설정
설정 파일, 환경 변수, 메모리 시스템으로 연구 워크플로우에 맞게 Diverga를 구성하세요.
개요
Diverga는 세션과 프로젝트 간 맥락을 유지하기 위해 다층 설정 시스템을 사용합니다. 이러한 파일을 이해하면 동작을 사용자 지정하고 연구 결정을 영구 보존할 수 있습니다.
설정 파일
네 가지 핵심 파일이 Diverga의 동작과 메모리를 제어합니다:
CLAUDE.md
프로젝트 루트
목적:
Claude Code를 위한 프로젝트별 지침
포함:
에이전트 트리거, 워크플로우 패턴, 도메인 지식
범위: 프로젝트별
AGENTS.md
프로젝트 루트 (자동 생성)
목적:
계층적 코드베이스 문서화
포함:
파일 요약, 아키텍처 노트, 컴포넌트 관계
범위: 프로젝트별
project-memory.json
.omc/project-memory.json
목적:
영구 프로젝트 맥락
포함:
기술 스택, 빌드 명령, 규칙, 지시사항
범위: 프로젝트별
notepad.md
.omc/notepad.md
목적:
세션 메모리 및 작업 노트
포함:
우선순위 맥락, 작업 메모리, 수동 노트
범위: 세션별
환경 변수
외부 서비스를 위한 API 키 및 설정:
.env
ANTHROPIC_API_KEY필수Claude API 액세스 (모든 에이전트 작업에 필수)
sk-ant-api03-...GROQ_API_KEY선택I-카테고리 스크리닝용 Groq LLM (저렴한 대안)
gsk_...OPENAI_API_KEY선택임베딩 및 선택적 에이전트용 OpenAI API
sk-proj-...CLAUDE.md 구조
CLAUDE.md 파일은 프로젝트별 동작과 에이전트 트리거를 정의합니다:
CLAUDE.md
# CLAUDE.md
## 프로젝트 개요
이 프로젝트는 교육 연구에서 체계적 문헌고찰을 위해
I-카테고리 파이프라인을 사용합니다.
## 에이전트 트리거
- "체계적 문헌고찰" → I0-ScholarAgentOrchestrator
- "메타분석" → C4-MetaAnalyst
- "문헌 검색" → B1-LiteratureScout
## 연구 맥락
- 영역: 교육공학
- 방법론: PRISMA 2020
- 분석: 메타분석적 구조방정식 모델링프로젝트 메모리 스키마
project-memory.json 파일은 구조화된 프로젝트 맥락을 저장합니다:
.omc/project-memory.json
{
"techStack": {
"languages": ["Python", "TypeScript"],
"frameworks": ["Next.js", "FastAPI"],
"databases": ["PostgreSQL", "ChromaDB"]
},
"build": {
"install": "pnpm install",
"dev": "pnpm dev",
"build": "pnpm build",
"test": "pytest tests/"
},
"conventions": {
"codeStyle": "Black 포매터, 100자 라인 길이",
"naming": "Python은 snake_case, TypeScript는 camelCase",
"imports": "src/에서 절대 import"
},
"directives": [
{
"directive": "항상 TypeScript strict 모드 사용",
"priority": "high",
"context": "연구 데이터에 타입 안전성 중요"
}
]
}노트패드 구조
notepad.md 파일은 세 섹션으로 세션 메모리를 유지합니다:
.omc/notepad.md
# Priority Context (항상 로드됨, 최대 500자)
연구 질문: AI 챗봇이 언어 학습을 어떻게 개선하는가?
단계: PRISMA 스크리닝 (Stage 3)
데이터베이스: Semantic Scholar + OpenAlex (N=342 papers)
# Working Memory (7일 후 자동 삭제)
[2025-02-05T10:30:00Z] 비영어 논문 23개 제외
[2025-02-05T11:15:00Z] 고영향 논문 5개 식별 (인용 >100)
[2025-02-05T14:20:00Z] 포함 기준 변경: "말하기 기술" 추가
# MANUAL (자동 삭제 안 됨)
주요 발견: 챗봇 효과성은 피드백 즉시성에 의존
중요 논문: Smith (2023), Lee (2024) - 둘 다 유사 프레임워크 사용설정 및 설치
설치 후 Diverga 구성:
1
1. 설정 마법사 실행
Command
/diverga:setup체크포인트, HUD, 언어에 대한 대화형 구성
2
2. API 키 설정
Command
export ANTHROPIC_API_KEY=sk-ant-....env 파일 또는 셸 프로파일에 추가
3
3. 프로젝트 초기화
Command
/diverga:deepinitAGENTS.md 생성 및 프로젝트 메모리 초기화
모범 사례
효과적인 구성을 위한 권장사항:
- CLAUDE.md는 간결하게 - 프로젝트별 패턴에 집중
- Priority Context는 중요한 세션 상태에 사용 (연구 단계, 현재 작업)
- 자명하지 않은 규칙에 대한 지시사항 추가 (예: "pandas.append() 사용 금지")
- notepad.md를 정기적으로 검토하고 인사이트를 project-memory.json으로 승격
- CLAUDE.md와 AGENTS.md는 버전 관리, 하지만 .omc/는 .gitignore