Chaincode Academy가 Agent Skills를 파일시스템 기반으로 구현하여 AI Agent의 토큰 사용량 증가 문제 해결

Context

AI Agent는 모든 도구(Tools)를 메시지 컨텍스트 윈도우에 로드하기 때문에 컨텍스트 팽창으로 인해 LLM에 전송되는 토큰 사용량이 급증하는 문제가 발생한다.

Technical Solution

• Agent Tools와 Agent Skills의 로딩 방식 분리: Tools는 컨텍스트 윈도우에 항상 로드하고 Skills는 파일시스템에 저장하여 필요할 때만 호출
• 디렉토리 구조 기반 Skills 정의: .github/skills/{skills_name}/skill.md 형식으로 루트 디렉토리 또는 프로젝트 디렉토리에 정의
• 메타데이터 기반 Skills 구성: name, description, argument-hint 필드를 포함한 YAML 형식으로 Skill의 용도와 실행 조건을 명시
• 프로젝트별 Skill 커스터마이징: Laravel 프로젝트 예시처럼 도메인별 Skill을 분리하여 관리(예: pms-laravel Skill)

Key Takeaway

Agent 아키텍처에서 컨텍스트 비용을 최적화하려면 항상 필요한 Tools와 선택적으로 호출되는 Skills를 명확히 구분하고, 파일시스템 기반 로딩으로 실행 시점의 컨텍스트 크기를 제어해야 한다.