Claude Code
완전네이티브 WebFetch와 슬래시 명령을 갖춘 레퍼런스 구현.
오픈 방법론 · MIT · 에이전트 비종속
모델은 중요합니다. 컨텍스트는 더 중요합니다.
Deep Work Plan은 어떤 리포지토리든 구조화된 환경 — 컨텍스트, 가드레일, 견고한 계획 — 으로 바꾸어, 어떤 코딩 에이전트든 정밀하게 실행하고 장시간 작업을 끝까지 완수하도록 합니다.
에이전트에게 이 한 줄을 전달하세요
https://deepworkplan.com/init.md 의 지침을 읽고 따라 이 리포지토리를 AI-first로 만드세요.
Deep Work Plan은 리포지토리 자체가 하니스(harness)가 되는 스펙 주도 개발입니다.
문제와 해답
AI 코딩 에이전트는 짧은 작업에서는 놀랍도록 효과적입니다. 그러나 마이그레이션, 새로운 서브시스템, 수십 개 파일에 걸친 리팩터링 같은 장시간 작업에서는 방향을 잃습니다. 컨텍스트가 가득 차고, 결정이 잊히며, 여러 시간이 걸리는 작업이 중간에 중단됩니다.
Deep Work Plan은 스펙 주도 개발로 답합니다. 계획이 견고한 단일 진실 공급원이 되고, 에이전트는 명시적인 인수 기준과 검증 게이트에 맞춰 실행합니다. 방향 이탈이 줄고 작업은 검증 가능한 상태로 유지되며, 어떤 에이전트든 세션을 넘어 작업을 이어받을 수 있습니다.
이는 또한 이식 가능한 형태로 만든 하니스 엔지니어링이기도 합니다. 에이전트 하니스란 모델을 둘러싼 발판 — 컨텍스트, 도구, 제어 루프, 가드레일, 재개 가능한 상태 — 으로, 모델을 신뢰할 수 있게 만듭니다. Deep Work Plan은 그 하니스를 리포지토리 자체에 설치합니다(AGENTS.md, docs, .agents/ 스킬 홈, DWP 스킬). 그래서 어떤 에이전트든 어떤 리포지토리든 조종할 수 있습니다. Dailybot에서 탄생해 수개월간 실전에서 검증되었으며, DailybotHQ/deepworkplan-skill로 공개되었습니다.
추론 기반 온보딩
어떤 리포지토리든 가리키세요. 복사·붙여넣기가 아니라 추론합니다.
온보딩 흐름은 리포지토리의 실제 언어, 프레임워크, 패키지 관리자, 검증 명령을 살펴본 뒤, 그 리포지토리에 맞춘 산출물을 생성합니다. 범용 스텁은 실패로 간주됩니다.
- 01 스택 분석하기
- 02 AGENTS.md와 문서 생성하기
- 03 .agents/ 구성하기
- 04 적합성 검증하기
- 01
스택과 아키타입을 추론합니다
매니페스트, 폴더 구조, CI를 읽어 실제 test, lint, build 명령을 추론한 뒤, 리포지토리를 개별 리포지토리 또는 오케스트레이터 허브로 분류합니다.
- 02
AGENTS.md, docs/, 모듈별 문서를 생성합니다
추론으로 작성된 AGENTS.md, 분류된 docs/ 계층, 그리고 주요 모듈마다 들어가는 README와 docs/ — 모두 플레이스홀더가 아니라 리포지토리의 실제 명령으로 채워집니다.
- 03
.claude → .agents 심링크와 함께 .agents/를 구성합니다
교차 에이전트용 .agents/ 디렉터리(스킬, 에이전트, 명령)와 .claude → .agents 심링크를 만들고, CLAUDE.md를 AGENTS.md에 미러링하여 모든 도구가 하나의 진실 공급원을 읽도록 합니다.
- 04
DWP 스킬을 설치하고 .dwp/를 구성합니다
Deep Work Plan 스킬을 연결하고 계획과 초안을 위한 gitignore된 .dwp/ 폴더를 생성한 뒤, 필요하면 devcontainer 지원 같은 선택형 애드온을 추가로 얹습니다.
실행하면 무슨 일이 일어나는가
지침은 한 줄. 나머지는 리포지토리가 합니다.
설치 방식을 고르거나 템플릿을 복사할 필요가 없습니다. 에이전트에게 한 줄을 건네면, 에이전트가 재사용 가능한 엔진인 스킬을 설치하고 리포지토리를 거기에 맞게 적응시킵니다.
- 01 /init.md 열기
- 02 스킬 설치하기
- 03 저장소 맞추기
- 04 계획하고 실행하기
- 01
에이전트가 /init.md를 엽니다
deepworkplan.com/init.md의 온보딩 프롬프트와 그것이 링크하는 방법론, 스펙, 키트 — 곧 채택할 표준 — 를 읽습니다.
- 02
Deep Work Plan 스킬을 설치합니다
스킬은 모든 리포지토리에서 동일한 엔진입니다. 명령 한 줄로 라우터와 그 하위 스킬(create, execute, refine, resume, status, verify, onboard, author)을 Claude Code, Cursor, Codex, Gemini, Copilot용으로 가져옵니다.
- 03
리포지토리를 적응시킵니다
복사·붙여넣기가 아니라 실제 스택을 추론하여 AGENTS.md, 분류된 docs/ 트리, 모듈별 README, 추론된 .agents/ 키트, gitignore된 .dwp/를 작성합니다. 리포지토리가 하니스가 됩니다.
- 04
계획하고 실행합니다
어떤 작업이든 장시간 Deep Work Plan을 생성하고 단계별로 실행합니다. 명시적인 인수 기준, 검증 게이트, 재개 가능한 상태와 함께 수 시간 동안 자율적으로 진행됩니다.
스킬은 어디서나 동일하게 설치됩니다. 적응되는 것은 리포지토리입니다 — 스택에 맞게 생성된 AGENTS.md, 문서, 추론된 .agents/ 키트. 이 분리가 방법론을 일회성 스캐폴드가 아니라 재사용 가능한 표준으로 만듭니다.
무엇을 얻는가
에이전트가 자율적으로 일하는 데 필요한 모든 것.
한 번의 실행, 원자적인 커밋. 모든 산출물은 Markdown이고 모든 변경은 감사 가능합니다.
-
리포지토리 루트의 AGENTS.md
플레이스홀더가 있는 템플릿이 아니라 리포지토리의 실제 스택, 명령, 구조에서 추론됩니다. CLAUDE.md는 AGENTS.md에 심링크됩니다.
-
분류된 docs/와 모듈별 문서
아키텍처, 셋업, 표준, 문제 해결 — 그리고 코드베이스에서 생성된, 주요 모듈마다 들어가는 README와 docs/.
-
.claude → .agents 심링크가 있는 .agents/
교차 에이전트용 .agents/ 디렉터리(스킬, 에이전트, 명령)와 .claude → .agents 심링크로 모든 도구가 하나의 진실 공급원을 읽습니다.
-
설치된 Deep Work Plan 스킬
create, execute, refine, resume, status, verify, onboard, author — 리포지토리별 복사 없이 단일 스킬 팩으로 에이전트가 사용할 수 있습니다.
-
직접 확인할 수 있는 적합성
/dwp-verify는 스펙에 대비한 객관적 합격/불합격 보고서를 만들어, "AI-first"가 단언이 아니라 검증된 사실이 되게 합니다 — 모든 계획 이후 재검증도 가능합니다.
-
두 가지 아키타입, 모두 처리
온보딩은 리포지토리를 개별 리포지토리(일반적인 경우) 또는 여러 리포지토리에 걸친 하위 계획을 조율하는 오케스트레이터 허브로 분류합니다.
-
리포지토리가 키워 가는 살아 있는 키트
author 하위 스킬(skill-create, agent-create)로 리포지토리가 자체 스킬, 에이전트, 명령을 발전시킬 수 있습니다. dependency-upgrade 같은 선택형 유지보수 애드온이 최신 상태를 유지하도록 돕습니다.
-
Git 네이티브, 재개 가능, .dwp/
데몬도 외부 상태도 없습니다. 계획과 초안은 gitignore된 .dwp/ 폴더에 저장되며, 컨텍스트가 넘쳐도 git만으로 어떤 작업이든 재개됩니다.
에이전트
이미 사용 중인 에이전트와 함께 작동합니다.
하나의 방법론, 여러 어댑터. Markdown은 프레임워크를 어떤 것에도 묶지 않습니다 — Markdown을 읽는 모든 에이전트가 Deep Work Plan을 실행할 수 있습니다.
Cursor
완전완전한 어댑터. WebFetch가 차단되면 오프라인 번들을 사용하세요.
OpenAI Codex
완전오프라인 번들 권장. 규칙은 .codex/ 아래에 설치됩니다.
GitHub Copilot
완전완전한 어댑터 — dwp-* 명령이 AGENTS.md와 # 절차를 통해 실행됩니다.
Gemini
완전Gemini 2.5 Pro 이상이 필요하며 네이티브 WebFetch를 지원합니다.
OpenCode
완전오픈 소스. AGENTS.md를 네이티브로 읽고 # 명령으로 dwp-*를 실행합니다.
Windsurf
완전규칙과 # 명령 절차가 완전한 Deep Work Plan 루프를 구동합니다.
Cline
완전오픈 소스. Markdown 규칙과 # 명령이 모든 dwp-* 단계를 실행합니다.
Antigravity
완전네이티브 명령 표면을 갖춘 완전한 어댑터.
스택
중요한 스택을 위한 추론 프리셋.
이것은 템플릿이 아니라 추론 보조 자료입니다. 온보딩은 리포지토리의 실제 매니페스트를 읽고 스택별로 적응합니다 — 프리셋을 맹목적으로 복사하지 않습니다. 모노레포는 모듈별 문서를 받습니다.
- Django DRF · Poetry
- FastAPI Pydantic · Poetry
- Vue Vite · TypeScript
- React Next · Vite · TS
- Astro Svelte/React · MDX
- TypeScript · Node Express · Fastify
- TypeScript · Lambda Serverless · SAM
- Go Modules · stdlib
- Rust Cargo · 2021+
- Generic 모든 스택
두 가지 아키타입
개별 리포지토리, 또는 오케스트레이터 허브.
온보딩은 아키타입에 따라 갈립니다. 대부분의 리포지토리는 개별 리포지토리입니다. 허브는 여러 리포지토리에 걸쳐 하위 Deep Work Plan을 조율합니다. 방법론은 둘 다 일급으로 다룹니다.
개별 저장소
자족적인 단일 코드베이스
오케스트레이터 허브
하위 저장소를 조정해요
개별 리포지토리
하나의 주요 스택, 자체 검증 명령, 모듈별 문서를 갖춘 단일 코드베이스. 기본값이며, 리포지토리가 명백히 허브가 아닌 한 온보딩은 이를 가정합니다.
예를 들어 Django API, Vue 앱, TypeScript Lambda 서비스가 있습니다.
오케스트레이터 허브
오케스트레이터 매니페스트를 통해 하위 리포지토리 전반의 작업을 조율하는 조율 리포지토리입니다. 각자 자신의 리포지토리에 커밋하는 하위 계획을 생성하며, 경계 규칙과 내비게이션 인덱스를 함께 둡니다.
예를 들어 다섯 개의 제품 리포지토리를 조율하는 허브가 있습니다.
방법론 대 도구
다른 레이어. 경쟁이 아니라 보완.
Deep Work Plan은 또 하나의 스캐폴더가 아닙니다. 스펙 주도 또는 스캐폴딩 도구 아래에 자리한 방법론 레이어이며, 장시간 자율 실행에 초점을 둡니다.
| 방법론 대 도구 | Deep Work Plan | 스캐폴딩 / 스펙 도구 |
|---|---|---|
| 주요 초점 | 장시간 자율 실행 | 스펙 또는 스캐폴드 생성 |
| 작업 단위 | Deep Work Plan(재개 가능한 세션) | 스펙 문서 또는 스캐폴드 |
| 상태 모델 | Git 네이티브 .dwp/ 폴더, 재개 가능 | 종종 외부 또는 IDE 내부 |
| 에이전트 결합 | 에이전트 비종속(Markdown과 Bash) | 종종 도구 또는 IDE 종속 |
| 컨텍스트 복구 | 컨텍스트 초과 후 재개 | 대개 작업을 다시 시작 |
| 라이선스 | MIT, 오픈 방법론 및 키트 | 경우에 따라 다름 |
기원
분산 팀을 위한 비동기 스탠드업을 만드는 회사 Dailybot이 구축했습니다. 우리는 사내에서 Deep Work Plan을 사용해 Django, Vue, TypeScript Lambda, Astro에 걸친 프로덕션 리포지토리를 에이전트가 조종할 수 있게 만들었습니다. 수개월의 프로덕션 사용 끝에 이 방법론을 MIT 라이선스로 공개했습니다.
Dailybot 알아보기 
리포지토리를 AI-first로 만드세요
에이전트에게 깊은 작업을 맡기세요.
에이전트에게 한 줄을 건네 /init.md를 가리키면 리포지토리가 AI-first가 됩니다. 스킬을 설치하고, 스택을 추론하고, 완전한 AGENTS.md 계층을 커밋합니다. 거기서부터 수 시간 동안 자율적으로 실행되는 Deep Work Plan을 생성하고 실행합니다.
MIT 라이선스 · 텔레메트리 없음 · 산출물은 gitignore된 .dwp/ 폴더로.