피드로 돌아가기
X Bug Triage Plugin: Zero to v0.4.3 in One Day
Dev.toDev.to
Backend

X Bug Triage Plugin: Zero to v0.4.3 in One Day

X Bug Triage Plugin이 13개 릴리스로 10개 에픽을 하루 만에 완성해 89개 테스트와 4개 서브에이전트 스킬 추출 달성

Jeremy Longshore2026년 3월 25일12intermediate

Context

X/Twitter에 보고된 버그는 비정형적이고 중복되며 컨텍스트가 부족한 상태로, 기존 워크플로우는 수동 스크롤, 스프레드시트 복사, 중복 제거, 소유자 할당을 모두 수작업으로 처리해야 했다.

Technical Solution

  • MCP 도구 6개 노출: ingest-tweet, search-tweets, get-tweet, bulk-ingest, tweet-stats, health-check로 트윗 수집 및 쿼리 표준화
  • SQLite 스키마 기반 저장소 계층 구현: Tweets, Classifications, Clusters, Routing Decisions, Issue Drafts 테이블에 created_at, updated_at, created_by 감시 칼럼 추가
  • 3단계 Family-First Clustering 알고리즘 도입: Signature Extraction → Similarity Scoring → Family Assignment으로 중복 버그 자동 그룹화
  • PII 마스킹 파이프라인: 이메일, 전화번호, IP 주소, API 키를 분류 전에 자동 제거
  • 가중치 기반 심각도 점수 모델: 크래시 키워드 > 미적 불만, 다중 보고 및 최근성 가산
  • Slack 리뷰 큐 구현: GitHub 이슈 자동 생성 전 승인 요구
  • CODEOWNERS 파일 + 최근 커밋 히스토리 기반 소유자 라우팅
  • Family 상태 관리: new → confirmed → in-progress → resolved → wont-fix 전파

Impact

  • 13개 릴리스로 v0.4.3 도달
  • 89개 테스트 작성
  • 4개 서브에이전트 스킬 추출
  • 3개 레포지토리에 40개 이상 커밋
  • 별도로 70개 SaaS 팩 스킬을 61.3~61.2 점대에서 92.8~93.0 점대로 상향

Key Takeaway

복잡한 자동화 파이프라인은 Foundation → Storage → Intake → Processing → Clustering → Routing → Review → Drafting → Hardening 순서로 단계별 에픽으로 설계하고, 각 단계에서 수동 개입점(Override Memory, Slack 승인)을 명시적으로 포함하면 프로덕션급 품질의 시스템을 단시간에 구축할 수 있다.


비정형 데이터 자동 분류 시스템(버그 트리아주, 고객 피드백 분류, 이슈 라우팅)을 구축할 때 Signature Extraction → Similarity Scoring → Family Assignment 패턴을 적용하고 사용자 수동 보정 기억(Override Memory)을 추가하면, 재학습 없이 시스템이 사람의 수정으로부터 학습하며 중복 탐지 정확도를 점진적으로 개선할 수 있다.

원문 읽기