피드로 돌아가기
Dev.toDevOps
원문 읽기
정적 파일 분석 및 GitHub API 검증 기반의 Zero-Config 스택 탐지 CLI 구현
Building skillgrab: auto-detecting stacks across JS, Python, Go, mobile and infra to install AI agent skills in one command
AI 요약
Context
90,000개 이상의 AI 에이전트 스킬 중 프로젝트에 적합한 항목을 수동으로 선택해야 하는 운영 효율성 저하 발생. 단순 검색 기반 설치 시 잘못된 Slug 참조로 인한 런타임 에러와 불필요한 설정 파일 비대화가 주요 병목 지점으로 작용.
Technical Solution
- Pure Function 기반의 Detector 설계를 통한 package.json, go.mod 등 다국어 설정 파일의 병렬 스캔 구조 채택
- SPA 구조의 API 분석을 통해 Client-side 렌더링 데이터가 아닌 실제 JSON 엔드포인트를 활용한 실시간 스킬 검색 구현
- Search API의 Fuzzy Matching 오류 해결을 위해 GitHub Trees API로 SKILL.md 파일 존재 여부를 확인하는 2단계 Validation 파이프라인 구축
- Recursive Tree 탐색 로직을 도입하여 플러그인 형태의 중첩 폴더 구조 내 스킬 경로 식별 가능하도록 설계
- 동일 소스 저장소 기준의 설치 그룹화 처리를 통해 네트워크 오버헤드 최소화 및 Clone 횟수 최적화
- GITHUB_TOKEN 연동을 통한 API Rate Limit(시간당 60회) 제약 해소 및 안정적인 데이터 확보
실천 포인트
- SPA 서비스의 데이터 추출 시 HTML 스크래핑보다 네트워크 탭의 JSON 엔드포인트를 우선 탐색할 것 - 외부 API의 검색 결과(Fuzzy Match)를 신뢰하지 말고, 실제 리소스의 존재 여부를 확인하는 검증 레이어를 추가할 것 - 다국어 지원 도구 설계 시 각 언어별 탐지 로직을 Pure Function으로 분리하여 확장성과 테스트 용이성을 확보할 것 - API 호출 최적화를 위해 재귀적 트리 구조를 한 번에 가져와 캐싱하는 전략을 검토할 것