@maskweaver/plugin

🎭 Give your AI coding assistant expert personalities - 가면술사

전문가 가면을 통해 AI 코딩 어시스턴트를 강화하세요.

원클릭 설치

방법 1: CLI 사용 (권장)

# npx 사용
npx @maskweaver/plugin install

# 또는 bunx 사용
bunx @maskweaver/plugin install

방법 2: 수동 설치

~/.config/opencode/opencode.json 또는 프로젝트의 opencode.json에 추가:

{
  "plugin": ["@maskweaver/plugin"]
}

삭제

# CLI로 제거
npx @maskweaver/plugin uninstall

# 또는 프로젝트별 제거
npx @maskweaver/plugin uninstall --local

삭제 후 다음 파일들을 수동으로 정리할 수 있습니다:

• ~/.config/opencode/maskweaver.json (전역 설정)
• .opencode/maskweaver.json (프로젝트 설정)
• .opencode/masks/ (사용자 정의 가면)
• .opencode/agents/ (사용자 정의 에이전트)

설치 상태 확인

npx @maskweaver/plugin status

설정

.opencode/maskweaver.json 파일을 생성하여 플러그인을 구성할 수 있습니다:

{
  "$schema": "https://unpkg.com/@maskweaver/plugin/schema.json",
  "masks": {
    "default": "kent-beck",
    "autoActivate": true
  },
  "disabled_tools": [],
  "disabled_masks": [],
  "agents": {
    "coder": {
      "model": "anthropic/claude-sonnet-4-5"
    }
  },
  "logging": {
    "verbose": false
  }
}

설정 옵션

| 옵션 | 설명 | |------|------| | masks.default | 세션 시작 시 자동 활성화할 가면 ID | | masks.autoActivate | 기본 가면 자동 활성화 여부 | | disabled_tools | 비활성화할 도구 목록 | | disabled_masks | 비활성화할 가면 목록 | | agents | 에이전트별 설정 오버라이드 | | logging.verbose | 상세 로깅 활성화 |

사용법

1. 가면 목록 확인

AI에게 list_masks 도구를 사용하도록 요청:

사용 가능한 가면을 보여줘

2. 가면 선택

select_mask 도구로 가면 활성화:

Kent Beck 가면을 적용해줘

3. 가면 해제

deselect_mask 도구로 가면 제거:

현재 가면을 해제해줘

4. 상태 확인

maskweaver_status 도구로 상태 확인:

maskweaver 상태를 보여줘

사용 가능한 가면

Software Engineering

• kent-beck: 테스트 주도 개발(TDD)의 창시자
• martin-fowler: 리팩토링과 엔터프라이즈 패턴의 대가
• linus-torvalds: 리눅스와 Git의 창시자
• dan-abramov: React와 Redux의 핵심 개발자

Architecture

• jeff-dean: 구글의 시스템 아키텍처 대가

AI/ML

• andrew-ng: 머신러닝 교육의 선구자

Tools

Maskweaver 플러그인은 메모리, 컨텍스트, 회고를 위한 7개의 강력한 도구를 제공합니다.

Memory Tools

memory_search

의미 기반 검색으로 이전 대화, 결정 사항, 사용 기록, 유저 선호도를 찾습니다.

Parameters:

• query (required): 검색할 텍스트
• maxResults (optional): 최대 결과 수
• minScore (optional): 최소 유사도 점수
• sources (optional): 검색 범위 (memory, masks, retrospect, daily, user)

Example:

// "OAuth 구현"과 관련된 이전 대화 검색
memory_search({ query: "OAuth 구현", maxResults: 5 })

// 유저 정보만 검색
memory_search({ query: "선호하는 코딩 스타일", sources: ["user"] })

memory_write

마크다운 파일에 메모리를 저장합니다.

Parameters:

• content (required): 저장할 내용
• target (required): 저장 위치
  • daily: 오늘의 작업 기록 (자동으로 오늘 날짜 파일에 추가)
  • memory: 장기 기억 (MEMORY.md에 추가)
  • user: 유저 정보 (USER.md 업데이트)
• section (optional): 섹션 이름

Example:

// 오늘의 작업 기록
memory_write({ 
  content: "OAuth 로그인 기능 구현 완료", 
  target: "daily" 
})

// 장기 기억 저장
memory_write({ 
  content: "JWT 토큰은 7일 만료 정책 사용", 
  target: "memory",
  section: "인증 정책"
})

// 유저 선호도 저장
memory_write({ 
  content: "TypeScript strict 모드 선호", 
  target: "user" 
})

memory_get

메모리 파일의 상세 내용을 조회합니다.

Parameters:

• path (required): 파일 경로
• from (optional): 시작 라인 번호
• lines (optional): 읽을 라인 수

Example:

// memory_search로 찾은 파일의 전체 내용 읽기
memory_get({ path: ".memory/daily/2026-02-01.md" })

// 특정 범위만 읽기
memory_get({ path: ".memory/MEMORY.md", from: 10, lines: 20 })

memory_indexer

파일을 의미 검색용으로 인덱싱합니다.

Parameters:

• action (required): 작업 타입
  • index: 새 파일 인덱싱
  • reindex: 기존 파일 재인덱싱
  • index-all: 모든 메모리 파일 인덱싱
• path (required): 파일 경로

Example:

// 새 파일 인덱싱
memory_indexer({ action: "index", path: ".memory/daily/2026-02-01.md" })

// 전체 재인덱싱
memory_indexer({ action: "index-all", path: ".memory" })

Context Tools

context

피처 기반 컨텍스트 관리로 작업을 구조화하고 추적합니다.

Actions:

• start: 새 피처 시작 (name, goal 필요)
• switch: 피처 전환 (id 또는 name 필요)
• status: 현재 활성 피처 상태 표시
• done: 피처 완료 처리 (id 없으면 현재 피처)
• add: 현재 피처에 파일 추가 (file 필요)
• drop: 현재 피처에서 파일 제거 (file 필요)
• goal: 현재 피처 목표 변경 (goal 필요)
• list: 모든 피처 목록 조회

Example:

// 새 피처 시작
context({ action: "start", name: "login-oauth", goal: "OAuth 로그인 구현" })

// 파일 추가
context({ action: "add", file: "src/auth/oauth.ts" })

// 상태 확인
context({ action: "status" })

// 목표 변경
context({ action: "goal", goal: "OAuth 2.0 + PKCE 구현" })

// 피처 완료
context({ action: "done" })

// 모든 피처 목록
context({ action: "list" })

Retrospect Tools

retrospect

세션 회고를 수행하여 작업을 분석하고 개선점을 기록합니다.

Parameters:

• trigger (required): 회고 트리거
  • manual: 유저가 명령으로 요청
  • session_end: 세션 종료 시 자동 실행
  • periodic: 더미인간 5번 소환 후 자동 실행
• summary (required): 작업 요약
• masksUsed (optional): 사용한 가면 목록
  • name: 가면 이름
  • task: 수행한 작업
  • effectiveness: 효과성 점수 (0-10)
• wellDone (optional): 잘된 점 목록
• improvements (optional): 개선점 목록
• lessons (optional): 배운 교훈 목록
• depth (optional): 회고 깊이
  • quick: 요약만 기록 (빠른 회고)
  • standard: 요약 + 잘된점/개선점 (기본)
  • deep: 전체 + 상세 교훈 (심층 회고)

Example:

// 기본 회고
retrospect({ 
  trigger: "manual",
  summary: "OAuth 로그인 기능 구현 완료",
  wellDone: ["TDD로 개발하여 버그 최소화", "PKCE 적용으로 보안 강화"],
  improvements: ["에러 처리 더 세밀하게", "문서화 추가 필요"]
})

// 심층 회고 (가면 사용 기록 포함)
retrospect({
  trigger: "session_end",
  summary: "인증 시스템 리팩토링",
  masksUsed: [
    { name: "kent-beck", task: "TDD로 테스트 작성", effectiveness: 9 },
    { name: "martin-fowler", task: "코드 리팩토링", effectiveness: 8 }
  ],
  wellDone: ["테스트 커버리지 95%", "순환 참조 제거"],
  improvements: ["성능 테스트 추가", "API 문서 업데이트"],
  lessons: ["TDD가 리팩토링 신뢰도를 크게 높임", "작은 단위로 커밋하니 롤백이 쉬움"],
  depth: "deep"
})

mask_save

효과적인 가면을 라이브러리에 저장합니다.

Parameters:

• name (required): 가면 이름
• expertise (required): 전문 분야
• thinkingStyle (required): 사고 방식
• strengths (required): 강점
• suitableFor (required): 적합한 작업
• effectivenessScore (required): 효과성 점수 (0-10)
• usageNote (optional): 사용 노트

Example:

mask_save({
  name: "test-architect",
  expertise: "테스트 아키텍처 설계 및 전략 수립",
  thinkingStyle: "체계적이고 계층적인 접근. 테스트 피라미드 우선 고려",
  strengths: "E2E/통합/단위 테스트 균형, 테스트 유지보수성",
  suitableFor: "테스트 전략 수립, 테스트 코드 리팩토링, CI/CD 파이프라인",
  effectivenessScore: 9,
  usageNote: "복잡한 시스템의 테스트 전략 수립에 매우 효과적"
})

커스텀 더미인간 추가

기본적으로 dummy-human (기본 모델 상속) 하나만 제공됩니다. 다른 모델을 사용하고 싶다면 직접 더미인간을 추가할 수 있습니다.

1. 템플릿 복사

.opencode/agents/dummy-template.md를 참고하여 새 파일 생성:

# 예: Gemini Flash 모델용 더미인간
cp .opencode/agents/dummy-template.md .opencode/agents/dummy-flash.md

2. 모델 지정

---
description: 더미인간(Flash) - Gemini Flash. 빠르고 저렴한 단순 작업용
model: google/gemini-2.5-flash
mode: subagent
---
가면술사가 전달한 지시사항을 충실히 수행합니다.

추천 모델 예시

| 파일명 | 모델 | 용도 | |-------|------|------| | dummy-flash.md | google/gemini-2.5-flash | 빠르고 저렴한 단순 작업 | | dummy-premium.md | anthropic/claude-opus-4 | 복잡한 추론, 아키텍처 | | dummy-coder.md | deepseek/deepseek-coder | 코드 생성 특화 | | dummy-gpt.md | openai/gpt-4o | 범용 작업 |

oh-my-opencode 패턴

이 플러그인은 oh-my-opencode 패턴을 따릅니다:

• ✅ 원클릭 설치/삭제
• ✅ 설정 파일을 통한 비활성화
• ✅ 자동 에셋 설치
• ✅ 이벤트 훅 지원
• ✅ 에이전트 설정 오버라이드

라이선스

MIT © ULJI SOFT