프로젝트 가이드라인

다운로드 후 ~/.claude/skills/ 폴더에 복사하여 사용하세요

프로젝트별 스킬의 예시입니다. 자신의 프로젝트를 위한 템플릿으로 사용하세요.

실제 프로덕션 애플리케이션 기반: Zenith - AI 기반 고객 발견 플랫폼

사용 시점

이 스킬이 설계된 특정 프로젝트에서 작업할 때 참조하세요.

프로젝트 스킬에 포함된 내용:

아키텍처 개요
파일 구조
코드 패턴
테스트 요구사항
배포 워크플로우

아키텍처 개요

기술 스택:

레이어	기술
프론트엔드	Next.js 15 (App Router), TypeScript, React
백엔드	FastAPI (Python), Pydantic 모델
데이터베이스	Supabase (PostgreSQL)
AI	Claude API (도구 호출 및 구조화된 출력)
배포	Google Cloud Run
테스팅	Playwright (E2E), pytest (백엔드), React Testing Library

서비스 아키텍처:


┌─────────────────────────────────────────────────────────────┐
│                         프론트엔드                           │
│  Next.js 15 + TypeScript + TailwindCSS                     │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                          백엔드                              │
│  FastAPI + Python 3.11 + Pydantic                          │
└─────────────────────────────────────────────────────────────┘
                              │
              ┌───────────────┼───────────────┐
              ▼               ▼               ▼
        ┌──────────┐   ┌──────────┐   ┌──────────┐
        │ Supabase │   │  Claude  │   │  Redis   │
        │ Database │   │   API    │   │  Cache   │
        └──────────┘   └──────────┘   └──────────┘

파일 구조


project/
├── frontend/
│   └── src/
│       ├── app/              # Next.js app router 페이지
│       │   ├── api/          # API 라우트
│       │   ├── (auth)/       # 인증 보호 라우트
│       │   └── workspace/    # 메인 앱 워크스페이스
│       ├── components/       # React 컴포넌트
│       │   ├── ui/           # 기본 UI 컴포넌트
│       │   ├── forms/        # 폼 컴포넌트
│       │   └── layouts/      # 레이아웃 컴포넌트
│       ├── hooks/            # 커스텀 React 훅
│       ├── lib/              # 유틸리티
│       └── types/            # TypeScript 정의
│
├── backend/
│   ├── routers/              # FastAPI 라우트 핸들러
│   ├── models.py             # Pydantic 모델
│   ├── main.py               # FastAPI 앱 진입점
│   ├── auth_system.py        # 인증
│   ├── database.py           # 데이터베이스 작업
│   ├── services/             # 비즈니스 로직
│   └── tests/                # pytest 테스트
│
├── deploy/                   # 배포 설정
├── docs/                     # 문서
└── scripts/                  # 유틸리티 스크립트

코드 패턴

API 응답 형식 (FastAPI)


from pydantic import BaseModel
from typing import Generic, TypeVar, Optional
 
T = TypeVar('T')
 
class ApiResponse(BaseModel, Generic[T]):
    success: bool
    data: Optional[T] = None
    error: Optional[str] = None
 
    @classmethod
    def ok(cls, data: T) -> "ApiResponse[T]":
        return cls(success=True, data=data)
 
    @classmethod
    def fail(cls, error: str) -> "ApiResponse[T]":
        return cls(success=False, error=error)

프론트엔드 API 호출 (TypeScript)


interface ApiResponse<T> {
  success: boolean
  data?: T
  error?: string
}
 
async function fetchApi<T>(
  endpoint: string,
  options?: RequestInit
): Promise<ApiResponse<T>> {
  try {
    const response = await fetch(`/api${endpoint}`, {
      ...options,
      headers: {
        'Content-Type': 'application/json',
        ...options?.headers,
      },
    })
 
    if (!response.ok) {
      return { success: false, error: `HTTP ${response.status}` }
    }
 
    return await response.json()
  } catch (error) {
    return { success: false, error: String(error) }
  }
}

Claude AI 통합 (구조화된 출력)


from anthropic import Anthropic
from pydantic import BaseModel
 
class AnalysisResult(BaseModel):
    summary: str
    key_points: list[str]
    confidence: float
 
async def analyze_with_claude(content: str) -> AnalysisResult:
    client = Anthropic()
 
    response = client.messages.create(
        model="claude-sonnet-4-5-20250514",
        max_tokens=1024,
        messages=[{"role": "user", "content": content}],
        tools=[{
            "name": "provide_analysis",
            "description": "구조화된 분석 제공",
            "input_schema": AnalysisResult.model_json_schema()
        }],
        tool_choice={"type": "tool", "name": "provide_analysis"}
    )
 
    # 도구 사용 결과 추출
    tool_use = next(
        block for block in response.content
        if block.type == "tool_use"
    )
 
    return AnalysisResult(**tool_use.input)

테스트 요구사항

백엔드 (pytest)


# 모든 테스트 실행
poetry run pytest tests/
 
# 커버리지와 함께 실행
poetry run pytest tests/ --cov=. --cov-report=html

테스트 구조:


import pytest
from httpx import AsyncClient
from main import app
 
@pytest.fixture
async def client():
    async with AsyncClient(app=app, base_url="http://test") as ac:
        yield ac
 
@pytest.mark.asyncio
async def test_health_check(client: AsyncClient):
    response = await client.get("/health")
    assert response.status_code == 200
    assert response.json()["status"] == "healthy"

프론트엔드 (React Testing Library)


# 테스트 실행
npm run test
 
# E2E 테스트 실행
npm run test:e2e

배포 워크플로우

배포 전 체크리스트

로컬에서 모든 테스트 통과
npm run build 성공 (프론트엔드)
poetry run pytest 통과 (백엔드)
하드코딩된 시크릿 없음
환경 변수 문서화됨
데이터베이스 마이그레이션 준비됨

배포 명령어


# 프론트엔드 빌드 및 배포
cd frontend && npm run build
gcloud run deploy frontend --source .
 
# 백엔드 빌드 및 배포
cd backend
gcloud run deploy backend --source .

환경 변수


# 프론트엔드 (.env.local)
NEXT_PUBLIC_API_URL=https://api.example.com
NEXT_PUBLIC_SUPABASE_URL=https://xxx.supabase.co
NEXT_PUBLIC_SUPABASE_ANON_KEY=eyJ...
 
# 백엔드 (.env)
DATABASE_URL=postgresql://...
ANTHROPIC_API_KEY=sk-ant-...
SUPABASE_URL=https://xxx.supabase.co
SUPABASE_KEY=eyJ...

중요 규칙

규칙	설명
이모지 금지	코드, 주석, 문서에서
불변성	객체나 배열 절대 변경하지 않기
TDD	구현 전 테스트 작성
80% 커버리지	최소 요구사항
파일 크기	일반적으로 200-400줄, 최대 800줄
console.log 금지	프로덕션 코드에서
적절한 오류 처리	try/catch 사용
입력 검증	Pydantic/Zod 사용