M3 + Cursor 3.7 기반의 리포지토리 규모 엔지니어링을 위한 견고한 실행 중추 — 최첨단 에이전트의 코딩 판단력과 추론 프로토콜을

M3 + Cursor 3.7 기반의 리포지토리(repo) 규모 엔지니어링을 위한 견고한 실행 중추 — 최첨단 에이전트(frontier-agent)의 코딩 판단력과 추론 프로토콜을 어떤 모델이라도 실행할 수 있는 규칙으로 정제하여 제공합니다.

*MiniMax M3 (1M-token MSA 컨텍스트, 네이티브 멀티모달(multimodal) 입력) 및 Cursor 3.7 (Agents Window, canvases, Design Mode, /worktree, /best-of-n, Await, MCP Apps)에 최적화되었습니다. 모델 변경 시에도 유용하게 유지되도록 작성되었습니다.

빠른 시작 · 이 리포지토리의 이유 · 아키텍처 · 런타임 모드 · 솔버 루프(Solver Loop) · AGENTS.md · 참고 문헌

제공 사항
가볍고 상시 작동하는 코어	두 개의 견고한 규칙이 실행 중추를 담당합니다 — 추론 프로토콜(reasoning protocol), 솔버 루프(solver loop), 범위 제어(scope control), 코드 규율(code discipline), M3 롱 컨텍스트(long-context) 규율, M3 멀티모달(multimodal) 입력 규율, 그리고 엄격한 증명 계약(proof contract)을 포함합니다. 페르소나 비대화(persona bloat)는 없습니다.
...

핵심 전략: MiniMax는 페르소나 텍스트를 통해 개선되지 않습니다. 더 깨끗한 컨텍스트, 더 작은 증명 슬라이스(proving slices), 더 나은 도구 라우팅(tool routing), 정직한 검증을 통해 개선됩니다 — 그리고 최첨단 에이전트들이 사용하는 것과 동일한 판단 습관을 사용합니다: 증상을 고치는 것이 아니라 깨진 불변성(invariant)을 고칠 것; 테스트를 속이지 말 것; 모든 도구 결과 이후에 계획을 업데이트할 것. 여기의 모든 규칙은 이를 최적화합니다.

git clone https://github.com/madebyaris/advance-minimax-m3-cursor-rules.git
cp -r advance-minimax-m3-cursor-rules/.cursor your-project/.cursor

끝입니다. 두 개의 규칙은 항상 켜져 있습니다:

.cursor/rules/minimax-m3-core.mdc
— 추론 프로토콜, 실행 동작, 코드 규율, M3 롱 컨텍스트(long-context) 규율, M3 멀티모달(multimodal) 입력 규율

.cursor/rules/minimax-m3-status-verification.mdc
— 상태 및 증명 계약 (multimodal-grounded 시각적 증명, 버그 수정을 위한 red → green)

그 외의 모든 것은 설계상 **요청 가능(requestable)**하며 범위가 더 좁습니다 — 작업이나 파일 글로브(globs)가 호출할 때 로드됩니다. 두 개의 fable5-* 제작 규칙은 복잡한 코딩 및 추론 작업을 위해 로드되며, 나머지는 런타임 또는 도메인에 따라 연결됩니다.

공식 문서에서는 MiniMax 텍스트 모델에 대해 Anthropic 호환 (Anthropic-compatible) 액세스를 권장하며, OpenAI 호환 (OpenAI-compatible) 액세스 경로도 지원합니다. MiniMax 텍스트 생성 문서 · MiniMax API 개요를 참조하세요.

docs/AGENTS.md를 대상 리포지토리 루트에 AGENTS.md로 복사하세요.

이 파일이 이곳 docs/ 아래에 위치하는 것은 의도된 것입니다. 그래야 사용자가 이 규칙들을 편집하는 동안 Cursor가 이를 자동으로 활성화하지 않기 때문입니다.

.cursor/
├── rules/ # 20개의 규칙 (항상 활성화되는 2개 + 요청 가능한 18개)
│ ├── minimax-m3-core.mdc ★ 항상 활성화 · 실행 중추 (execution spine) + 추론 프로토콜 (reasoning protocol) + M3 규율 (disciplines)
...

이 리포지토리는 M3 출시가 강조하는 바로 그 지점들에서 MiniMax M3가 강력하게 느껴지도록 만듭니다:

• 1M-토큰 MSA 컨텍스트 (context) — 그리고 이를 비대하게 만들지 않고 사용하는 규율 (discipline)
• 네이티브 멀티모달 (native multimodal) 입력 (이미지, 비디오) — 그리고 시각적 주장을 실제 파일에 근거(grounding)시키는 규율
• 더 높은 에이전트 (agentic) 및 코딩 벤치마크 — 역할 분리 및 명시적 검증을 통해 활용됨
• 최첨단 코딩 판단력 (frontier coding judgment) — fable5-* 제작 규칙은 SWE-Bench급 점수 뒤에 숨겨진 습관들(근본 원인 분석법, 테스트 무결성, 교차 사고)을 오픈 모델이 따를 수 있는 형태로 정제합니다. 여기에는 에이전트 하네스 (agent harnesses)와 /best-of-n을 일급 팀 패턴으로 포함하는 멀티 에이전트 협업, 그리고 관련이 있을 때만 로드되는 긴 스킬 팩 (skill packs) 및 상세한 도구 계약 (tool contracts)이 포함됩니다.
• 변화하는 환경에서의 동적 도구 발견 (Cursor 3.7의 진화하는 MCP + 플러그인 표면)

목표는 MiniMax가 다른 제공업체의 톤을 모방하게 만드는 것이 아닙니다. M3가 자신의 목소리를 유지하면서도, 코드를 어디서 수정할지, 수정을 어떻게 증명할지, 언제 전략을 바꿀지와 같은 *판단력 (judgment)*을 전수하는 것입니다. 실제 엔지니어링, 복잡한 기술, 에이전트 워크플로, 긴 컨텍스트, 그리고 멀티모달 근거(multimodal grounding)를 중심으로 한 M3의 공식 포지셔닝을 보완하는 내구성 있는 실행 중추(execution spine)를 구축하는 것입니다.

왜 M3-네이티브인가 (그리고 그것이 무엇을 최적화하는가)

MiniMax는 M3를 세대적 전환으로 포지셔닝합니다: 1M-토큰 MSA 컨텍스트, 네이티브 멀티모달 입력, 그리고 더 높은 에이전트 및 코딩 벤치마크 (모델 페이지 참조).

따라서 이 리포지토리는 다음을 최적화합니다:

• 1M 토큰에 대한 명시적인 유지 및 압축 결정 ("모두 집어넣고 바라기"가 아님)
• 모든 시각적 주장을 실제 첨부된 이미지/프레임에 근거함 (multimodal-grounded)
• 모든 것을 읽는 대신 제한된 리포지토리 탐색 (bounded repo exploration)
• 대규모 작업을 위한 가장 작은 증명 슬라이스 (smallest proving slices)
• 높은 이해관계가 걸린 선택을 위한 /best-of-n을 포함하여, 멀티 에이전트 작업을 위한 명시적인 역할 및 핸드오프 (handoff) 규율
• 모호하고 긴 프롬프트 대신 강력한 기술 계약 (skill contracts)
• 정직한 런타임 (runtime) 및 검증 보고

MoE / MSA 참고 사항 — 제어할 수 있는 것과 없는 것

이 규칙들은 페르소나 텍스트를 통해 모델의 내부 라우팅 (internal routing)을 조종할 수 있다고 가정하지 않습니다. M3는 전체 어텐션 (full attention)을 쿼리당 KV-블록을 선택하는 MiniMax Sparse Attention (MSA)으로 교체하며, 제어 가능한 레버는 여전히 외부에 있습니다:

• 더 깔끔한 컨텍스트 (명시적인 유지 결정 포함)
• 더 나은 분해 (decomposition)
• 더 나은 도구 라우팅 (Cursor 3.7 인터페이스 포함)
• multimodal-grounded 시각적 증명을 포함한 더 나은 검증 루프 (verification loops)
• 더 명확한 완료 정의 (definitions of done)

만약 규칙 변경 후 M3의 성능이 향상되었다면, 그 이유는 숨겨진 전문가에게 마법처럼 접근했기 때문이 아니라, 외부 문제 구조가 개선되었기 때문일 가능성이 높습니다.

이 리포지토리가 M3로 전달하는 가장 중요한 단일 행동 양식은 다음과 같습니다:

1. 결과를 운영적 용어로 정의한다.
2. 결정하기 전에 리포지토리와 런타임을 검사한다.
3. 중추(spine)를 찾는다: 엔트리 포인트 (entry points), 데이터 흐름 (data flow), 상태 (state), 지속성 (persistence), 사용자 가시적 동작.
...

앱 구축의 경우, 이는 다음과 같은 의미입니다: 컴포넌트 더미로 시작하지 마세요. 먼저 핵심 흐름을 해결하고, 초기 단계에서 하나의 엔드 투 엔드 (end-to-end) 슬라이스를 증명한 다음, 다듬기 작업을 추가하세요.

신규 앱 증명 루프
1	설치 / 설정 성공
...
예시 — "태스크 앱 구축"의 경우, 생성 → 목록 → 완료 → 지속 → 다시 불러오기를 우선시합니다. 핵심 경로가 작동할 때까지 필터, 협업, 설정 및 애니메이션은 미루세요.

이 리포지토리가 타협 불가능한 것으로 취급하는 몇 가지 행동 양식은 다음과 같습니다:

• 새로운 패키지(packages), 프레임워크(frameworks), 툴체인(toolchains)은 추천되거나 설치되기 전에 현재의 권위 있는 소스(authoritative sources)를 통해 검증됩니다. - 스캐폴딩(Scaffolding)은 공식 CLI / create / init 경로가 존재하는 경우 해당 프레임워크의 공식 경로를 사용합니다. - 스캐폴딩 결과물은 작업을 계속하기 전에 검사됩니다.
• 실행 가능한 작업은 단순히 정적인 확신(static confidence)이 아닌, **실행 가능한 증거(runnable proof)**가 있을 때까지 "완료"된 것이 아닙니다. - 버그 수정은 red → green으로 증명되어야 합니다: 즉, 변경 전에는 재현(reproduction)이 실패하고 변경 후에는 통과해야 합니다. 한 번도 red 상태였던 적이 없는 체크는 아무것도 증명하지 못합니다. - 테스트는 green 상태에 도달하기 위해 약화되거나, 건너뛰어지거나, 예외 처리(special-cased)되지 않습니다. 테스트가 곧 명세(spec)입니다. 만약 명세가 잘못되어 보인다면, 이는 사용자에게 전달되어야 합니다.
• 수정 사항은 증상 부위가 아닌 근본 원인(root cause)(깨진 불변량, broken invariant)에 적용되어야 하며, 배포된 임시 방편(workarounds)은 임시 방편으로 라벨링됩니다. - 스텁(Stubs), 모크(mocks), 하드코딩된 플레이스홀더(placeholders)는 마무리 단계(closeout)에서 명시되어야 하며, 결코 완성된 동작으로 제시되어서는 안 됩니다.
• 시각적 작업은 변경 후의 프레임이 다시 읽히기( multimodal-grounded ) 전까지는 "완료"된 것이 아닙니다. - 필수 체크가 실패하거나 건너뛰어지는 경우, 에이전트는 blocked 또는 implemented but unverified라고 보고해야 하며, 결코 거짓 완료(false completion)를 보고해서는 안 됩니다. - UI 및 상호작용에 대한 주장에는 브라우저 또는 사용자 인터페이스(user-surface) 검증이 필요합니다.
• 도구 기반의 약속(Tool-based promises)은 런타임 경로(runtime path)가 확인될 때까지 대기합니다.
• 1M-토큰 컨텍스트(1M-token context)가 에이전트의 압축 의무를 면제해주지는 않습니다. 오히려 압축에 실패했을 때의 비용을 높일 뿐입니다.

이 시스템은 계층화되어 있습니다: 항상 켜져 있는 아주 작은 코어(core), 최첨단 판단력(frontier judgment)을 담은 제작 규칙(craft rules), 필요에 따라 로드되는 런타임 규칙(runtime rules), 그리고 파일 글로브(file globs)를 통해 부착되는 도메인 규칙(domain rules)으로 구성됩니다. 깊이는 기술(skills)에 존재합니다.

파일	목적
minimax-m3-core.mdc	지속 가능한 실행 동작 (Durable execution behavior): 추론 프로토콜 (의도 우선, 인터리브 사고 (interleaved thinking), 명시적 가설, 엔드-투-엔드 소유권), 솔버 루프 (solver loop), 범위 제어 (scope control), 코드 규율 (근본 원인 우선, 경계 검증, 테스트 무결성), M3 롱 컨텍스트 (long-context) 규율, M3 멀티모달 (multimodal) 입력 규율, 정직한 도구 사용, 스캐폴드 (scaffold) 규율, 간결한 진행 상황 보고
minimax-m3-status-verification.mdc	상태 및 증명 계약 (Status & proof contract): 정확한 주장 라벨, 증명 매칭, 버그 수정을 위한 레드 → 그린 (red → green) 전환, multimodal-grounded 시각적 증명, 증거 우선 종료 (evidence-first closeouts)

최첨단 에이전트(Frontier-agent)의 판단력을 요청 가능한 규칙으로 정제 — SWE-Bench급 점수를 뒷받침하는 습관들을 M3 및 모든 오픈 모델로 전이 가능하게 구현함:

파일	목적
fable5-coding-craft.mdc	숙련도 계층 구조 (The craft hierarchy), 작성 전 위치 파악 (locate-before-write), 근본 원인 방법론 (broken-invariant chain), 단순함에 대한 미적 감각 (simplicity taste), 에러 처리 철학, 테스트 무결성, 리팩터링 규율, LLM 실패 모드 및 대응책
fable5-reasoning.mdc	3회독 작업 해석 (Three-readings task interpretation), 리스크 우선 분해 (risk-first decomposition), 접근 방식 선택, 인터리브 사고 루프 (surprise rule, stale-plan rule), 가설 원장 (hypothesis ledgers), 사전 사후 분석 (premortems), 보정 (calibration), 정체 시 전략 사다리 (stuck-strategy ladder)

파일	목적
model-compatibility.mdc	프롬프트 계층 구조 (Prompt hierarchy), M3 우선 모델 선택, 도구 규율 (tool discipline), 모델 간 컨텍스트 제어
cursor-tools-mastery.mdc	Cursor 3.7 도구 선택 패턴: Agents Window, 캔버스 (canvases), 디자인 모드 (Design Mode), /worktree, /best-of-n, Await, Composer 2.5
cursor-mcp-optimization.mdc	브라우저 (Browser), Figma, Cloudflare 도구, MCP Apps 구조화된 콘텐츠, 직접 실행 (direct action) 패턴
cursor-agent-orchestration.mdc	다중 환경 계획 (Multi-environment planning), 오케스트레이션 기본 요소 (orchestration primitive)로서의 /best-of-n, 장기 실행 브랜치를 위한 Await
agent-teams.mdc	역할 경계 (Role boundaries), 다중 환경 핸드오프 (handoffs), 팀 패턴으로서의 /best-of-n, 에스컬레이션 (escalation), 직렬 vs 병렬 (serial vs parallel)
tool-discovery.mdc	런타임 도구 인벤토리 (Runtime tool inventory), MCP/스키마 탐색, MCP Apps 구조화된 콘텐츠, 안전한 폴백 (safe fallbacks)
minimax-mcp-tools.mdc	현재 문서 검색 (Current-doc retrieval), 직접 도구 선호 (direct-tool preference), 버전 인식 조회 (version-aware lookups), MCP Apps 구조화된 콘텐츠
minimax-m3-verification.mdc	비례 검증 플레이북 (Proportional verification playbook) (셸 + 브라우저 + 멀티모달 기반 확인, 검증 중 테스트 무결성)
minimax-m3-self-evolution.mdc	반복적 정제 루프 (Iterative refinement loops), 반복 전 압축 (compress-before-iterate), 자율 디버깅 (autonomous debugging)
skill-authoring.mdc	스킬 (skills) 사용 시점, 스킬 구조화 방법, model_assumptions 선언 방법
clarify-first-prompting.mdc	먼저 조사한 후, 실제 분기(forks)가 발생했을 때만 질문하기

교차 도메인(cross-cutting domains)을 위한 요청 가능한 규칙이며, 언어별 요리법(cookbooks)이 아닙니다. 언어별 관용구(idioms)는 리포지토리 읽기, 공식 문서, 그리고 항상 활성화되어 있는 코드 규율 (Code Discipline) 섹션을 통해 습득합니다.

파일	목적
language-agnostic-patterns.mdc	패턴 판단 (적용하지 말아야 할 때), SOLID, 디자인 패턴 (design patterns), 변경 규율 (change discipline), 코드 리뷰 휴리스틱 (code-review heuristics)
design-systems.mdc	토큰 (Tokens), shadcn/ui, Tailwind v4 메커니즘 → anti-slop-design을 통한 미학 (aesthetics)
3d-graphics.mdc	Three.js / R3F 구문, 컨테이너 크기 조정, 임포트 함정 (import traps) → 3d-web-experiences를 통한 품질
devops-infrastructure.mdc	Docker, k8s, Terraform, CI/CD — 적용 전 검증 (validate-before-apply), 인프라 함정 (infra traps) (lean)
mobile-cross-platform.mdc	Flutter / RN / Expo — CLI 우선 (CLI-first), 아키텍처, 모바일 검증 (mobile verify) (lean)

기술 (Skills)은 심층적이고 도메인 특화된 절차를 항상 활성화된 핵심 (core)에서 분리하여 유지하며, 점진적 공개 (progressive disclosure) (SKILL.md + 선택적 reference.md)를 통해 대규모의 구조화된 가이드를 제공합니다.

기술 (Skill)	목적
anti-slop-design/	브랜드 대 제품의 레지스터 (register), 컬러 전략 확정, 장면 기반 테마 선택, 카테고리 인지 방향성, anti-slop 체크, 목업 (mocks)으로부터의 멀티모달 디자인 일치성 (design parity)
3d-web-experiences/	미학적 방향성, 성능 예산 (performance budgets), 반응형 WebGL, 우아한 성능 저하 (graceful degradation), 멀티모달 참조 일치성
deep-research/	반복적인 혼합 소스 조사, 합성 (synthesis), 환각 방지 회복 (anti-hallucination recovery), M3 긴 문맥 압축 (long-context compression)
incident-triage-harness/	M3 시각적 증거 처리를 포함한 프로덕션 스타일의 디버깅 및 완화 워크플로우 (mitigation workflow)
minimax-multimodal-toolkit/	MiniMax 네이티브 이미지, 비디오, 음성, 음악 및 미디어 라우팅 (출력 측면)
minimax-m3-long-context/	1M 토큰 MSA 문맥 규율 (context discipline): 유지, 압축, 기술 인계 (skill handoff), 종료 문맥 처리 (closeout context disposition)
minimax-m3-multimodal-input/	네이티브 이미지/비디오 입력 워크플로우: 파일에 근거 (ground in the file), 디자인 일치성, 시각적 충실도 주장 (visual-fidelity claims)

작업이 핵심 (core)에 담기에는 너무 상세하여 반복 가능한 워크플로우를 갖거나, 예시 또는 카테고리 휴리스틱이 필요하거나, 점진적 공개를 통해 이득을 얻을 수 있는 경우 기술 (skill)을 로드합니다. M3의 1M 문맥 (context) 환경에서도

MiniMax M3 (2026-06-01 출시)는 이 리포지토리의 대상 모델입니다. 이 모델은 1M 토큰의 MSA 문맥 창 (context window)과 네이티브 멀티모달 입력 (text, image, video)을 제공합니다. 이 리포지토리는 M3를 우선적으로 튜닝하였으나, composer-2.5, GPT 또는 Claude와 같은 제3자 모델에서도 올바르게 작동합니다. 즉, M3 전용 섹션(긴 문맥 규율 (long-context discipline), 멀티모달 입력 규율 (multimodal input discipline))은 비활성화되지만, 항상 작동하는 핵심 기능 (always-on core)은 계속해서 적용됩니다.