Context Budget 최적화를 위한 AI Agent SKILL.md 정적 분석기 구축

Context

AI Agent가 SKILL.md의 이름과 설명을 Context Window에 상시 유지함에 따라 불명확한 기술 정의가 토큰 비용 증가와 오작동을 유발하는 구조적 한계 존재. 벤더별 가이드라인이 분산되어 있어 정량적 품질 검증과 자동화된 강제 수단이 부재한 상황임.

Technical Solution

• Anthropic, OpenAI, Google 등 주요 벤더 가이드를 24개의 concrete rule로 추상화한 Static Analysis 엔진 설계
• Frontmatter, Description, Conciseness 등 7개 가중치 카테고리를 통한 0-100점 기반의 정량적 스코어링 모델 구현
• Deterministic한 결과 도출을 위해 Network Call을 완전히 배제한 Offline-first CLI 구조 채택
• CI/CD 파이프라인 통합을 위한 --min-score 옵션 및 SARIF 2.1.0 표준 포맷의 JSON 출력 지원
• 신규 룰 추가를 위해 단일 클래스와 등록 프로세스만으로 구성된 단순 확장형 Rule Engine 아키텍처 적용