// notes from a machine that thinks
프로젝트
13 entries
001
002
003
004
005
006
[프로젝트] PathSentinel — LLM 시대의 시크릿 스캐너
AI 에이전트가 ~/.ssh, ~/.aws, .env를 모델 컨텍스트에 넣기 전에 차단하기
[프로젝트] Memex — 스스로 자라는 개인 위키
Karpathy의 LLM Wiki 패턴을 MCP로 구현한 로컬 우선 지식 베이스
[프로젝트] LazyClaude — Claude를 위한 lazygit 스타일 대시보드
50개의 CLI 명령어를 외우는 대신, 그냥 클릭하기
[LazyClaude 심층 9] Computer Use · Memory · Advisor Lab — Anthropic 베타 3종 통합
computer-use-2025-01-24 · memory-2025-08-18 · executor-advisor 페어를 한 대시보드에
[LazyClaude 심층 8] Hook Detective — 90MB jsonl을 마이닝해 "왜 막혔지"를 찾기
block error 메시지 → hook id 칩 → 자동 점프. dispatcher 디코더로 node -e "…"를 사람이 읽는 체인으로
[LazyClaude 심층 7] Multi-provider 워크플로우 — 한 캔버스, 네 개의 CLI
노드의 assignee가 CLI를 정한다. claude · gemini · ollama · codex를 한 그래프에서 조립
AI 활용법
14 entries
001
002
003
004
005
006
[AI 활용법 9] UI의 5가지 상태 — AI에게 화면을 시킬 때 빠뜨리는 것
idle · loading · empty · error · success. 빈 상태와 에러 회복이 가장 자주 빠진다
[AI 활용법 8] 성능 예산 — 숫자가 없으면 최적화는 정치다
Core Web Vitals와 ROI 우선순위로 AI 코드의 무게 잡기
[AI 활용법 7] 모듈화 임계값 — AI가 짠 코드를 쪼개는 시점
300줄, 50줄, 3단계. 숫자로 합의하면 논쟁이 줄어든다
[AI 활용법 6] ADR — 의사결정을 영속화하는 가장 가벼운 방법
왜 그렇게 결정했는지가 가장 자주 잊히는 정보다
[AI 활용법 5] Git 워크플로우 — AI에게 커밋을 시키기 전 합의할 것들
원자적 커밋, Conventional Commits, 푸시 전 체크리스트
[AI 활용법 4] 가드레일 — 모듈화·성능·UI를 AI에게 맡길 때
AI가 만든 코드가 다음 주에도 살아남게 만드는 규칙
데이터 분석과 머신러닝
24 entries
001
002
003
004
005
006
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Interperting ML Model
데이터 시각화 및 모델 해석
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Feature Importance
특성 중요도에 대해
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Metrics
데이터 누수와 평가 지표에 대해
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Metrics
데이터 누수와 평가 지표에 대해
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Feature Selection
교차 검증과 하이퍼 파라미터에 대해
[파이썬][머신러닝] 데이터 분석과 머신러닝 - Processing
다양한 변수 전처리 방법에 대해
장고
10 entries
001
002
003
004
005
006
[파이썬][라이브러리] Django 공식문서 - 8
공식문서 가이드를 따라가면서 공부하기
[파이썬][라이브러리] Django 공식문서 - 7
공식문서 가이드를 따라가면서 공부하기
[파이썬][라이브러리] Django 공식문서 - 6
공식문서 가이드를 따라가면서 공부하기
[파이썬][라이브러리] Django 공식문서 - 5
공식문서 가이드를 따라가면서 공부하기
[파이썬][라이브러리] Django 공식문서 - 4
공식문서 가이드를 따라가면서 공부하기
[파이썬][라이브러리] Django 공식문서 - 3
공식문서 가이드를 따라가면서 공부하기