English.cash
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
scoring risk 노출
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
실제 사용 사례
팀이 Engram을 사용해 더 나은 코드를 더 빠르게 출시하는 방법을 확인하세요.
사람을 위해
팀 리더와 엔지니어링 매니저를 위해
Engram이 현실적으로 engineering work를 빠르게 하는 곳: agent onboarding, repeated incidents, repo conventions, multi-tool teams.
새 agent를 repo에 onboarding
새 developer 또는 fresh agent가 repo에 들어옵니다. Engram은 docs를 대체하지 않지만, 편집 전에 project conventions, known gotchas, architecture decisions를 agent에게 제공합니다.
Engram 전
Agent가 현재 files만 보고 추측하며 past decisions나 edge cases를 놓칩니다.
Engram 후
Agent가 먼저 repo memory를 로드해 잘못된 제안을 줄이고 review loop를 단축합니다.
terminal
$ engram_get_context({ repo: "main-api" }) -> 200 memories loaded
한밤중 프로덕션 수정
새벽 2시에 프로덕션 다운. 코딩 Agent를 엽니다. Engram이 기억합니다: "지난번 auth 고장은 .env.production의 JWT 설정이었다." 3분 만에 수정.
Engram 전
새벽 2시 디버깅, Slack 기록 검색, 추측
Engram 후
engram_recall -> 지난 인시던트의 정확한 수정. 3분, 30분이 아니라.
terminal
$ engram_recall({ query: "auth service down" }) -> "JWT expiry in .env.production, set to 24h not 1h"
팀 간 규칙 공유
프론트엔드 팀이 새 API 패턴을 채택합니다. 백엔드 팀의 Agent가 Engram을 통해 배웁니다. 회의 없음, wiki 업데이트 없음.
Engram 전
아무도 읽지 않는 wiki에 규칙이 문서화됨. 팀이 분화됨.
Engram 후
한 팀이 규칙을 저장합니다. 모든 팀의 Agent가 따릅니다.
terminal
$ engram_store({ type: "CONVENTION", content: "API responses use { data, error, meta } envelope" })
인시던트 후 학습
데이터베이스 다운. 원인: 커넥션 풀 소진. 수정이 Engram에 저장됩니다. 다음에 어떤 Agent가 풀 문제를 만나면 즉시 수정을 기억합니다.
Engram 전
포스트모템 문서 작성, 보관, 잊혀짐.
Engram 후
수정이 GOTCHA로 저장됨. 모든 Agent가 영원히 알고 있음.
terminal
$ engram_store({ type: "GOTCHA", content: "Pool exhaustion: max 20 connections, use pgbouncer" })
멀티 도구 일관성
Alice는 Claude Code, Bob은 Cursor, Charlie는 Gemini 또는 Antigravity. 같은 코드베이스. Engram이 어떤 AI 모델이든 모든 Agent가 같은 규칙을 따르도록 보장합니다.
Engram 전
각 개발자의 AI가 다른 패턴을 제안합니다. 코드 리뷰에서 불일치 발견.
Engram 후
모든 Agent가 같은 규칙을 기억합니다. 강제 없는 일관성.
terminal
$ engram_recall({ query: "code conventions" }) -> 12 CONVENTION memories loaded
컨텍스트 복구
채팅이 압축되어도 작업은 사라지면 안 됩니다.
긴 coding session은 압축이나 재개 후 원본 채팅 기록을 잃습니다. Engram은 session journal에서 결정, gotcha, 열린 작업, 마지막 checkpoint 이후의 학습을 복구합니다.
Engram 없이
agent는 짧은 summary만 보고 결정 이유를 놓치며 같은 조사를 반복할 수 있습니다.
Engram으로
agent는 engram_rehydrate를 호출해 작업 지도를 되찾고, 현재 code, logs, data로 검증한 뒤 수정합니다.
engram_rehydrate
engram_rehydrate({repo: "housecompass.uk",task: "compaction 후 listing search 계속하기",reason: "chat was compacted",depth: "standard"})→ latest checkpoint restored→ decisions, gotchas, open loops, next actions loaded
사람이 돕는 법
agent는 Engram을 스스로 쓸 수 있습니다. 명확한 context가 있으면 훨씬 좋아집니다.
Engram은 MCP로 agent를 안내하지만 첫 메시지도 중요합니다. project, repo, role, stack, market, task를 주면 agent가 start, recall, cross-pollinate, store, 압축 후 rehydrate 타이밍을 더 잘 압니다.
1project와 repo를 알려줍니다.
2현재 task를 구체적으로 씁니다.
3계획 전에 team memory를 쓰라고 합니다.
first message
You:Call engram_start with this project context:project: HouseCompassrepo: housecompass.ukrole: frontend product engineermarket: UK propertystack: Next.js, TypeScript, PostgreSQLtask: build listing search and map UXBefore choosing an approach, call engram_recall.If another repo may have solved it, call engram_cross_pollinate.If chat was compacted, call engram_rehydrate.
Agent를 위해
기계 판독 가능 예제
AI 코딩 Agent를 위한 복사-붙여넣기 패턴. 각 예제는 MCP 도구 호출과 예상 응답을 보여줍니다.
세션 시작
새 세션을 시작했습니다. 코드 작성 전에 컨텍스트를 로드하세요.
MCP 도구 호출
engram_get_context({
repo: "api-backend",
task: "add payment endpoint"
})응답
15 memories loaded (conventions: snake_case DB, gotchas: Stripe webhook idempotency...)
결정 전 확인
REST와 GraphQL 중 선택하려 합니다. 먼저 팀 메모리를 확인하세요.
MCP 도구 호출
engram_recall({
query: "REST vs GraphQL decision"
})응답
ARCHITECTURE memory found: "REST for external APIs, GraphQL for internal dashboard. Decision made 2024-06."
버그 수정 문서화
30분간 디버깅했습니다. 수정을 저장해서 다른 Agent가 시간을 낭비하지 않도록 하세요.
MCP 도구 호출
engram_store({
type: "SOLUTION",
content: "TypeError in Prisma 7: use PrismaPg adapter, not raw PrismaClient()",
tags: ["prisma", "typescript"]
})결과
메모리가 성공적으로 저장되었습니다. 이 워크스페이스의 모든 Agent에서 사용 가능.
피드백 루프
메모리를 회상했고 도움이 되었습니다. 시스템이 학습하도록 보고하세요.
MCP 도구 호출
engram_report_outcome({
memory_id: "mem_xyz",
success: true,
detail: "Migration worked perfectly"
})
engram_report_outcome({
memory_id: "mem_abc",
success: false,
failure_reason: "outdated",
detail: "This was for Prisma 5, we use 7 now"
})결과
메모리가 성공적으로 저장되었습니다. 이 워크스페이스의 모든 Agent에서 사용 가능.
모델 간 협력
Cursor Agent가 어제 함정을 저장했습니다. 당신은 Claude Code Agent입니다. 오늘 그것으로부터 혜택을 받습니다.
MCP 도구 호출
engram_recall({
query: "Neon database"
})응답
GOTCHA (stored by cursor, confidence: 0.82): "Neon drops connections at 10s. Fix: connect_timeout=30"
실제 프로젝트 증거
데모가 아니라 실제 작업에서 나온 memory. 6개의 active project가 같은 pattern을 보였습니다.
Engram은 engineering judgment를 대체하지 않습니다. agent가 context를 복구하고, repo-specific gotcha를 기억하고, 반복 debugging을 줄이고, verified fact와 assumption을 구분하게 돕습니다.
Engram은 blind authority가 아니라 map입니다: 먼저 recall하고, 현재 code, logs, data로 verify합니다.
Evimibul
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
반복 regressions 감소
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
AkilConnect
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
product decisions 유지
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
SkillBridge
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
실제 품질과 structural pass 분리
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
RateEat
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
import/search gotchas 복구
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
Afrochat
실제 작업, 버그, 배포, 제품
“Engram은 시작 지도를 줍니다. agent는 그 뒤 실제 상태를 확인하고 코드를 바꿉니다.”
위험한 debugging 반복 방지
- repo decisions와 gotchas를 복구했습니다.
- 압축 후 반복 debugging을 줄였습니다.
- 수정 전 code, logs, data 검증을 돕습니다.
Pattern은 일관적입니다
장기 project는 facts만 잃지 않습니다. decisions, gotchas, deploy rules, audit state, why를 잃습니다. Engram은 바로 그 memory layer를 만들고 있습니다.