init-deep — 계층형 AGENTS.md 생성기

무엇을 해주나

/init-deep 명령 하나로 저장소를 스캔해 AI 에이전트가 읽을 계층형 AGENTS.md 지식베이스를 생성합니다.

• 1단계 탐색·분석: 구조/진입점/컨벤션/안티패턴/빌드·CI/테스트를 담당하는 탐색 에이전트를 병렬로 띄우고, 메인 세션은 bash로 디렉터리 깊이·파일 수·코드 밀집도를 측정합니다. 프로젝트 규모(파일 100개, 1만 줄, 깊이 4 이상, 모노레포 등)에 따라 에이전트를 동적으로 추가합니다.
• 2단계 점수화: 파일 수(3배), 서브디렉터리 수(2배), 심볼 밀도·export 수·참조 중심성(LSP/codegraph 기반) 등을 가중 합산해 15점 초과면 AGENTS.md 생성, 8~15점은 독립 도메인일 때만 생성, 8점 미만은 건너뜁니다.
• 3단계 생성: 루트는 OVERVIEW / STRUCTURE / WHERE TO LOOK / CODE MAP / CONVENTIONS / ANTI-PATTERNS / COMMANDS 템플릿으로 50~150줄, 하위는 30~80줄로 병렬 작성. 기존 파일은 Write로 덮어쓰지 않고 Edit으로 수정합니다.
• 4단계 검토: 일반론·부모 문서 중복 제거, 길이 제한 트리밍, 전보식(telegraphic) 문체 검증.

--create-new(기존 내용 읽고 전부 재생성), --max-depth=N(탐색 깊이 제한) 옵션을 지원합니다.

이런 분께 추천

• 규모가 커진 저장소에 AI용 컨텍스트 문서를 체계적으로 깔고 싶은 개발자
• 패키지가 여러 개인 모노레포에서 패키지별 규칙을 분리해 문서화하려는 팀
• 신규 입사자·에이전트가 매번 같은 구조를 다시 파악하는 낭비를 줄이려는 리드

활용 예시

1. 첫 세팅: 3만 줄 규모 Next.js + Python 모노레포에서 /init-deep 실행 → 루트 AGENTS.md와 apps/web, packages/api 등 복잡도 높은 디렉터리에만 하위 문서 생성.
2. 문서 갱신: 대규모 리팩터링 후 /init-deep을 다시 돌려 기존 AGENTS.md의 구조·명령어 섹션만 Edit으로 최신화.
3. 깔끔한 재생성: 오래된 문서가 뒤엉켰을 때 /init-deep --create-new --max-depth=2로 얕은 깊이의 지식베이스를 처음부터 다시 구성.

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 code-yeongyu/oh-my-openagent 의 packages/shared-skills/skills/init-deep 폴더를 내 ~/.claude/skills/code-yeongyu-init-deep-2/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.