5d5336757d
- Hybrid BM25 + HNSW vector search with context enrichment - Knowledge graph with entities, relations, and community detection - Host-following LLM route with fallback backends - 3-tier lint system (static + HNSW dup + contradiction detection) - Q&A Synthesis (Karpathy LLM Wiki pattern) - 16 MCP tools for agent-driven workflows - Incremental wiki generation with checkpointing - SQLite-backed item store with FTS5 + vector indexes
3.4 KiB
3.4 KiB
위키 생성 프롬프트 전략
역할
HaBraid는 기억 저장소를 사람이 읽고 AI가 다시 활용할 수 있는 위키 표현층으로 바꾸는 엔진이다.
- 목표는 단순 요약이 아니라 정리 + 재구성
- raw memory를 topic / entity / decision / timeline 같은 의미 단위로 재편성
- 결과물은 human-readable 이면서 agent-readable 해야 함
LLM 실행 방식
기본: host-following
llm.mode = host- 가능하면 host(Hermes/OpenClaw/Codex CLI)가 실제 생성 수행
- HaBraid는 prompt 생성, batching, 파싱, 저장을 담당
fallback / standalone
- host route unavailable이면
llm.fallback사용 - standalone mode에서는 habraid가 직접 backend 호출
- 지원 대상:
zai,openai,ollama
interface LLMClient {
generate(systemPrompt: string, userPrompt: string, timeoutMs?: number): Promise<{
text: string;
metadata: {
route: "host" | "fallback" | "standalone";
provider?: string;
model?: string;
fallbackUsed: boolean;
};
}>;
}
프롬프트 구조
시스템 프롬프트 (항상 포함)
당신은 HaBraid wiki 관리 에이전트입니다.
## 역할
memory backend에 저장된 인프라, 프로젝트, 의사결정 지식을 Obsidian 위키 페이지로 정리합니다.
## 철학
- "요약"이 아니라 "정리"가 목표입니다.
- 원본을 다시 열지 않아도 될 정도로 충분히 구조화하세요.
- 기술 결정: 왜 A를 선택했는지, 트레이드오프를 구체적으로
- 에러/해결: 에러 메시지, 원인, 해결 방법을 그대로
- 코드/설정: 스니펫, 명령어, 경로를 원문 그대로 포함
- 한국어 본문, 코드/경로/명령어는 영어 원문 유지
## 출력 형식
- YAML frontmatter 포함 마크다운
- Obsidian 백링크 [[]] 사용
- 마크다운 헤딩으로 구조화
증분 업데이트 프롬프트
## 새로 수집된 데이터
- item 수: N개
- Wings: {wing 목록}
- Rooms: {room 목록}
## 새 item 내용
{각 item의 wing/room/content}
## 기존 위키 페이지 목록
{wiki/ 디렉토리의 파일 목록}
## 작업
1. 새 내용을 분석하세요
2. 기존 wiki/ 페이지와 관련 있으면 해당 페이지에 내용 추가
3. 새로운 주제면 적절한 카테고리에 새 페이지 생성
4. SCHEMA/frontmatter 규칙을 따르세요
5. sources에 source drawer/item ID를 반드시 포함하세요
증분 업데이트 로직
- DB에서
wiki_generated_at IS NULL아이템 조회 - raw/ 또는 DB content를 prompt 컨텍스트로 구성
- 기존 wiki/ 페이지 목록 포함
- LLM 응답 파싱 → 파일로 저장
- 생성된 아이템은 DB에 generated 상태 기록
.sync-state.json에 마지막 LLM route/provider/model 기록- overview/index/log 갱신
배치 전략
- room 단위 그룹핑
- room 내부는 subgroup/batch 분할
- 큰 초기 rebuild에서는 첫 room이 매우 커질 수 있으므로
maxRooms=1이 항상 가벼운 smoke test는 아님 - 진행 상황은
/tmp/habraid-wiki-gen.log에 기록
토큰/시간 관리
- 긴 content는 prompt용으로 잘라서 사용
- 초기 full generation은 시간이 오래 걸릴 수 있음
- host-following 구조에서도 batching은 유지한다
- route metadata를 남겨 실제 어떤 경로(host/fallback/standalone)로 생성됐는지 추적한다