저는 AI 코딩 에이전트 (AI coding agents)와 코드베이스 (codebases) 사이에 위치하는 컨텍스트 오케스트레이션 계층 (context orchestration layer)을 구축했습니다. 이 계층은 의도 (intent)를 분류하고, 다중 소스 검색 (multi-source retrieval)을 계획하며, 그래프 중심성 (graph centrality) 및 의미론적 유사성 (semantic similarity)을 포함한 5가지 요소를 기준으로 컨텍스트 (context)의 순위를 매깁니다. 또한 토큰 예산 (token budgets)에 맞춰 압축하고, 두 에이전트가 동시에 동일한 파일에 접근하는 것을 감지하며, 세션 전반에 걸쳐 지속적인 메모리 (persistent memory)를 유지하여 에이전트가 어제 탐색했던 내용을 기억할 수 있게 합니다. 주장하는 것이 아닌, 측정된 결과로 65%의 토큰 감소 (token reduction)를 확인했습니다. 오픈 소스 (Open source)이며, 혼자서 구축했습니다.