신규하 블로그

개발 기록 보관소

Claude Code Superpowers 플러그인 완전 정복 가이드

AI
Claude Code를 쓰다 보면 한 가지 패턴이 반복된다. 아이디어를 바로 코드로 던지면 Claude가 빠르게 무언가를 만들어 내지만, 이후 20분을 엣지 케이스 디버깅과 놓친 세부 사항 보정에 쓰게 된다. Superpowers 플러그인은 이 패턴을 근본적으로 바꾼다. 코드를 작성하기 전에 브레인스토밍하고, 계획을 세우고, 테스트를 먼저 작성하고, 자체 검토까지 수행하도록 Claude를 구조화된 워크플로우 안에 넣는다. GritAI Studio의 Alex가 제작한 이 영상은 Superpowers 플러그인의 모든 기능을 실전 중심으로 소개한다. 비주얼 컴패니언이라는 신기능부터 14개 스킬의 철학까지, 이 가이드로 완전히 정리해 보자. 더보기

Karpathy식 Obsidian RAG + Claude Code: 벡터DB 없이 만드는 경량 지식베이스

AI
RAG를 이야기할 때 우리는 보통 벡터 DB, 임베딩, 검색 파이프라인부터 떠올립니다. 그런데 Chase AI의 영상은 완전히 다른 출발점을 제안합니다. Obsidian vault의 파일 구조만 잘 잡으면, Claude Code가 꽤 많은 문서를 다루는 지식베이스를 사실상 RAG처럼 사용할 수 있다 는 것입니다. 영상은 이걸 Andrej Karpathy의 Obsidian 기반 개인 지식 시스템에서 가져와 설명합니다. 영상 0:00 영상 1:01 더보기

Claude Code를 더 강하게 만드는 CLI 도구 10선: MCP보다 CLI가 잘 맞는 순간들

Developer Tools
이 영상의 핵심은 단순한 도구 추천 리스트가 아닙니다. 발표자는 Claude Code 생태계가 점점 MCP 중심에서 CLI 중심으로 이동하고 있다 고 보고, 그 이유를 “터미널 안에서 더 직접적으로 연결되고 토큰 오버헤드가 적기 때문” 이라고 설명합니다. 즉 이 글도 10개 도구를 나열하는 데서 그치지 않고, 왜 CLI가 Claude Code와 특히 잘 맞는지, 그리고 어떤 종류의 작업에서 강한지 중심으로 정리해 보겠습니다 (근거: t=0, t=585, t=780). 더보기

CLIProxyAPI는 왜 흥미로운가: CLI 기반 AI 모델을 OpenAI·Claude·Gemini 호환 API로 바꾸는 프록시 레이어

Developer Tools
CLIProxyAPI 의 핵심은 아주 단순합니다. CLI 기반 AI 도구를 표준 API 서버처럼 보이게 만든다 는 것입니다. README는 이 프로젝트를 OpenAI/Gemini/Claude/Codex 호환 API 인터페이스를 제공하는 프록시 서버라고 설명하고, 로컬 또는 멀티 계정 기반 CLI 접근을 기존 클라이언트와 SDK에서 그대로 쓸 수 있게 해 준다고 밝힙니다. 즉 이 저장소는 새로운 모델을 만드는 것이 아니라, 이미 존재하는 CLI 기반 접근 방식을 더 많은 도구가 이해할 수 있는 API 계층으로 번역하는 역할을 합니다 (근거: README). 더보기

kis-ai-extensions로 KIS OpenAPI를 AI 에이전트에 붙이기: 전략 설계부터 백테스트, 주문 실행까지

Developer Tools
kis-ai-extensions 의 핵심은 한국투자증권 OpenAPI를 단순히 감싼 래퍼가 아니라, AI 코딩 에이전트 안에서 전략 설계 → 백테스트 → 주문 실행 으로 이어지는 파이프라인 전체를 자연어 중심으로 다룰 수 있게 만드는 플러그인 세트라는 점입니다. README는 이 프로젝트를 @koreainvestment/kis-quant-plugin 패키지 중심의 확장 기능 모음으로 설명하며, Claude Code·Cursor·Codex·Gemini CLI 같은 주요 AI 에이전트에서 같은 워크플로우를 재사용할 수 있게 설계했다고 밝힙니다 (근거: README, package.json). 더보기

Claude Code + LightRAG: 대규모 문서 코퍼스를 AI로 정복하는 법

AI
RAG(Retrieval-Augmented Generation)가 죽었다는 주장이 있다. Opus 4.6처럼 대규모 컨텍스트를 처리하는 LLM이 등장했으니 굳이 RAG를 쓸 필요가 없다는 논리다. 하지만 그 벽은 생각보다 빨리, 그리고 갑자기 찾아온다. 500개, 1,000개의 문서를 AI로 분석해야 하는 순간이 오면 컨텍스트 창 크기로는 답이 없다. Chase AI의 영상 “Claude Code + LightRAG = UNSTOPPABLE"은 이 문제를 Graph RAG 방식으로 해결하는 오픈소스 LightRAG를 Claude Code와 연동하는 전 과정을 다룬다. 나이브 RAG의 한계부터 Graph RAG의 원리, 설치 방법, Claude Code 스킬 연동, 도입 시점 판단까지 실무에 바로 쓸 수 있는 내용을 정리한다. 더보기

Claude Code로 엘리트 웹사이트 만들기: 7단계 레벨 업 가이드

Engineering
Claude Code로 웹 페이지를 만들면 늘 비슷하게 생긴 결과물이 나온다는 느낌을 받은 적이 있는가? Chase AI의 유튜브 영상 “The 7 Levels of Building ELITE Websites with Claude Code"는 이 문제의 근본 원인이 AI에 있지 않고 우리에게 있다고 말한다. 디자인 취향을 언어로 표현하지 못하는 것, 시각적 레퍼런스 없이 텍스트만으로 시각적 결과를 요구하는 것이 핵심 문제다. 이 영상은 그 간극을 좁히기 위한 7단계 로드맵을 제시한다. 더보기