핵심 요약
shadcn improve는 코드 저장소 내에서 개선 가능성을 자동으로 찾아내고, 해당 후보를 실행 계획으로 체계적으로 전환하는 기능을 제공한다. 사용자는 개선 후보 중에서 실행할 항목을 선택하고, 이를 여러 작업자가 이해하고 검토할 수 있도록 세부 계획으로 작성한다. 작성된 계획은 별도의 실행 단계에서 실제 코드 변경에 반영하며, 변경 검토와 병합은 사용자가 최종 결정한다.
저장소 구조 분석과 개선 후보 선정
improve는 저장소의 구조를 파악하며 빌드 및 테스트 명령어를 확인한다. 각 개선 후보는 정확성, 보안, 성능 등의 분야별로 분류되며, 영향 범위와 예상 작업량, 확신도를 부여받는다. 잘못된 후보를 걸러내기 위해 제안 내용을 반복적으로 재검토하는 절차도 포함한다. 이후 사용자는 원하는 후보를 선택하여 plans 폴더 내 마크다운 문서 형태의 실행 계획으로 작성한다.
실행 계획의 구성과 목적
실행 계획은 해당 작업을 수행할 다른 작업자가 상황을 이해할 수 있도록 관련 파일 경로, 수정 대상 코드, 단계별 검증 명령어, 완료 기준을 명확히 명시한다. 또한, 수정 범위에서 제외할 파일과 작업 중단 조건도 포함한다. 공식 저장소 예시에서는 중복된 설정 처리 코드를 공통 함수로 이전하는 작업 계획을 보여주며, 기준 커밋을 명시하여 변경 범위를 구분한다.
계획 작성과 실행의 분리
improve의 기본 동작은 계획 작성을 목적으로 하며, 실제 소스 코드 변경은 별도의 execute 모드를 사용하는 하위 에이전트가 담당한다. 하위 에이전트는 분리된 Git 작업 트리 내에서 계획에 따라 코드를 수정하며, 원래 에이전트는 변경 내역과 완료 조건을 검토한다. 최종 병합 결정은 사용자 권한 하에 이루어진다. 작업 트리 분리가 안전성을 완전히 보장하지는 않으므로, 변경 파일과 테스트 명령을 사전에 점검하고 민감 파일 액세스 및 권한을 제한한다.
설치 및 비용 고려사항
shadcn improve는 Agent Skills 형식을 지원하는 AI 에이전트와 연동 가능하다. 따라서, 사용하는 에이전트의 설치 방식과 운영체제 호환성을 사전에 확인해야 한다. 또한 저장소 접근 권한 범위를 명확히 설정 후 활용해야 한다. 코드는 MIT 라이선스 하에 배포되며, 복사 및 배포 시 저작권 및 허가 고지를 유지해야 한다. AI 모델과 관련한 과금 및 데이터 처리 정책은 각 모델별로 별도 확인이 필요하며, 분석과 실행 용도로 각각 다른 모델을 사용 시 비용과 정책을 면밀히 검토해야 한다.
실무 유의점
- 개선 후보 선정 시 예상 작업량과 확신도를 신중히 평가한다.
- 실행 계획에는 작업의 중단 조건과 제외 범위를 반드시 명시한다.
- 실제 코드 변경 전, 작업 트리 안전성과 민감 파일 접근 제한을 확인한다.
- AI 모델 사용에 따른 비용 및 데이터 정책을 사전에 명확히 파악한다.
- 공개 저장소 연동 시 GitHub 이슈 게시 기능 등 공개 범위를 별도 점검한다.