huytieu/COG-second-brain

Cognition + Obsidian + Git — AI 에이전트(AI agents), 마크다운(markdown) 파일, 그리고 버전 관리(version control)를 통해 구동되는 자가 진화형 세컨드 브레인(second brain)입니다. 데이터베이스도, 특정 업체 종속(vendor lock-in)도 없습니다 — 오직 생각하는 .md 파일들만 존재합니다.

빠른 시작(Quick Start) | 기술(Skills) | 기능(Features) | FAQ | SETUP.md

Claude Code • Cursor • Kiro • Gemini CLI • OpenAI Codex • 마크다운을 읽을 수 있는 모든 AI와 함께 작동합니다.

Garry Tan의 gstack 및 gbrain에서 영감을 받았습니다.

graph LR
A[You] -- natural language --> B[AI Agent]
B -- runs --> C[17 Skills]
...

COG가 처음이신가요? 작동 모습을 확인하려면 2분짜리 워크스루(walkthrough) 영상을 시청하세요.

1. 저장소(repo)를 클론(Clone)하고 진입하세요:

git clone https://github.com/huytieu/COG-second-brain.git
cd COG-second-brain

2. 에이전트(agent)에서 온보딩(onboarding)을 실행하세요:

에이전트 (Agent)	명령어 (Command)	기술(skills) 탐색 방식
Claude Code	code . → "Run onboarding"	.claude/skills/
Cursor	폴더 열기 → "Run onboarding"	.cursor-plugin/ + .cursorrules
Kiro	폴더 열기 → "setup COG"	.kiro/powers/
Gemini CLI	gemini → /onboarding	GEMINI.md + .gemini/commands/
OpenAI Codex	codex → "Run onboarding"	AGENTS.md
기타 에이전트	AGENTS.md를 가리키며 → "Run onboarding"	AGENTS.md

또는 skills.sh를 통해 설치하세요:

npx skills add huytieu/COG-second-brain

완료되었습니다 — COG는 약 2분 내에 개인화되어 준비됩니다. 선택적 설정(Git 동기화, iCloud, Obsidian Tasks 등)은 SETUP.md를 참조하세요.

COG는 AGENTS.md를 Codex 및 기타 마크다운을 읽는 에이전트를 위한 범용 폴백(universal fallback)으로 사용하며, **전체 Claude Code 인터페이스(surface)**와 더불어 Kiro 및 Gemini CLI를 위한 **핵심 네이티브 인터페이스(core native surfaces)**를 제공합니다.

인터페이스 (Surface)	현재 지원 사항	비고
Claude Code	17개의 네이티브 기술(native skills) + 6개의 워커 에이전트(worker agents)	완전한 퍼스트 클래스(first-class) 인터페이스
...	AGENTS.md	17개의 문서화된 명령어

프레임워크 파일을 게시하거나 업데이트하기 전에 ./scripts/validate-agent-surface.sh를 실행하세요.

매니페스트 (manifests), 문서 (docs), 그리고 배포된 파일 (shipped files) 사이의 괴리 (drift)를 포착하기 위함입니다. 상세한 지원 매트릭스 (support matrix) 및 기여자 규칙 (contributor rules)은 docs/AGENT-SUPPORT.md를 참조하세요.

기술 (Skill)	기능	실행 예시
onboarding	워크플로우에 맞춰 COG를 개인화 (가장 먼저 실행하세요!)	"Run onboarding"
braindump	지능형 분류를 통해 가공되지 않은 생각을 캡처	"I need to braindump"
daily-brief	검증된 뉴스 인텔리전스 (최근 7일 데이터)	"Give me my daily brief"
url-dump	통찰력을 자동으로 추출하여 URL 저장	"Save this URL"
weekly-checkin	도메인 간 패턴 분석	"Weekly review"
knowledge-consolidation	흩어진 노트로부터 프레임워크 구축	"Consolidate my knowledge"
update-cog	콘텐츠를 건드리지 않고 프레임워크 파일 업데이트	"Update COG"

기술 (Skill)	기능	실행 예시
team-brief	GitHub + Linear + Slack + PostHog를 상호 참조하여 양방향 Linear 동기화가 포함된 일일 팀 인텔리전스 브리핑 생성	"Team brief" / "What did we ship?"
meeting-transcript	회의 녹음본을 구조화된 결정 사항, 실행 항목 (action items), 팀 역학 (team dynamics)으로 처리	"Process this meeting"
comprehensive-analysis	주간 리뷰, 이사회 준비 또는 전략 수립을 위한 심층 7일 분석 (~8-12분 소요)	"Weekly analysis" / "Board prep"

기술 (Skill)	기능 (What it does)	실행 예시 (Try saying...)
create-user-story	Linear, GitHub Issues 또는 Jira 전반에 걸쳐 중복 확인을 수행하며 사용자 스토리 (User stories) 생성	"...에 대한 사용자 스토리를 생성해줘"
generate-prd	Confluence/Notion에 게시하기 전 승인 단계를 거치는 제품 요구 사항 문서 (PRD) 초안 작성	"...에 대한 PRD를 생성해줘"
generate-release-notes	GitHub 마일스톤 (Milestones), Linear 사이클 (Cycles) 또는 수동 입력을 통해 릴리스 노트 (Release notes) 생성	"v2.1에 대한 릴리스 노트를 생성해줘"
export-open-issues	모든 트래커의 미결 이슈 (Open issues)를 감사하고 구조화된 볼트 (Vault) 요약본으로 내보내기	"미결 이슈를 내보내줘"
publish-to-confluence	볼트의 모든 마크다운 (Markdown) 파일을 Confluence에 게시	"이 내용을 Confluence에 게시해줘"
update-knowledge-base	릴리스, 기능 및 프로젝트 변경 사항을 바탕으로 제품 지식 베이스 (Knowledge base) 유지 관리	"v2.1 변경 사항으로 지식 베이스를 업데이트해줘"

PM 워크플로우 (PM Workflow): 이러한 기술들은 완전한 제품 관리 라이프사이클을 형성합니다:
리서치 (/auto-research) → PRD (/generate-prd) → 스토리 (/create-user-story) → 개발 → 릴리스 노트 (/generate-release-notes) → 지식 베이스 (/update-knowledge-base). 감사를 위해 /export-open-issues를 사용하고, 외부 공유를 위해 /publish-to-confluence를 사용하세요.

기술 (Skill)	기능 (What it does)	실행 예시 (Try saying...)
auto-research	심층 전략 리서치 엔진 — 질문을 여러 에이전트 (Agents)를 활용한 병렬 리서치 스레드로 분해하여 수행	"AI 테스트 도구의 미래에 대해 조사해줘"

COG는 garrytan/gstack 전문가 세션 및 garrytan/gbrain 지식 패턴에서 영감을 받은 워커 에이전트 (Worker agent) 아키텍처를 사용합니다. 워커 (Workers)는 데이터 집약적인 작업을 저렴하게 처리하고 (Sonnet), 리드 세션 (Lead session)은 추론 (Reasoning)을 수행합니다 (Opus).

에이전트 (Agent)	역할	모델 (Model)
worker-data-collector	GitHub, Slack, Jira, Linear로부터의 구조화된 추출	Sonnet
worker-researcher	출처 인용을 포함한 웹 리서치	Sonnet
worker-file-ops	Vault 파일 작업, 메타데이터, 프로필	Sonnet
worker-executor	사전 승인된 변이 (Jira, Linear, API)	Sonnet
worker-publisher	Slack, Confluence, Notion으로 게시	Sonnet
brief-people-updater	회의/브리프로부터 인물 프로필 일괄 업데이트	Sonnet

워커 (Workers)는 결과를

/tmp/

파일에 작성하고 상태(status)와 경로(path)만 반환합니다. 리드 (Lead)는 합성을 위해 해당 파일을 읽습니다. 이를 통해 에이전트 출력 시 발생하는 느린 토큰 생성 (token generation) 문제를 제거합니다.

05-knowledge/people/에 있는 점진적이고 증거 기반인 프로필을 사용하여 함께 일하는 사람들을 추적하세요. 프로필은 단계별 강화 (tiered enrichment)를 통해 자동으로 격상됩니다:

Tier 3 (Stub)— 1회 언급: 이름, 역할, 한 줄 컨텍스트
Tier 2 (Moderate)— 3회 이상 언급: 요약 스냅샷, 작업 스타일, 강점
Tier 1 (Full)— 8회 이상 언급 또는 직접적인 회의: 모든 섹션이 포함된 완전한 프로필

모든 관찰 사항에는 신뢰 수준 (confidence level)과 함께 출처 인용이 포함됩니다. 자세한 내용은 05-knowledge/people/README.md를 참조하세요.

COG는 온보딩 (onboarding) 중에 사용자의 역할을 귀하에게 가장 관련성이 높은 기술과 통합 (integrations)을 우선시하는 **역할 팩 (role pack)**에 매칭합니다. 사용 가능한 역할 팩: Product Manager, Engineering Lead, Engineer, Designer, Founder, Marketer — 또는 템플릿을 사용하여 직접 만들 수 있습니다.

팀 기술이 처음인가요? 이 기능들은 GitHub CLI (gh)가 필요하며 Linear, Slack, PostHog MCP 통합과 함께 사용할 때 가장 효과적입니다. 이 기능들은 점진적으로 성능이 저하되도록 설계되었습니다 — 우선 GitHub으로만 시작하여 시간이 지남에 따라 통합을 추가하세요. 구성에 대해서는 SETUP.md를 참조하세요.

graph TD
A[매일: 생각 브레인덤프] --> B[매일: 뉴스 인텔리전스]
A --> T[매일: 팀 인텔리전스 브리프]
...

매일의 캡처 (Daily capture)— 가공되지 않은 생각을 브레인덤프(braindump)합니다. COG는 이를 도메인별로 분류하고 실행 항목(action items)을 추출합니다.
매일의 인텔리전스 (Daily intelligence)— 검증되고 출처가 명확한 뉴스를 포함한 개인화된 뉴스 브리핑을 제공합니다.
매일의 팀 브리프 (Daily team brief)— GitHub, Linear, Slack, PostHog, 회의 내용을 양방향 동기화(two-way sync)를 통해 하나의 브리프로 교차 참조합니다.
회의 프로세싱 (Meeting processing)— 회의록(transcripts)에서 결정 사항, 실행 항목, 팀 역학 관계를 추출합니다.
주간 회고 (Weekly reflection)— 모든 도메인에 걸친 패턴 분석을 통해 놓치기 쉬운 통찰(insights)을 도출합니다.
주간 딥 다이브 (Weekly deep dive)— 이사회 준비, 회고(retros), 전략적 계획을 위한 종합적인 분석을 수행합니다.
월간 합성 (Monthly synthesis)— 흩어져 있던 노트들이 통합된 프레임워크와 지식 베이스(knowledge base)로 변모합니다.
전략적 조사 (Strategic research)— 실제 출처를 바탕으로 전략적 질문에 대해 멀티 에이전트(multi-agent)가 심층 조사를 수행합니다.
PM 워크플로우 (PM workflow)— PRD(제품 요구 사양서)부터 릴리스 노트, 지식 베이스 업데이트까지 제품 라이프사이클 전체를 관리합니다.

자가 진화 (Self-Evolving) — 사용자의 패턴을 학습하고, 콘텐츠를 자동 정리하며, 프레임워크를 구축합니다 |
자가 치유 (Self-Healing) — 파일 이름을 변경하거나 구조를 재편성해도 교차 참조가 자동으로 업데이트됩니다 |
검증 우선 (Verification-First) — 출처가 필수적이며, 7일 이내의 최신성을 유지하고, 모든 분석에 대해 신뢰 수준을 제공합니다 |
개인정보 보호 우선 (Privacy-First) — 로컬 .md 파일을 사용하며, 엄격한 도메인 분리를 적용하고, 외부 서버를 사용하지 않습니다 |
멀티 디바이스 (Multi-Device) — iPhone/iPad/Mac으로 iCloud 동기화를 지원하며, 버전 관리를 위해 Git을 사용합니다 |
Obsidian Tasks — 📅 YYYY-MM-DD 이모지 형식을 지원하여 Tasks 플러그인 대시보드와 연동됩니다 |
Garry Tan 영감 (Garry Tan Inspired) — gstack 전문 세션 + gbrain 지식 패턴을 반영합니다 |
멀티 플랫폼 (Multi-Platform) — skills.sh, agentskill.sh, cursor.directory에 등록되어 있습니다 |
워커 에이전트 (Worker Agents) — Sonnet은 I/O를 처리하고, Opus는 사고(thinking)를 담당합니다 |

COG-second-brain/
├── .claude/skills/ # Claude Code 스킬 (17개)
├── .claude/agents/ # 워커 에이전트 정의 (6개)
...

실제 결과: 120개 이상의 브레인덤프 처리, 95% 이상의 출처 정확도를 가진 데일리 브리프, 5개의 주요 전략적 통찰 발견 — 유지보수 필요 없음.

COG는 프레임워크 파일(skills, docs, scripts)과 사용자의 콘텐츠(braindumps, profiles, notes)를 분리합니다. 업데이트 시 사용자의 개인 데이터에는 절대 영향을 주지 않습니다.

방법	명령
AI 에이전트 (any)	"Update COG" 또는 /update-cog
...
버전 확인: cat COG-VERSION

패키징된 서피스 (surfaces) 검증: ./scripts/validate-agent-surface.sh

왜 Notion / Roam / Obsidian만 사용하지 않나요?

COG는 그 위에 스스로 진화하는 지능 (self-evolving intelligence)을 추가합니다. 단순히 저장만 하는 것이 아니라, 자동으로 학습하고, 분석하며, 통찰 (insights)을 합성합니다.

비용은 얼마나 드나요?

COG는 무료이며 오픈 소스 (MIT)입니다. 사용자는 AI 에이전트의 API 사용료만 지불하면 됩니다.

내 데이터는 비공개인가요?

네. 모든 데이터는 로컬 마크다운 (markdown) 파일입니다. AI 에이전트의 API는 사용자가 스킬 (skill)을 호출할 때만 호출됩니다. 외부 서버에 데이터가 저장되지 않습니다.

스킬을 커스텀하거나 추가할 수 있나요?

네 — 모든 SKILL.md / POWER.md / AGENTS.md 파일을 편집하면 됩니다. 새로운 스킬을 만드는 방법에 대한 자세한 내용은 SETUP.md를 참조하세요.

업데이트 시 내 커스텀 설정이 덮어쓰여지나요?

아니요. 업데이트 프로세스는 커스텀된 파일을 감지하고 파일별로 선택할 수 있게 합니다: 본인의 파일 유지, 업스트림 (upstream) 사용, 또는 백업 후 업데이트. 승인 없이 아무것도 덮어쓰지 않습니다.

Git을 사용하지 않으면 어떻게 되나요?

Git은 선택 사항이지만 버전 기록을 위해 권장됩니다. COG는 iCloud 동기화만으로도 잘 작동합니다.

Gemini CLI + OpenAI Codex 지원 (v3.1에 포함됨) -
업스트림 (Upstream) 업데이트 시스템 (v3.2에 포함됨) -
역할 팩 (Role packs) 및 통합 탐색 (v3.3에 포함됨) -
PM 워크플로우 스킬 및 자동 조사 (v3.4에 포함됨) -
워커 에이전트 (Worker agents), 인맥 CRM 및 전문가 세션 (v3.5에 포함됨) -

• 지식 그래프 (knowledge graph) 시각화를 위한 웹 인터페이스
• 모바일 우선 명령 (Obsidian 모바일에 최적화)
• 팀 협업 기능 (개인정보 보호 유지)
• 캘린더/작업 관리 도구와의 통합

| 기여하기 | 버그 보고 | 토론 |
| GitHub에서 후원하기 | 커피 후원하기 | MIT 라이선스 |

Claude Code, Cursor, Kiro, Gemini CLI, OpenAI Codex, 그리고 Obsidian으로 제작되었습니다.

주요 영감:

Garry Tan의 gstack— 전문 세션(specialist sessions), 명확한 운영 기어(operating gears), 저장소 로컬 기술 분배(repo-local skill distribution). COG의 워커 에이전트 아키텍처(worker agent architecture)와 모델 라우팅(model routing)은 gstack의 명시적인 모드 분리(explicit mode separation) 방식을 직접 차용했습니다.

Garry Tan의 gbrain— 컴파일된 진실(Compiled Truth) + 타임라인(Timeline) 패턴, 인물 프로필을 위한 계층적 풍부화(tiered enrichment), 뇌 우선 조회 프로토콜(brain-first lookup protocol). COG의 인물 CRM(people CRM)과 지식 우선 접근 방식(knowledge-first approach)은 gbrain의 설계를 응용했습니다.

제텔카스텐 (Zettelkasten)— 지식의 토대로서의 원자적이고 상호 연결된 노트

Building a Second Brain (Tiago Forte)— PARA 조직화, 점진적 요약 (progressive summarization)

GTD (David Allen)— 모든 것을 포착하고, 체계적으로 처리하라

요약 (TL;DR): 클론(Clone)하고, 온보딩(onboarding)을 실행하며, 매일 브레인덤프(braindump) 하세요. COG는 당신과 함께 진화합니다 — 그저 .md 파일과 어떤 AI 에이전트만 있으면 되며, 유지보수는 전혀 필요 없습니다.