> ## Documentation Index
> Fetch the complete documentation index at: https://engineering.datarelay.run/llms.txt
> Use this file to discover all available pages before exploring further.

# 빠른 시작

> 일반 Repository에 ChatGPT + Cursor + GitHub Engineering System을 최소 구성으로 적용하는 가장 짧은 방법

# 빠른 시작

처음부터 모든 선택 도구를 설치할 필요는 없습니다.

먼저 durable state가 생기는 가장 작은 loop부터 구성합니다.

```mermaid theme={null}
flowchart LR
    A["ChatGPT<br/>설계"] --> B["GitHub AI Work Packet"]
    B --> C["Cursor<br/>구현"]
    C --> D["Affected Tests"]
    D --> E["GitHub<br/>Commit / PR / CI"]
    E --> A
```

## 0. GitHub 접근부터 준비

Session Continuity는 ChatGPT와 Cursor가 repository-scoped GitHub Issue를 읽고 갱신할 수 있어야 합니다.

* ChatGPT는 Work Packet 생성·갱신을 위한 GitHub repository 접근이 필요합니다.
* Cursor `/resume`은 사용 가능한 GitHub integration 또는 인증된 `gh`가 필요합니다.
* 둘 다 없다면 과거 Handoff를 다시 복붙해서 복원하지 말고 GitHub 접근부터 구성합니다.

## 1. Repository 기본 Entry Point 추가

기본 Engineering System adoption에 필요한 것은 다음입니다.

```text theme={null}
AGENTS.md
.engineering/project.yaml
.engineering/tests.yaml
.engineering/release.yaml
```

Canonical template은 다음 repository에서 가져옵니다.

[github.com/datarelay-labs/engineering-system](https://github.com/datarelay-labs/engineering-system)

Repository가 사용하는 Engineering System version을 pin해서 미래 버전을 암묵적으로 따라가지 않도록 합니다.

## 2. Session Continuity를 사용할 때만 추가

ChatGPT ↔ Cursor resume workflow를 사용한다면 다음을 추가합니다.

```text theme={null}
.cursor/commands/resume.md
.github/ISSUE_TEMPLATE/ai-work-packet.md
```

필요하면 repository Cursor rule도 canonical Engineering System을 참조하도록 둡니다.

## 3. ChatGPT Custom Instructions는 짧게

Custom Instructions에 Engineering System 전체를 복사하지 않습니다.

Global instruction은 routing만 담당하면 됩니다.

* target repository 먼저 식별
* canonical Engineering System 사용
* 현재 작업에 필요한 context만 로드
* handoff/resume은 repository Work Packet 사용
* 실행 전에 실제 Git/GitHub 상태 재검증
* 실행하지 않았거나 다른 HEAD의 evidence를 PASS로 사용하지 않기

## 4. 첫 Workflow 실행

```text theme={null}
ChatGPT:
"Cursor에 넘겨줘"

Cursor:
/resume

ChatGPT:
"Cursor 끝났어. 계속"
```

긴 prompt를 복사하지 않고 같은 workstream이 이어지면 continuity path가 정상입니다.

## 5. 실제 문제가 생길 때 선택 도구 추가

<CardGroup cols={2}>
  <Card title="Desktop Commander" icon="terminal" href="/ko/remote-audit">
    GitHub만으로 local runtime/worktree 상태를 증명하기 어려울 때 개발 서버 직접 감사를 추가합니다.
  </Card>

  <Card title="Athena" icon="book" href="/ko/knowledge">
    여러 프로젝트에서 결정 이유와 히스토리를 검색해야 할 때 knowledge layer를 추가합니다.
  </Card>

  <Card title="tmux + 휴대폰 SSH" icon="terminal" href="/ko/mobile-remote-workflow">
    이동 중에도 작업을 계속해야 할 때 persistent remote execution path를 추가합니다.
  </Card>

  <Card title="Telegram" icon="bell">
    긴 구현이나 테스트를 지켜보지 않고 완료 시점만 알기 위해 알림을 추가합니다.
  </Card>
</CardGroup>

## 구현 전에 확인할 것

Owner와 AI는 최소한 다음을 알아야 합니다.

```text theme={null}
Change Type
Affected Domain
Public Contract
Persisted State
Security Boundary
Operational Impact
Required Tests
```

그 다음 가장 작은 올바른 변경을 하고, 오류를 가장 빨리 증명할 수 있는 deterministic check부터 실행합니다.

<Note>
  Product scope, 최종 의사결정, release 승인, human UX 판단은 Owner에게 남습니다. AI는 engineering process를 지원하며 scope를 임의로 넓히지 않습니다.
</Note>