oozoofrog/gpt-research

GPT Research

원본 gpt-research를 Codex 환경용으로 옮긴 스킬입니다.

When to use

• 외부 GPT 또는 deep research에 넘길 구조화된 프롬프트와 컨텍스트 패키지가 필요할 때
• 모듈/아키텍처/이슈 단위로 관련 파일을 압축해 handoff해야 할 때
• 산출물이 구현이 아니라 붙여넣어 바로 쓸 research prompt일 때

Do not use when

• 가설을 반복 검증하며 best state를 찾는 장기 연구 작업 → goal-research-loop
• 현재 세션에서 바로 구현·수정하면 되는 작업
• 한 번의 짧은 요약만 있으면 충분하고 외부 handoff prompt가 필요 없는 작업

Quick start

1. module / arch / issue / custom 중 모드를 고른다.
2. 관련 소스·설정·문서를 모으고 chunking 범위를 정한다.
3. 템플릿에 맞춰 최종 프롬프트를 만든다.
4. 포함 파일 목록과 함께 prompt를 반환한다.

Modes

• module — 특정 모듈/파일 중심 맥락 추출
• arch — 프로젝트 구조와 의존성 요약
• issue — 오류/버그 조사 맥락 정리
• custom — 사용자가 범위를 직접 지정

Use references

• references/context-extraction-guide.md
• references/output-templates.md
• references/prompting-best-practices.md
• references/size-limits-and-chunking.md

Workflow

1. 모드를 결정한다.
2. 관련 소스, 테스트, 설정, AGENTS.md, README, 빌드 파일을 모은다.
3. 너무 큰 입력은 chunking 규칙에 따라 압축·분리한다.
4. 템플릿에 맞춘 최종 프롬프트를 만든다.
5. 가능하면 pbcopy로 클립보드에 복사하고, 응답에도 프롬프트 본문을 남긴다.

Review Harness

• mode: optional
• 공통 기준: ../../../docs/review-harness.md
• generator: research prompt와 컨텍스트 패키지를 구성한다
• evaluator: source coverage, chunking, 민감정보 포함 여부를 read-only checklist로 재검토한다
• 평가축: 소스 커버리지, chunking 적절성, 민감정보 누락, prompt 사용 가능성
• artifacts/evidence: 포함 파일 목록, chunking 결과, 최종 프롬프트 본문
• pass condition: 누락·중복·과잉맥락 없이 바로 붙여넣어 쓸 수 있어야 한다
• 자동 다음 행동: pass면 prompt 반환, refine이면 맥락 추가/제거, pivot이면 mode 변경, escalate면 사람이 범위를 다시 지정한다

Output expectation

• 선택한 모드
• 포함한 파일/문서 목록
• 최종 리서치 프롬프트