Compacting 이후 AI 품질 저하 해결 가이드

{
  "trigger": "manual",
  "custom_instructions": "TODO 목록과 파일 경로를 보존해줘"
}

{
  "trigger": "auto",
  "custom_instructions": ""
}

[75%] Stop 훅 실행 ─────────────────── 1단계: 자동 압축 전에 /compact 유도
  │   Claude가 멈추려 하면 exit 2로 차단
  │   → "먼저 /compact을 실행하세요"
  │
[85%] PostToolUse 훅 실행
  │   도구 실행 후 경고 메시지 주입
  │   → "/compact을 실행하세요"
  │
[/compact 실행 또는 자동 압축 트리거]
  │
  ├─ PreCompact 훅 실행 ────────────── 2단계: 상태를 파일로 저장
  │   ├─ .omc/state/checkpoints/checkpoint-{timestamp}.json 생성
  │   └─ .omc/project-memory.json 읽어서 경고 표시
  │
  ├─ [Claude Code가 대화를 요약 압축]
  │
  └─ SessionStart(compact) 훅 실행 ─── 3단계: 파일에서 상태 복원
      ├─ .omc/state/sessions/{id}/*-state.json → 모드 상태 복원
      ├─ .claude/todos.json → TODO 목록 복원
      ├─ .omc/project-memory.json → 프로젝트 메모리 복원
      └─ .omc/notepad.md → 우선 컨텍스트 복원
          ↓
      additionalContext로 새 컨텍스트에 원문 주입

const THRESHOLD = parseInt(
  process.env.OMC_CONTEXT_GUARD_THRESHOLD || '75', 10
);
const CRITICAL_THRESHOLD = 95;
const MAX_BLOCKS = 2;

function estimateContextPercent(transcriptPath) {
  if (!transcriptPath) return 0;
 
  let fd = -1;
  try {
    const stat = statSync(transcriptPath);
    if (stat.size === 0) return 0;
 
    fd = openSync(transcriptPath, 'r');
    const readSize = Math.min(4096, stat.size);
    const buf = Buffer.alloc(readSize);
    readSync(fd, buf, 0, readSize, stat.size - readSize);
    closeSync(fd);
    fd = -1;
 
    const tail = buf.toString('utf-8');
 
    const windowMatch = tail.match(/"context_window"\s{0,5}:\s{0,5}(\d+)/g);
    const inputMatch = tail.match(/"input_tokens"\s{0,5}:\s{0,5}(\d+)/g);
 
    if (!windowMatch || !inputMatch) return 0;
 
    const lastWindow = parseInt(windowMatch[windowMatch.length - 1].match(/(\d+)/)[1], 10);
    const lastInput = parseInt(inputMatch[inputMatch.length - 1].match(/(\d+)/)[1], 10);
 
    if (lastWindow === 0) return 0;
    return Math.round((lastInput / lastWindow) * 100);
  } catch {
    return 0;
  } finally {
    if (fd !== -1) try { closeSync(fd); } catch { /* ignore */ }
  }
}

export const DEFAULT_THRESHOLD = 0.85;
export const CRITICAL_THRESHOLD = 0.95;
export const MIN_TOKENS_FOR_COMPACTION = 50_000;
export const COMPACTION_COOLDOWN_MS = 60_000; // 경고 간 1분 쿨다운
export const MAX_WARNINGS = 3; // 세션당 최대 3회
export const CHARS_PER_TOKEN = 4; // 문자→토큰 변환 계수

export async function createCompactCheckpoint(
  directory: string,
  trigger: "manual" | "auto",
): Promise<CompactCheckpoint> {
  const activeModes = await saveModeSummary(directory);
  const todoSummary = readTodoSummary(directory);
  const jobsSummary = await getActiveJobsSummary(directory);
 
  return {
    created_at: new Date().toISOString(),
    trigger,
    active_modes: activeModes as CompactCheckpoint["active_modes"],
    todo_summary: todoSummary,
    wisdom_exported: false,
    background_jobs: {
      active: jobsSummary.activeJobs,
      recent: jobsSummary.recentJobs,
      stats: jobsSummary.stats,
    },
  };
}

{
  "created_at": "2026-03-26T14:30:00.000Z",
  "trigger": "manual",
  "active_modes": {
    "autopilot": { "phase": "execution", "originalIdea": "auth 모듈 리팩토링" },
    "ralph": { "iteration": 3, "prompt": "테스트 커버리지 100% 달성" }
  },
  "todo_summary": {
    "pending": 3,
    "in_progress": 1,
    "completed": 7
  },
  "wisdom_exported": false,
  "background_jobs": {
    "active": [
      { "jobId": "j-1", "provider": "codex", "model": "gpt-5.3", "agentRole": "benchmark", "spawnedAt": "..." }
    ],
    "recent": [],
    "stats": { "total": 5, "active": 1, "completed": 4, "failed": 0 }
  }
}

// ultrawork 모드 상태 복원
const uwState = readJSON(ultraworkStatePath);
if (uwState?.prompt) {
  parts.push(`[Ultrawork] prompt: ${uwState.prompt}`);
}
 
// TODO 목록 복원
const todos = readJSON(todosPath);
const pending = todos?.filter(t => t.status !== 'completed');
if (pending?.length) {
  parts.push(`[Pending TODOs] ${formatTodos(pending)}`);
}
 
// 프로젝트 메모리 복원
const memory = readJSON(projectMemoryPath);
if (memory?.directives?.length) {
  parts.push(`[Project Memory] ${formatMemory(memory)}`);
}

[70%] context-window-monitor 실행
  │   도구 출력에 "품질 떨어뜨리지 마" 주입
  │
[78%] preemptive-compaction 실행
  │   session.summarize() API로 압축 자동 트리거
  │
  ├─ experimental.session.compacting 훅 실행
  │   ├─ TODO 리스트 스냅샷 저장 (compactionTodoPreserver)
  │   ├─ 에이전트 설정 체크포인트 (compactionContextInjector)
  │   └─ output.context.push()로 8섹션 요약 프롬프트 주입  ← 핵심 차이
  │
  ├─ [요약 모델이 8섹션 구조로 요약 생성]
  │
  └─ 압축 후 복원
      ├─ TODO 스냅샷과 비교 → 사라진 항목만 복원
      ├─ 에이전트 설정 무음 복원 (session.promptAsync)
      └─ 5개 응답 모니터링 → 품질 저하 감지 시 재압축

"experimental.session.compacting": async (
  _input: { sessionID: string },
  output: { context: string[] },
): Promise<void> => {
  await hooks.compactionContextInjector?.capture(_input.sessionID)
  await hooks.compactionTodoPreserver?.capture(_input.sessionID)
  await hooks.claudeCodeHooks?.["experimental.session.compacting"]?.(
    _input,
    output,
  )
  if (hooks.compactionContextInjector) {
    output.context.push(
      hooks.compactionContextInjector.inject(_input.sessionID)
    )
  }
},

const PREEMPTIVE_COMPACTION_THRESHOLD = 0.78;
 
// ...
const usageRatio = totalInputTokens / actualLimit;
if (usageRatio < PREEMPTIVE_COMPACTION_THRESHOLD) return;
 
await ctx.client.session.summarize(/* ... */);

const POST_COMPACTION_MONITOR_COUNT = 5;
const POST_COMPACTION_NO_TEXT_THRESHOLD = 3;

const CONTEXT_WARNING_THRESHOLD = 0.70;