지능형 리팩터링 지휘자

무엇을 해주나

"리팩터링해줘", "정리해줘", "추출해줘" 같은 요청이 들어오면 곧바로 코드를 뜯어고치지 않고 6단계 절차를 밟게 만듭니다.

• PHASE 0 의도 게이트: "개선해줘"처럼 모호한 요청은 반드시 되묻게 하고, 대상·범위·성공 기준을 확정합니다.
• PHASE 1~2 코드맵: 탐색 에이전트와 LSP(정의 이동/참조 찾기), ast-grep, grep을 병행해 대상의 의존성 그래프와 영향 구역, 위험도 표를 만듭니다.
• PHASE 3 테스트 평가: 테스트 인프라를 탐지하고 커버리지 수준(80% 이상/50~80%/50% 미만/없음)에 따라 진행·경고·차단을 결정합니다.
• PHASE 4~5 계획·실행: Plan 에이전트로 원자 단위 단계와 롤백 전략을 만들고, 각 단계마다 diagnostics → 테스트 → 타입체크를 통과해야 다음 단계로 넘어갑니다.
• PHASE 6 최종 검증: 전체 테스트·타입체크·린트·빌드를 돌리고 변경 요약 리포트를 생성합니다.
• 팀 모드 부록: team_* 도구가 있을 때 4인 병렬 워커 팀(quick 2 + 저난도 추론 2)과 팀 외부 검증자를 운용하는 규칙까지 규정합니다.

이런 분께 추천

• 테스트가 있는 중·대형 코드베이스에서 구조 변경을 자주 하는 개발자
• "AI가 리팩터링하다 회귀 버그를 냈다"는 경험이 있는 팀
• oh-my-openagent(omo) 런타임 또는 LSP/ast-grep 도구를 쓰는 환경

활용 예시

1. /refactor src/auth/handler.ts --scope=module → 핸들러 의존성 맵을 만든 뒤 단계별로 쪼개고 매 단계 테스트를 돌립니다.
2. "AuthService 클래스에서 검증 로직을 별도 모듈로 추출" → 기존 패턴을 먼저 조사하고, ast-grep 미리보기 후 적용합니다.
3. "deprecated API를 쓰는 모든 함수 현대화" --strategy=safe → librarian으로 최신 대체 API를 조회하고, 커버리지가 낮으면 테스트 추가를 먼저 제안합니다.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/HEAD/packages/shared-skills/skills/refactor/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

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