312줄 Bash 기반의 File-system State Machine을 통한 AI 기능 구현 루프 구축

Context

단일 LLM 호출 기반 워크플로우에서 발생하는 무한 루프 및 무분별한 Token 소모 문제 분석. 모델의 단순 추론 결과에 의존하는 구조적 한계로 인한 배포 신뢰성 결여 해결 필요.

Technical Solution

• File-system 기반 State Machine 설계로 DB 없이 .done 마커를 통한 작업 상태 관리
• Tail 기반의 Windowed Context 제공을 통해 최신 200라인의 로그와 공통 학습 파일(learnings.md)을 Prompt에 주입
• 모델의 할루시네이션 및 무한 루프 방지를 위해 로그 크기 변화량(32 bytes)을 감지하는 Mechanical Floor(Circuit Breaker) 도입
• 단일 단계 수행-검증-로그 기록의 6단계 Task List 기반 Prompting으로 거대 커밋 및 검증 누락 방지
• 4가지 세분화된 Halt Code 설계를 통해 외부 요인(Quota)과 내부 요인(Blocked)을 구분한 인간 개입 시점 정의
• Zero Install 환경 구축을 위해 Python 대신 Bash Coreutils(timeout, tail, stat)를 활용한 경량 런너 구현