
-- 메모리 오버헤드 < 50MB per persona
-
-### Validation
-- 페르소나 명령어 유효성 검사
-- 중복 활성화 방지
-- 충돌하는 규칙 감지
-
-### Multi-language Support
-모든 페르소나는 한국어/영어 양방향 지원:
-- 명령어는 동일하게 유지
-- 응답은 사용자 언어 설정 따름
-- 전문 용어는 원어 병기
-
-## Future Enhancements
-
-1. **Custom Personas**: 사용자 정의 페르소나 생성
-2. **Persona Combinations**: 복수 페르소나 동시 활성화
-3. **Learning Mode**: 사용 패턴 학습 및 개인화
-4. **Team Personas**: 팀별 맞춤 페르소나 설정
-5. **Persona Analytics**: 페르소나별 사용 통계 및 효과 분석
-
-## Example Use Cases
-
-### 1. 아키텍처 리뷰
-```bash
-/project:aiwf:architect
-"이 마이크로서비스 구조를 검토해주세요"
-# → 확장성, 복잡도, 통신 오버헤드 등 아키텍처 관점 분석
-```
-
-### 2. 보안 감사
-```bash
-/project:aiwf:security
-"이 인증 시스템의 취약점을 찾아주세요"
-# → OWASP 기준, 일반적인 공격 벡터 등 보안 중심 분석
-```
-
-### 3. UI 개선
-```bash
-/project:aiwf:frontend
-"이 대시보드의 UX를 개선하고 싶습니다"
-# → 사용성, 접근성, 반응형 디자인 등 프론트엔드 관점 제안
-```
-
-### 4. API 최적화
-```bash
-/project:aiwf:backend
-"이 API의 응답 속도를 개선하려면?"
-# → 캐싱, 쿼리 최적화, 비동기 처리 등 백엔드 관점 솔루션
-```
-
-### 5. 데이터 인사이트
-```bash
-/project:aiwf:data_analyst
-"이 사용자 행동 데이터에서 패턴을 찾아주세요"
-# → 통계 분석, 시각화, 예측 모델 등 데이터 분석 접근법
-```