Files

altair823 16b4f9fb9f 📝 docs(HANDOFF): 도그푸딩 피드백에 따른 백로그 항목 추가

- P9 dogfooding 백로그 항목 fb-26 ~ fb-42 추가
- 각 항목의 목표, 증상, 후속 작업 및 위험 요소 명시
- release 계획에 따른 0.3.0 ~ 0.6.0 분할

📝 docs(INDEX): 백로그 항목에 대한 세부 정보 추가

- fb-26 ~ fb-42 항목의 세부 정보 및 상태 추가
- 각 항목의 목표와 후속 작업 명시
- 도그푸딩 피드백에 따른 개선 사항 반영

🔧 chore(tasks): 새로운 백로그 항목 파일 생성

- p9-fb-26 ~ p9-fb-42 각 항목에 대한 개별 파일 생성
- 각 파일에 목표, 증상, 후속 작업 및 위험 요소 포함
- doogfooding 피드백을 기반으로 한 개선 사항 문서화

2026-05-06 13:26:36 +00:00

2.1 KiB

Raw Permalink Blame History

phase, component, task_id, title, status, target_version, depends_on, unblocks, contract_source, contract_sections, source_feedback

phase

component

task_id

title

status

target_version

depends_on

unblocks

contract_source

contract_sections

source_feedback

kebab-rag + kebab-search

p9-fb-41

Multi-hop reasoning / query decomposition (P+, 큰 작업)

open

0.6.0+

../../docs/superpowers/specs/2026-04-27-kebab-final-form-design.md

§7 RAG

사용자 도그푸딩 2026-05-06 — Claude Code 가 kebab CLI 사용 후 "추론 약함" 지적. RAG 가 chunk 독립 처리, multi-hop inference (A→B→C) 못 봄.

p9-fb-41 — Multi-hop reasoning / query decomposition

⏳ 백로그 only — 미구현 (P+, 큰 작업). 본 spec 은 도그푸딩 피드백 skeleton. 구현 착수 전 superpowers:brainstorming 으로 설계 단계 선행 필요. MVP 범위 / iteration 분할 / decomposition vs graph-retrieval 접근 선택 brainstorm 후 결정. 다른 fb 항목보다 우선순위 낮음.

증상 / 동기

다단계 추론 질문 ("X 와 Y 의 공통 prerequisite 인 Z 는?") 에서 single-pass retrieval 로는 chunk 간 관계 못 읽음.
사용자 질문을 sub-question 으로 분해 + 각각 retrieve + 결과 합성하면 답 가능.

Goal (skeleton — brainstorm 단계에서 확정)

query decomposition pipeline — LLM 이 사용자 질문을 sub-question N 개로 분해.
각 sub-question 으로 separate retrieval → 결과 합성 → 최종 답변.
또는 graph-based retrieval — chunk 간 link (citation, entity, doc 관계) 활용.

후속 작업 — brainstorm 필요 항목

decomposition 의 trigger — 모든 질문에 적용 vs 사용자 명시 / heuristic 탐지.
LLM 호출 횟수 증가 → latency / cost. 단일 사용자 local 에서 acceptable 한지.
graph 구조면 SQLite 새 테이블 + parser 가 link 추출 — schema migration 필요.
evaluation — multi-hop golden set 추가 필요.

Risks / notes

큰 작업 (XL). MVP 범위 / iteration 분할 brainstorm 단계 결정.
p9-fb-15 (multi-turn) 의 follow-up turn 으로 자연 분해되는 부분 있음 — overlap 검토.
효과 측정 어려움 — eval golden set 없으면 체감 평가만 가능.

2.1 KiB Raw Permalink Blame History