문서로 돌아가기

CLI 레퍼런스

Diverga CLI 명령어 및 스킬 완전 가이드

"필요한 것을 말하세요. Diverga가 연구 맥락을 이해합니다."

CLI 개요

Diverga CLI는 두 가지 상호작용 방식을 제공합니다: 직접 명령어와 자동 감지 트리거.

직접 명령어

/skill-name으로 호출 (예: /a1, /memory)

자동 감지

키워드가 에이전트를 자동으로 트리거

맥락 인식

에이전트가 대화에서 연구 맥락 이해

핵심 명령어

연구 오케스트레이션 및 메모리 관리를 위한 필수 명령어

/divergaor /diverga-help

메인 도움말 및 사용 가능한 에이전트 표시

/diverga
도움말
/diverga-research-orchestrator

24개 에이전트를 갖춘 전체 연구 오케스트레이터

/diverga-research-orchestrator
오케스트레이션
/memory

Memory HUD 열기 (세션 상태, 체크포인트)

/memory
메모리
/note

Working Memory에 저장 (7일 후 자동 삭제)

/note "연구 질문 정제 필요"
메모리
/remember

Persistent Memory에 저장 (영구 저장)

/remember "사용자는 PRISMA-P보다 PRISMA 2020 선호"
메모리
/checkpoint

수동 체크포인트 (결정 지점 저장)

/checkpoint
메모리

에이전트 호출 명령어

특정 연구 작업을 위한 직접 에이전트 호출

A

기초

/a1

연구질문정제사

Trigger: 연구 질문

/a2

이론적프레임워크설계자

Trigger: 이론적 프레임워크

/a3

반대논변자

Trigger: 비판, 약점

/a4

연구윤리조언자

Trigger: 윤리, IRB

/a5

패러다임세계관조언자

Trigger: 패러다임, 존재론

B

증거

/b1

체계적문헌정찰자

Trigger: 문헌 고찰

/b2

증거품질평가자

Trigger: 품질 평가

/b3

효과크기추출자

Trigger: 효과 크기, Cohen's d

/b4

연구레이더

Trigger: 최신 연구

/b5

병렬문서처리자

Trigger: 배치 PDF, 다중 문서

C

설계 및 메타분석

/c1

양적설계컨설턴트

Trigger: RCT, 실험 설계

/c2

질적설계컨설턴트

Trigger: 현상학, 근거이론

/c3

혼합방법설계컨설턴트

Trigger: 혼합 방법

/c5

메타분석마스터

Trigger: 메타분석

/c6

데이터무결성가드

Trigger: 데이터 추출, 검증

/c7

오류예방엔진

Trigger: 오류 예방

D

데이터 수집

/d1

표집전략조언자

Trigger: 표집, 표본 크기

E

분석

/e2

질적코딩전문가

Trigger: 코딩, 주제

/e3

혼합방법통합자

Trigger: 통합, 공동 디스플레이

/e4

분석코드생성자

Trigger: R 코드, Python 코드

/e5

민감도분석설계자

Trigger: 민감도 분석

F

품질

/f2

체크리스트관리자

Trigger: 체크리스트, PRISMA, CONSORT

/f3

재현성감사자

Trigger: 재현성, OSF

/f4

편향신뢰성탐지자

Trigger: 편향, p-해킹

/f5

휴먼화검증자

Trigger: 휴먼화 검증

G

커뮤니케이션

/g1

저널매처

Trigger: 저널, 투고

/g5

학술스타일감사자

Trigger: AI 패턴, 감사

/g6

학술스타일휴먼화자

Trigger: 휴먼화, 변환

H

특수

/h2

실행연구촉진자

Trigger: 실행 연구

I

체계적 문헌고찰

/i0

파이프라인 오케스트레이터

Trigger: 체계적 문헌고찰, PRISMA

/i1

논문수집에이전트

Trigger: 논문 가져오기, 데이터베이스 검색

/i2

스크리닝어시스턴트

Trigger: 스크리닝, 포함 기준

/i3

RAG빌더

Trigger: RAG 구축, 벡터 데이터베이스

휴먼화 파이프라인

AI 생성 학술 텍스트를 자연스러운 학술 산문으로 변환

/g5

학술스타일감사자

텍스트의 AI 패턴 분석 (모달 동사, 헤징, 전환 밀도)

/g5 "이 초안에서 AI 패턴 분석"
/g6

학술스타일휴먼화자

학술적 무결성을 유지하면서 텍스트 변환

/g6 "이 초록 휴먼화"
/humanize

전체 파이프라인

G5 감사 → G6 변환 → F5 검증

/humanize "전체 휴먼화 파이프라인"

체계적 문헌고찰 명령어

PRISMA 2020 체계적 문헌고찰 자동화

/scholarag

파이프라인 도움말

파이프라인 단계 및 사용법 표시

/scholarag
/i0

파이프라인 오케스트레이터

7단계 PRISMA 파이프라인 조정

/i0 "교육에서 AI에 대한 체계적 문헌고찰 시작"
/i1

논문 수집

Semantic Scholar, OpenAlex, arXiv에서 가져오기

/i1 "챗봇 AND 언어 학습에 대한 논문 검색"
/i2

스크리닝 어시스턴트

Groq/Claude를 사용한 AI 기반 PRISMA 스크리닝

/i2 "90% 임계값으로 500개 논문 스크리닝"
/i3

RAG 빌더

스크리닝된 PDF에서 벡터 데이터베이스 구축

/i3 "포함된 150개 논문에서 RAG 구축"

자동 감지 트리거

에이전트를 자동으로 호출하는 키워드

기초

연구 질문
A1-연구질문정제사
이론적 프레임워크
A2-이론적프레임워크설계자
비판, 약점
A3-반대논변자
윤리, IRB
A4-연구윤리조언자

증거 및 분석

문헌 고찰
B1-체계적문헌정찰자
메타분석
C5-메타분석마스터
효과 크기, Cohen's d
B3-효과크기추출자
편향, p-해킹
F4-편향신뢰성탐지자

체계적 문헌고찰

체계적 문헌고찰, PRISMA
I0-스콜라에이전트오케스트레이터
논문 가져오기
I1-논문수집에이전트
스크리닝, 포함 기준
I2-스크리닝어시스턴트

휴먼화

휴먼화, AI 패턴
G5/G6-휴먼화파이프라인
변환, 자연스럽게
G6-학술스타일휴먼화자

사용 예시

일반적인 워크플로우 및 명령어 패턴

체계적 문헌고찰 시작

  1. 1말하기: "교육에서 AI에 대한 체계적 문헌고찰을 하고 싶어요"
  2. 2I0 자동 트리거 → 연구 질문, 데이터베이스에 대해 질문
  3. 3또는: /i0 "체계적 문헌고찰 파이프라인 시작"

연구 질문 정제

  1. 1말하기: "연구 질문을 정제하는 데 도움을 주세요"
  2. 2A1 자동 트리거 → FINER 기준 분석
  3. 3또는: /a1 "정제: AI가 학습을 개선하나요?"

AI 텍스트 휴먼화

  1. 1/g5 "이 초록에서 AI 패턴 감사"
  2. 2감사 결과 검토
  3. 3/g6 "인용을 유지하면서 변환"
  4. 4/f5 "변환 품질 검증"

메타분석 설정

  1. 1말하기: "효과 크기에 대한 메타분석을 해야 해요"
  2. 2C5 자동 트리거 → 효과 크기 유형, 모델에 대해 질문
  3. 3/c6 "추출된 데이터 검증"
  4. 4/c7 "오류 및 이상치 확인"

사용 팁

  • 명령어를 외울 필요 없음 - 연구 작업을 자연스럽게 설명하세요
  • 에이전트가 맥락 감지: "문헌 고찰"이라고 말하면 B1이 자동으로 트리거됩니다
  • /memory를 사용하여 세션 상태 및 체크포인트 기록 확인
  • 병렬 실행: 독립적인 에이전트는 동시에 실행 (예: A1+A2+A5)
  • 체크포인트가 인간 결정 강제 - 에이전트가 주요 지점에서 승인을 기다립니다
  • 임시 메모는 /note, 영구 프로젝트 컨텍스트는 /remember

CLI를 사용할 준비가 되셨나요?

에이전트, 체크포인트, VS 방법론 탐색

모든 에이전트 보기체크포인트 시스템빠른 시작 가이드