← all projects
P-02wip2026.05

kknaks.dev

This portfolio — persona system (md SoT) + auto-enrich jobs (open-kknaks dogfooding)

Next.jsReactFastAPIPythonopen-kknaksRedisAPSchedulerDocker
repo ↗live ↗

개요

본 포트폴리오 사이트. 모든 콘텐츠 (about / career / projects / notes / contents / daily) 는 persona/**/*.md 가 SoT — DB 없음, 백엔드는 부팅 시 md 를 메모리 dict 로 로드 (ADR-01). 잡 인프라는 본인 OSS open-kknaks 를 dogfooding — 잔디 (daily activity) + contents enrich 두 잡 모두 Anthropic SDK 직접 import 없이 PTY 로 Claude Code CLI 를 큐 처리한다 (ADR-04). 1년차 셀프호스팅 + declarative 사고를 한 사이트에 박은 작품.

기술스택

프론트엔드 (frontend/)

  • Next.js 15 (App Router) + React 19 — Server Component 기본, 인터랙션만 Client
  • TypeScript
  • react-force-graph-2d + d3-force — 노트 그래프 시각화 (force-directed)
  • react-markdown — 노트/콘텐츠 본문 렌더

백엔드 (back/)

  • FastAPI + uvicorn — async, in-memory persona server
  • python-frontmatter + pyyaml — md SoT 파싱
  • httpx — 외부 API 호출
  • open-kknaks — LLM 호출 (Anthropic SDK 직접 import 금지 — ADR-04)
  • Redis — open-kknaks broker
  • APScheduler — 잔디 잡 매일 23:55 KST 실행 (spec-03)
  • yt-dlp + youtube-transcript-api — content enrich 잡 (spec-06)

선택 이유

  • DB 없음 — 1년차 셀프호스팅 + 데이터 양이 적어 부담 회피 (ADR-01)
  • i18n A안 — 슬롯 단일키 + frontmatter {ko, en} (ADR-02)
  • LLM 어댑터 — open-kknaks 로 통일해 모델 교체 / 비용 / 재시도 / 큐를 한곳에서 관리 (ADR-04)

인프라

  • Docker Compose — back + redis + worker (open-kknaks ClaudeWorker)
  • 홈서버 셀프호스팅
  • Vercel (프론트) + 홈서버 docker + NPM (백) 분리

주요기능

5 섹션 + 페이지 (frontend/app/)

  • 랜딩 (/) — Hero (터미널 애니메이션) + 5섹션 미리보기
  • About (/about) — 자기소개 + 잔디 + Career timeline + Skills
  • Career (/career) — 경력 timeline (5개 — 도화 / 비트캠프 / 멋사 / 퀀터스 / 메디솔브)
  • Projects (/projects) — 프로젝트 카드 그리드 + 카테고리 필터 + visible: false 제외
  • Notes (/notes) — 노트 그래프 (force-directed) + 클러스터별 색상 + 위키링크 백링크
  • Contents (/contents) — 매일 업로드 스터디 영상 + 교안

잡 인프라 (back/service/scheduler.py + back/service/jobs/)

  • 잔디 잡 — 매일 23:55 KST. daily/YYYY-MM-DD.md + git log + GitHub Events 수집 → LLM 종합 → activity.yaml rolling 365 + git push
  • Content enrich 잡 — contents/*.md 의 status: pending 감지 → YouTube 메타 + 자막 추출 → LLM 으로 8 H2 섹션 본문 자동 생성 → status: published commit
  • Reload trigger — POST /admin/reload 또는 GitHub webhook → 메모리 dict 재로드

문서 시스템 (medi_docs/) — harness plugin 으로 9 카테고리 (planning / plan / spec / adr / runbook / test / release-notes / retrospective) 정형화. 본인 작업 흐름 자체를 declarative SoT 로 박음.

아키텍처

kknaks_profile/
├─ persona/             ← md SoT (사람 작성 + 잡 산출물)
│  ├─ profile.md · career/ · projects/ · notes/ · contents/ · daily/
│  ├─ assets/<category>/ · activity.yaml · _meta.yaml · _map.md
├─ back/                ← FastAPI (4 layer: api/service/core/utils)
│  ├─ main.py — lifespan: load_all() + APScheduler 시작
│  ├─ api/routers/      ← 12 엔드포인트 + /assets static mount
│  ├─ service/          ← persona_loader, scheduler, jobs/
│  └─ core/             ← i18n, wikilinks (외부 의존 0)
├─ frontend/            ← Next.js
├─ worker/              ← open-kknaks ClaudeWorker (별도 컨테이너)
├─ scripts/             ← build_persona_map.py, install_hooks.sh
├─ medi_docs/           ← 본 설계 문서 (harness plugin)
├─ claude_design/       ← 디자인 v0.5 동결본
├─ workspace/           ← import-project skill 의 외부 레포 자리 (gitignored)
└─ docker-compose.yml

데이터 흐름:

  1. 부팅 — lifespan → _check_single_worker() (APScheduler 다중 발동 차단) → load_all() (persona 검증 + 메모리 dict) → 스케쥴러 start.
  2. 요청 — frontend → /api/<resource>?lang=ko|en → /assets/... (static) → 라우터가 메모리 dict + i18n helper → JSON.
  3. 잡 (매일 23:55 KST) — APScheduler → extract_inputs (daily.md + git + GitHub) → open-kknaks submit → ClaudeWorker (PTY 로 claude -p) → 결과 → upsert_activity → git_push (fetch-rebase-push 3회 retry) → POST /admin/reload.
  4. content enrich (별도 cadence) — contents/*.md 에서 status: pending 감지 → yt-dlp + 자막 → open-kknaks → 8 H2 섹션 본문 → status: published commit.

의존 방향 (단방향): api → service → core → utils. core 는 외부 의존 0 (단위 테스트 격리).

핵심 구현

페르소나 로더 (back/service/persona_loader.py)

  • persona/**/*.md 전체 스캔 → 카테고리별 dict + frontmatter 검증 (필수 필드 / enum / 위키링크 dead link 등 — spec-01 §6)
  • 검증 fail-fast — frontmatter 위반 시 부팅 abort

i18n 헬퍼 (back/core/i18n.py) — {ko, en} 객체 → ?lang= 분기 단일 helper

위키링크 그래프 (back/core/wikilinks.py) — notes/*.md 본문의 [[id]] 추출 → 그래프 edge + 백링크 자동 계산

APScheduler 잡 등록 (back/service/scheduler.py) — spec-03 §1.1. multi-worker 차단으로 분산 lock 회피.

open-kknaks dogfooding (back/service/jobs/llm.py)

  • RedisBroker + ClaudeClient 로 큐 발행
  • ClaudeWorker (worker/ 컨테이너) 가 PTY 로 claude -p ... 실행
  • LoggingMiddleware + RetriesMiddleware + CostMiddleware 체인
  • Anthropic SDK import 0 — ADR-04 강제

자산 정적 서빙 — app.mount("/assets", StaticFiles(directory=PERSONA_DIR / "assets")) (spec-01 §2.5, spec-02 §2)

Skill 시스템 (.claude/skills/) — enrich-note, import-project, medi-* 등 본 사이트 작업 자체에 SKILL 룰 박아 dogfooding.

마주친 문제

(spec / ADR 결정 기록 — 자동 추론보다 사실 기반)

  • DB 도입 vs 미도입 — 1년차 + 데이터 양 + 셀프호스팅 부담 vs 검색 / 그래프 quality. 결론: DB-less + in-memory dict (ADR-01). 트리거 발동 시 sqlite 도입 검토.
  • i18n 표현 — 슬롯 단일키 vs 키 분기 — 백엔드 응답 분기 vs frontend slot 분기. 결론: A안 슬롯 단일키 + frontmatter {ko, en} (ADR-02).
  • 잔디 잡 attribution — kind 분류 + summary 길이 — 단순 commit count vs 의미 있는 narrative. 결론: 5종 kind (commit/note/study/null) + LLM 종합 summary (ADR-03).
  • LLM SDK 선택 — Anthropic 직접 import vs 어댑터 — 비용 / 재시도 / 모델 교체 / 큐 처리 한곳에서 관리. 결론: open-kknaks 통일 (ADR-04). 본인 OSS 를 production dogfooding.
  • Content enrich — 동기 처리 vs pending → published — 사용자 push 직후 즉시 enrich 시 latency / 실패 처리. 결론: pending stub 박고 잡이 비동기 enrich → published (ADR-05, spec-06).

자동 추론은 git log 4 커밋만으로는 어려움 — 본 프로젝트는 ADR 5개 / spec 6개 / planning 1개의 의사결정 기록이 풍부해 그 자체가 마주친 문제 list 역할.

회고

일부 자동 추론 — 사용자 검토 권장.

  • declarative SoT 의 미니멀함 — 모든 콘텐츠가 persona/**/*.md 에 있고, 백엔드는 부팅 시 한 번 로드 + reload 트리거. md 를 옵시디언으로 작성, AI 컨텍스트로도 그대로 활용. 한 SoT 가 작성 도구 / 사이트 / AI / 옵시디언 vault 4 군데에 동시 활용되는 구조.
  • (자동 추론) 4 ADR + 6 spec — 1년차 치고 의사결정 추적 수준이 높음. 빠른 시도 vs 사전 설계의 균형에서 사전 설계 쪽으로 기울었는데, 1인 작업이라 합의 보다는 미래 자기를 위한 기록.
  • (자동 추론) open-kknaks dogfooding — 본인 OSS 를 production 에 박은 결정. 라이브러리 quality 검증 + 본 사이트 quality 가 동시에 발전.
  • (자동 추론) 다음 sprint — 배포 (트리거 미결정 — Actions / cron / webhook 중). 본 sprint 까지 잡 + contents + webhook 가 끝났고 (memory), 다음은 운영 단계.
  • (자동 추론) 다시 한다면 — medi_docs harness plugin 도입을 더 일찍. 9 카테고리 정형화가 의사결정 추적성에 큰 영향.