← /geode/portfolioGEODE . 문서
GitHub
핵심 개념
레퍼런스

5계층 컨텍스트

raw 세션 로그에서 LLM에 즉시 투입 가능한 단일 요약까지. 5계층, 계층 override, 예산 인식 압축.

다섯 개의 계층

Tier 0    GEODE.md         — agent identity + constraints (G1)
Tier 0.5  User Profile     — role, expertise, learned patterns
Tier 1    Organization     — cross-project shared data
Tier 2    Project          — .geode/memory/PROJECT.md (50 insights, LRU)
Tier 3    Session          — in-memory conversation

같은 key가 양쪽에 나타나면 아래 계층이 위 계층을 override 합니다. ContextAssembler가 가정하는 예산 분할은 대략 다음과 같습니다.

  • SOUL (Tier 0). 10%
  • Organization (Tier 1). 25%
  • Project (Tier 2). 25%
  • Session (Tier 3). 40%

어셈블러

core/memory/context.py:46 class ContextAssembler가 원본 멀티 티어 상태를 가져와 단일 _llm_summary 문자열을 만들고, prompt 어셈블러가 이를 어셈블리 파이프라인의 Phase 3에서 Memory Context로 주입합니다. Prompt System 참조.

각 계층의 위치

티어경로라이프사이클
0 GEODE.mdrepo 루트세션 시작 시 읽음
0.5 User Profile~/.geode/user_profile/auto-learn 훅으로 갱신
1 Organization~/.geode/organization/프로젝트 간 공유, 수동 큐레이션
2 Project.geode/memory/PROJECT.mdLRU 50 insight, 영속
3 Session인-프로세스세션 종료 시 소실 (/resume으로 영속화 가능)

양방향 학습 (G3 슬롯)

교정 ("X를 하지 마") 과 검증("그래, X가 맞았어") 가 모두 기록됩니다. ~/.geode/user_profile/learned.md가 단일 출처입니다. auto-learn 훅이 사용자 피드백을 감시하고 Claude Code 메모리 시스템과 동일한 형식으로 append 합니다.

Vault. 에이전트 산출물

세션 동안 에이전트가 생산한 리포트, 리서치 노트, 지원서 초안은 메모리 티어가 아니라 vault로 들어갑니다. classify_artifact()가 용도에 따라 라우팅합니다.

  • profile/. 사용자에 관한 것
  • research/. 생산된 리서치
  • applications/. 초안 (이력서, 자기소개서)
  • general/. 그 외 모든 것

열린 질문

200줄짜리 PROJECT.md 대비 RAG가 필요한 시점은 언제인가? 오늘 프로젝트 티어는 in-context에 충분히 작게 들어옵니다. 임계점은 500-1000 insight 어딘가이며, 그 지점에서 LRU 절단이 유용한 상태를 잃기 시작하고 벡터 스토어가 복잡도 비용을 정당화할 수 있게 됩니다.