14개 Lifecycle Hooks로 구현한 Self-maintaining AI Wiki, Hypomnema

Context

기존 RAG 및 Vector DB 기반 노트 도구들이 정보를 단순히 누적하기만 하여 지식의 합성이 일어나지 않는 한계 직면. 특히 세션 간 문맥 소실과 수동 동기화로 인한 데이터 오염 및 관리 비용 증가라는 병목 지점 발생.

Technical Solution

• Plain Markdown과 Git 기반의 저장소 구조를 채택하여 Vector DB 없이 데이터 영속성 및 버전 관리 확보
• SessionStart와 UserPromptSubmit 훅을 조합하여 임시 마커 파일 기반의 Context Injection 구조 설계로 세션 복구 비용 O(1) 달성
• PreCompact 훅을 통한 검증 로직 구현으로 세션 요약 시 미완성 학습 데이터가 삭제되는 데이터 유실 방지
• .hypoignore 파일 기반의 Glob 패턴 매칭을 적용하여 복잡한 Privacy Mode 설계를 단순한 경로 제외 방식으로 최적화
• 14개의 Lifecycle Hooks를 통해 Auto-commit, Auto-push, Session-state Injection 등 위키 유지보수 자동화 체계 구축
• LLM이 신규 정보를 기존 페이지에 통합 업데이트하도록 설계하여 정보의 파편화를 막고 지식의 합성을 유도