프로젝트 목록으로
7일 빌드 플랜
AI 코드 리뷰 자동화 봇 (Multi-Agent Code Review Bot)
GitHub Actions에서 PR이 열리면 세 개의 AI 에이전트(코드 스타일 검사, 버그 탐지, 개선 제안)가 순차적으로 실행되어 리뷰 코멘트를 자동으로 남기는 CLI 도구를 Python과 Shell로 구현합니다. 서브에이전트 기반 개발 방법론을 실습하며 CI/CD 파이프라인에 AI를 통합하는 경험을 쌓습니다.
1
완성 목표
작게라도 배포 가능한 MVP를 만들고 README에 문제 정의, 핵심 기능, 배운 점을 정리합니다.
추천 수준
중급 개발자가 7일 안에 따라 만들 수 있게 범위를 줄여 시작합니다.
포트폴리오 포인트
멀티 에이전트 아키텍처 설계, GitHub Actions 워크플로우 구성, LLM 프롬프트 엔지니어링, 자동화된 코드 품질 관리 파이프라인 구축 능력을 입증할 수 있습니다.
추천 도구
PythonGitHub ActionsShellOpenAI API (또는 로컬 LLM)GitSupabaseOpenRouterVercel 또는 Cloudflare
따라 만들기 플랜
Day 1
Day 1: 저장소 초기화, 프로젝트 구조 설계, 에이전트 역할 정의 및 인터페이스 스펙 작성
기능 범위를 줄이고 데이터 구조를 먼저 정리하세요.
Day 2
Day 2: 코드 스타일 검사 에이전트 구현 (린터 규칙 적용 및 코멘트 생성)
작은 단위로 구현하고 바로 화면에서 확인하세요.
Day 3
Day 3: 버그 탐지 에이전트 구현 (정적 분석 도구 연동 또는 LLM 기반 패턴 탐지)
작은 단위로 구현하고 바로 화면에서 확인하세요.
Day 4
Day 4: 개선 제안 에이전트 구현 (리팩토링 힌트, 베스트 프랙티스 제안)
작은 단위로 구현하고 바로 화면에서 확인하세요.
Day 5
Day 5: GitHub Actions 워크플로우 작성, 세 에이전트 순차 실행 및 PR 코멘트 게시 자동화
작은 단위로 구현하고 바로 화면에서 확인하세요.
Day 6
Day 6: 예외 처리, 로깅, 설정 파일 추가, 문서화(README, 사용법) 작성
작은 단위로 구현하고 바로 화면에서 확인하세요.
Day 7
Day 7: 샘플 PR로 엔드투엔드 테스트, 성능 최적화, 포트폴리오용 데모 영상/블로그 초안 작성
배포 후 README와 회고를 남기면 포트폴리오 완성도가 올라갑니다.