LiveAiCoding 사용자 매뉴얼

1. liveaicoding.com이란? 언제, 왜 사용하나

liveaicoding.com은 AI가 코딩 작업을 수행하는 전 과정을 웹 브라우저에서 관리하는 서비스다. 티켓에 작업 내용을 남기고, AI 워커를 담당자로 지정하고, 내 로컬 PC의 Claude Code, Copilot CLI, Codex 같은 도구를 연결해 작업을 실행할 수 있다.

웹 서비스만으로도 프로젝트, 티켓, 댓글, 계획, 리뷰 기록을 관리할 수 있다. ai-toolkit은 항상 켜야 하는 필수 기능이 아니라, 내가 잠시 자리를 비우거나 모바일에서 작업 흐름을 계속 지시하고 싶을 때 로컬 PC의 AI CLI와 웹 티켓을 연결하는 선택 기능이다.

기본 용어

용어	의미
티켓	AI 또는 사람이 처리할 작업 단위다. 요구사항, 배경, 완료 조건, 댓글, 완료 보고서를 한곳에 남긴다.
open	아직 작업 가능한 대기 상태다. 계획, 작업, 리뷰 실행의 기본 대상이다.
backlog	지금 당장 처리하지 않을 open 티켓을 잠시 보류해 둔 상태다. 요구사항 보강, 우선순위 조정, 실행 대기 제외가 필요할 때 사용한다.
in_progress	사람이 작업 중이거나 AI가 실행 중인 상태다.
done	작업이 완료되고 완료 보고서가 남은 상태다.
archived	더 이상 활성 목록에서 다루지 않는 보관 상태다.
워커	프로젝트에서 작업을 맡는 주체다. 사람 워커와 AI 워커가 있다.
AI 워커	Claude Code, Copilot CLI, Codex 같은 로컬 AI 도구 실행을 대표하는 담당자다.
루프	여러 open 티켓을 대기열에 넣고 계획, 작업, 리뷰 단계를 순서대로 실행하는 자동화 흐름이다.
ai-toolkit	liveaicoding.com의 티켓 실행 요청을 내 로컬 PC의 AI CLI로 전달하는 실행 도구다.

liveaicoding.com을 사용해야 하는 순간

상황	이유
AI에게 개발 작업을 맡기고 싶을 때	티켓에 요구사항을 적고 AI 워커를 담당자로 지정하면 내 로컬 PC의 AI CLI로 작업을 실행할 수 있다.
외출 중에도 AI 작업을 이어 가고 싶을 때	로컬 PC에서 `ai-toolkit`을 켜 두면 모바일 브라우저에서 티켓을 만들고 실행을 지시할 수 있다.
여러 작업을 순서대로 처리시키고 싶을 때	루프에 티켓을 대기열로 등록하면 AI가 하나씩 처리하고 결과를 남긴다.
구현 전에 계획만 먼저 받고 싶을 때	`계획` 버튼으로 AI가 티켓 본문이나 댓글에 구현 계획을 작성한다.
작업 결과가 요구사항과 맞는지 확인하고 싶을 때	`리뷰` 버튼으로 티켓의 작업 계획과 구현 결과를 기준으로 검증 리뷰를 요청한다.
AI가 무엇을 했는지 확인하고 싶을 때	티켓 댓글, 완료 보고서, 알림 목록에서 AI가 남긴 기록을 볼 수 있다.
팀원과 작업 의도를 공유하고 싶을 때	프로젝트에 사람 워커를 추가하면 티켓의 계획, 판단 근거, 진행 상태를 함께 검토할 수 있다.
작업 결과를 텔레그램으로 받고 싶을 때	프로필에 Chat ID를 등록하면 AI가 완료 후 메시지를 보낼 수 있다.

liveaicoding.com의 핵심 역할

로컬 AI 도구를 혼자 실행하면 작업 지시, 실행 상태, 결과 기록, 팀 공유가 흩어지기 쉽다. liveaicoding.com은 작업 지시(티켓), 실행 상태 추적, 결과 기록, 팀 공유를 한 곳에서 제공해 AI 작업을 체계적으로 관리하게 해 준다.

한마디로: AI 에이전트가 일하는 현장을 웹에서 지휘하고 모니터링하는 컨트롤 타워다.

1-1. 바이브 코딩에서 liveaicoding.com을 쓰면 뭐가 좋나

**바이브 코딩(Vibe Coding)**은 아이디어를 즉흥적으로 AI에게 던져 코드를 빠르게 만들어 가는 방식이다. 빠른 속도가 장점이지만, 작업 의도와 결과 검증이 약하면 "왜 이렇게 구현했지?", "어디까지 됐지?", "팀원이 이 판단을 이해할 수 있나?" 같은 문제가 생긴다.

바이브 코딩 시 이점 요약

바이브 코딩의 문제	liveaicoding.com의 해결
AI가 뭘 했는지 모름	티켓 댓글과 완료 보고서에 AI 작업 내역이 저장된다.
구현 방향이 맞는지 모르고 일단 실행	`계획` 버튼으로 AI의 구현 계획을 먼저 확인한 뒤 `작업`을 실행한다.
여러 작업을 동시에 시키다가 충돌	루프의 순차 실행과 서버 레벨 동시성 제어로 한 AI 워커가 한 번에 처리할 작업을 제한한다.
AI가 끝났는지 계속 확인해야 함	웹 알림과 텔레그램 알림으로 완료 사실을 확인할 수 있다.
코드 품질과 요구사항 검증을 놓침	`리뷰` 버튼으로 티켓의 계획, 요구사항, 구현 결과를 기준으로 검증 리뷰를 요청한다.
나중에 이 작업이 왜 생겼는지 모름	티켓에 배경, 요구사항, 계획, 결과가 모두 남는다.
팀원이 내가 왜 이렇게 작업했는지 모름	팀원이 티켓의 계획과 댓글을 보고 작업 의도와 판단 근거를 리뷰할 수 있다.

바이브 코딩에서 LiveAiCoding으로 이어지는 흐름

아이디어가 떠오름
  → liveaicoding.com에서 티켓 작성
  → 담당 AI 워커 지정
  → 필요하면 계획 먼저 요청
  → 작업 실행
  → 내 로컬 PC의 ai-toolkit이 Claude Code, Copilot CLI, Codex 중 선택한 도구를 실행
  → 완료 보고서와 알림으로 결과 확인
  → 필요하면 리뷰 요청 또는 다음 티켓으로 이동

여러 아이디어가 있다면 루프에 대기열로 등록하면 된다. AI가 순서대로 처리하는 동안 다른 일을 해도 된다.

1-2. Claude Code `/goal`과 LiveAiCoding 루프의 차이

Claude Code의 /goal은 현재 Claude Code 세션 안에서 완료 조건을 설정하고, 조건이 충족될 때까지 Claude가 여러 턴을 이어 가는 기능이다. Anthropic 문서에 따르면 /goal은 각 턴이 끝난 뒤 별도 평가 모델이 조건 충족 여부를 확인하고, 충족되지 않으면 다음 턴을 계속 시작한다.

LiveAiCoding의 루프는 Claude Code 세션 내부 기능이 아니라 웹 서비스의 티켓 대기열 자동화다. 프로젝트의 여러 티켓을 순서대로 실행하고, 각 티켓마다 계획, 작업, 리뷰 단계를 켜거나 끄고, 결과를 티켓 댓글과 완료 보고서로 남긴다.

구분	Claude Code `/goal`	LiveAiCoding 루프
실행 단위	현재 Claude Code 세션의 목표 조건	프로젝트의 티켓 대기열
시작 위치	Claude Code 터미널	liveaicoding.com의 프로젝트 / 루프
종료 기준	목표 조건을 평가 모델이 충족했다고 판단할 때	루프에 등록된 티켓과 단계가 완료, 취소, 실패될 때
기록 위치	Claude Code 세션 transcript	티켓 본문, 댓글, 완료 보고서, 알림
팀 공유	세션 공유가 별도로 필요	프로젝트 참여자가 티켓과 루프 상태를 함께 확인
지원 도구	Claude Code 중심	Claude Code, Copilot CLI, Codex 중 선택 가능

둘은 경쟁 기능이 아니다. Claude Code를 직접 오래 실행해야 하는 단일 목표는 /goal이 적합하고, 여러 티켓을 팀과 공유하면서 순서대로 처리하고 결과 기록을 남겨야 한다면 LiveAiCoding 루프가 적합하다.

참고 문서: https://code.claude.com/docs/en/goal

2. 서비스 흐름 한눈에 보기

LiveAiCoding은 프로젝트를 만들고, 워커를 등록하고, 티켓을 작성한 뒤 사람 또는 AI 에이전트가 작업을 진행하는 협업 도구다. AI 자동 실행은 웹 화면의 티켓/루프 설정, 로컬 ai-toolkit, MCP 서버, 텔레그램 알림 설정이 함께 맞아야 정상 동작한다.

웹 로그인
  → 프로젝트 생성
  → 워커 등록(사람/AI)
  → 티켓 그룹·라벨·마일스톤·스니펫 준비
  → 티켓 작성
  → 티켓 상세의 계획/작업/리뷰 또는 루프 실행
  → ai-toolkit이 내 로컬 PC의 AI CLI 실행
  → MCP 도구로 티켓 댓글과 완료 상태 반영
  → 웹 알림 또는 텔레그램으로 결과 확인

3. 공통 준비

준비 항목	언제 필요한가	이유
계정 로그인	모든 개인/프로젝트 화면 접근 전	프로젝트, 티켓, 알림은 로그인 사용자 기준으로 조회된다.
API 인증키 발급	`ai-toolkit` 또는 MCP를 연결할 때	외부 에이전트 요청자를 식별하기 위해 필요하다.
AI Toolkit 설정	티켓 계획/작업/리뷰, 루프 자동화를 사용할 때	웹에서 저장한 provider, model, effort 설정이 티켓 실행 옵션으로 전달된다.
AI 워커 등록	AI에게 티켓을 맡길 때	티켓 실행 라우팅은 담당 AI 워커의 `identifier`를 기준으로 한다.
ai-toolkit 실행	웹 요청을 내 로컬 AI CLI로 실행하고 싶을 때	내 PC의 Claude Code, Copilot CLI, Codex를 실제로 실행한다.
텔레그램 Chat ID	에이전트가 외부 알림을 보내야 할 때	MCP `send_telegram`이 인증 사용자에게 메시지를 보낸다.

4. 공개 화면

화면	접근 방법	언제 사용	어떻게 사용	왜 사용
랜딩	홈	서비스 소개 확인	기능과 가치 제안을 읽고 로그인 또는 요금제로 이동	신규 사용자가 서비스 구조를 빠르게 이해한다.
요금제	홈 / 요금제	프로젝트, 워커, 루프, 백업 제한 확인	Free/Default/Pro/Enterprise 정책 확인	기능 제한 때문에 버튼이 비활성화된 이유를 판단한다.
정보 게시판	홈 / 정보 게시판	공지, 가이드, 업데이트 확인	목록에서 게시글 상세로 이동	운영 안내와 사용 팁을 확인한다.
로그인	홈 / 로그인	기존 사용자 접속	핸드폰 번호와 비밀번호 입력	개인 화면 접근을 위한 세션을 만든다.
회원가입	홈 / 회원가입	신규 사용자 등록	인증 절차와 계정 정보 입력	프로젝트 참여 및 API 키 발급을 시작한다.
비밀번호 찾기/재설정	로그인 / 비밀번호 찾기	비밀번호 분실	본인 확인 후 새 비밀번호 설정	계정 접근을 복구한다.

5. 개인 설정 화면

5.1 멤버 홈

접근 방법: 개인 설정
언제: 개인 설정 메뉴로 진입할 때 사용한다.
왜: 프로필, 인증키, 툴킷, 알림, 백업, 결제 이력을 한 곳에서 찾기 위한 허브다.

5.2 API 인증키

접근 방법: 개인 설정 / API 인증키
언제: ai-toolkit 또는 MCP 클라이언트를 연결하기 전에 사용한다.
어떻게
1. 키 재발급을 누른다.
2. 경고를 확인하고 새 키 발급을 확정한다.
3. 화면에 한 번만 표시되는 전체 키를 안전한 곳에 저장한다.
4. .ai-toolkit.json의 userKey와 .mcp.json URL의 x-user-key에 같은 값을 넣는다.
왜: 서버는 userHp + userKey 조합으로 외부 에이전트 요청자를 식별한다.

전체 키는 재발급 직후에만 표시된다. 새로고침하거나 페이지를 벗어나면 마스킹된 키만 볼 수 있으므로 분실 시 재발급해야 한다.

5.3 AI Toolkit 설정

접근 방법: 개인 설정 / AI Toolkit 설정
언제: 티켓 상세의 계획, 작업, 리뷰 버튼이나 루프 자동화를 쓰기 전에 설정한다.
어떻게
1. AI Toolkit 활성화 스위치를 켠다.
2. provider를 선택한다: Claude Code, Copilot CLI, Codex.
3. 해당 provider에서 사용할 모델 목록을 추가하거나 제거한다.
4. 해당 provider에서 사용할 effort 목록을 추가하거나 제거한다.
5. 저장을 눌러 DB에 반영한다.
왜: 티켓 실행 시 선택 가능한 model/effort 드롭다운은 이 설정에서 가져온다.

지원 provider와 기본 용도는 다음과 같다.

Provider	실행 CLI	기본 용도
Claude Code	`claude`	Claude Code 기반 AI 실행
Copilot CLI	`copilot`	GitHub Copilot CLI 기반 AI 실행
Codex	`codex`	Codex CLI 기반 AI 실행

중요한 라우팅 원칙:

.ai-toolkit.json의 identifier는 현재 Run/계획/리뷰 라우팅에 사용하지 않는다.
서버는 티켓 담당 AI 워커의 identifier를 실행 그룹 키로 사용한다.
같은 사용자, 프로젝트, AI 워커 identifier의 작업은 서버 큐와 락으로 한 번에 1건만 실행된다.

5.4 프로필과 텔레그램 알림

접근 방법: 개인 설정 / 프로필
언제: 내 개인정보 확인, 이름/이메일 수정, 텔레그램 Chat ID 등록이 필요할 때 사용한다.
어떻게
1. 알림 설정의 텔레그램 알림 카드에서 수정을 누른다.
2. 텔레그램 Chat ID를 입력하고 저장한다.
3. 빈 값으로 저장하면 텔레그램 알림 수신이 해제된다.
왜: MCP send_telegram은 메시지의 수신자를 직접 받지 않고, 인증된 사용자의 프로필에 저장된 Chat ID만 사용한다.

5.5 알림

접근 방법: 개인 설정 / 알림
언제: 프로젝트 활동, 시스템 알림, AI Toolkit 실패/스킵 이벤트를 확인할 때 사용한다.
어떻게: 전체/읽지 않음/읽음 필터로 확인하고, 개별 읽음·삭제 또는 모두 읽음을 사용한다.
왜: AI 실행 중 오류나 중복 실행 스킵 같은 이벤트가 실시간 알림과 이 목록에 남는다.

5.6 백업/복원

접근 방법: 개인 설정 / 백업
언제: 프로젝트 데이터를 ZIP 마크다운 백업으로 내려받거나 백업 파일을 복원할 때 사용한다.
어떻게
1. 대상 프로젝트를 선택한다.
2. 백업은 ZIP 다운로드를 실행한다.
3. 복원은 ZIP 파일과 충돌 처리 전략을 선택해 업로드한다.
왜: 프로젝트 단위로 티켓/문서성 데이터를 외부 보관하거나 다른 환경으로 복구한다.

요금제에 따라 백업/복원 기능이 비활성화될 수 있다.

5.7 구매 이력

접근 방법: 개인 설정 / 구매 이력
언제: 내 플랜 구매/활성화 이력을 확인할 때 사용한다.
왜: 현재 플랜과 기능 제한의 근거를 확인한다.

6. 프로젝트 화면

6.1 프로젝트 목록

접근 방법: 프로젝트
언제: 참여 중인 프로젝트를 찾거나 새 프로젝트를 만들 때 사용한다.
어떻게
1. 검색어로 프로젝트를 필터링한다.
2. New Project에서 프로젝트 key, 이름, 설명, 색상을 입력한다.
3. 생성된 프로젝트 카드를 눌러 상세 영역으로 들어간다.
왜: 프로젝트 key는 이후 티켓 키 prefix의 기준이 된다.

프로젝트 key는 대문자 영문과 숫자만 허용된다. 예: WORKS, LIVEAI1.

6.2 프로젝트 공통 내비게이션

프로젝트 상세에 들어가면 다음 메뉴를 사용한다.

메뉴	주 사용자	설명
프로젝트 / 티켓	전체	티켓 목록, 필터, 상태 변경, 티켓 상세 진입
프로젝트 / 티켓 그룹	Owner/관리자	티켓 그룹 생성, 수정, 정렬
프로젝트 / 라벨	Owner/관리자	라벨 생성, 수정, 삭제
프로젝트 / 마일스톤	Owner/관리자	마일스톤 open/closed 관리
프로젝트 / 스니펫	전체	티켓 작성 템플릿 관리
프로젝트 / 워커	Owner	사람/AI 워커 초대, 수정, 활성 토글
프로젝트 / 루프	AI 운용자	open 티켓을 대기열로 묶어 자동 실행
프로젝트 / 분석	전체	프로젝트 지표 확인

7. 티켓 화면

7.1 티켓 목록

접근 방법: 프로젝트 / 티켓
언제: 프로젝트의 모든 작업 상태를 보고 필터링할 때 사용한다.
어떻게
- 텍스트 검색으로 제목과 본문을 찾는다.
- 상태 필터로 open, backlog, in_progress, done, archived를 구분한다.
- 담당자, 우선순위, 라벨, 태그, 마일스톤, 그룹, 날짜 조건으로 범위를 좁힌다.
왜: 프로젝트의 현재 작업 흐름과 병목을 한 화면에서 파악한다.

티켓 상태 흐름은 다음 5단계다.

open → backlog → in_progress → done → archived

7.2 티켓 생성/수정

접근 방법: 프로젝트 / 티켓 / 새 티켓 또는 티켓 상세 / 수정
언제: 신규 작업을 등록하거나 기존 작업 설명/메타데이터를 바꿀 때 사용한다.
어떻게
1. 설명(Description)을 마크다운으로 작성한다.
2. 첫 번째 비어 있지 않은 줄이 제목으로 자동 추출된다.
3. 생성 시 티켓 그룹과 담당자는 필수다.
4. 우선순위, 라벨, 마일스톤, 태그, 날짜를 설정한다.
5. 자주 쓰는 문구는 스니펫 삽입 패널에서 넣는다.
왜: 티켓 상세와 같은 2열 구조를 사용해 본문과 메타데이터를 함께 관리한다.

하위 티켓을 만들 때는 부모 티켓 상세에서 하위 티켓 생성 흐름을 사용한다.

7.3 티켓 상세

접근 방법: 프로젝트 / 티켓 / 티켓 상세
언제: 작업 본문, 댓글, 담당자, 상태, 자동 실행을 한 화면에서 관리할 때 사용한다.
주요 기능
- 본문/댓글 확인
- 상태, 우선순위, 담당자, 라벨, 마일스톤, 날짜 수정
- 부모/하위/연결 티켓 확인
- 계획, 작업, 리뷰 AI 실행 요청

7.4 티켓 상세의 AI 실행 버튼

티켓 상세 사이드바의 툴킷 실행 영역은 AI Toolkit 설정과 담당 AI 워커 정보를 조합한다.

버튼	언제 사용	서버 동작	AI 에이전트가 해야 할 일
계획	작업 전 구현 계획만 받고 싶을 때	계획 큐에 등록	티켓 본문 또는 댓글에 계획 작성
작업	실제 구현을 시작할 때	작업 큐에 등록하고 실행 시 `in_progress` 전환	코드 작업 후 완료 보고서 작성과 `done` 전환
리뷰	구현 결과를 검증하고 싶을 때	리뷰 큐에 등록	티켓의 계획, 요구사항, 구현 결과를 기준으로 리뷰 댓글 작성

버튼 활성 조건:

AI Toolkit이 활성화되어 있어야 한다.
티켓 상태가 open이어야 한다.
담당자가 AI 타입 워커여야 한다.
담당 AI 워커에 빈 값이 아닌 identifier가 있어야 한다.
같은 요청이 이미 대기 중이면 다시 누를 수 없다.

Model/Effort 드롭다운은 개인 설정 / AI Toolkit 설정에 저장된 현재 provider 설정에서 가져온다. 선택값은 브라우저 localStorage에 provider별로 저장되고, 실행 요청 시 티켓의 aiModel, aiEffort로 함께 저장된다.

8. 티켓 그룹, 라벨, 마일스톤, 스니펫

8.1 티켓 그룹

접근 방법: 프로젝트 / 티켓 그룹
언제: 스프린트, 모듈, 업무 묶음처럼 티켓을 그룹화할 때 사용한다.
어떻게: 그룹 key/name/description을 만들고 드래그 앤 드롭으로 순서를 바꾼다.
왜: 티켓 목록과 루프 화면에서 그룹 필터로 작업 범위를 좁힐 수 있다.

8.2 라벨

접근 방법: 프로젝트 / 라벨
언제: 버그, 문서, 프론트엔드, 백엔드 같은 분류가 필요할 때 사용한다.
어떻게: 라벨 key, 설명, 색상을 등록한다. 티켓에서 사용 중인 라벨은 서버 정책에 따라 삭제가 막힐 수 있다.
왜: 티켓 검색과 우선순위 판단을 빠르게 한다.

8.3 마일스톤

접근 방법: 프로젝트 / 마일스톤
언제: 릴리스나 목표일 단위로 티켓을 묶어야 할 때 사용한다.
어떻게: 제목, 설명, 마감일을 등록하고 Open/Closed 탭으로 관리한다.
왜: 일정 기반 진행률과 목표 관리를 돕는다.

8.4 스니펫

접근 방법: 프로젝트 / 스니펫
언제: 반복되는 티켓 템플릿, 체크리스트, 보고 양식을 재사용할 때 사용한다.
어떻게
1. 마크다운 본문을 작성한다.
2. 콤마로 태그를 입력한다.
3. 필요한 경우 다른 프로젝트에 공유할 project key를 선택한다.
4. 티켓 작성 화면에서 스니펫 삽입 패널로 삽입한다.
왜: AI에게 일관된 지시 형식을 제공하고 티켓 작성 시간을 줄인다.

9. 워커 화면

접근 방법: 프로젝트 / 워커
주요 사용자: 프로젝트 Owner
언제: 프로젝트 참여자나 AI 에이전트를 등록할 때 사용한다.

사람 워커 추가

Add Worker를 누른다.
사용자 검색 탭에서 핸드폰 번호로 기존 사용자를 검색하거나, 수동 입력으로 이름/이메일을 입력한다.
역할을 선택한다: owner, member, viewer.
저장한다.

AI 워커 추가

Add Worker를 누른다.
수동 입력에서 유형을 AI 에이전트로 선택한다.
이름과 AI 식별자(identifier)를 입력한다.
역할을 선택하고 저장한다.

AI 워커 identifier는 티켓 실행 라우팅과 동시성 제어에 필요하다. 예: ai-agent-backend, ai-agent-reviewer.

역할 기준:

역할	권장 용도
owner	프로젝트 설정, 워커 관리, 중요 리소스 관리
member	티켓 생성/수정과 AI 실행이 필요한 작업자
viewer	읽기 중심 참여자

요금제나 프로젝트당 워커 수 제한에 도달하면 초대 버튼이 비활성화된다.

10. 루프 화면

접근 방법: 프로젝트 / 루프
언제: 여러 open 티켓을 순서대로 계획 → 작업 → 리뷰 자동화하고 싶을 때 사용한다.
왜: 반복적인 티켓 실행 버튼 클릭 없이 대기열 단위로 AI 작업 흐름을 구성한다.

루프 등록 절차

개인 설정 / AI Toolkit 설정에서 AI Toolkit을 활성화하고 provider/model/effort를 저장한다.
프로젝트에 identifier가 있는 활성 AI 워커를 등록한다.
루프 화면에서 필요하면 티켓 그룹 필터를 선택한다.
현재 화면의 open 티켓 담당 AI 일괄 변경으로 대상 티켓의 AI 담당자를 맞춘다.
OPEN 티켓에서 루프에 넣을 티켓을 대기열로 이동한다.
루프 대기열에서 순서를 조정한다.
각 티켓의 스텝 설정에서 계획, 작업, 리뷰 사용 여부와 model/effort를 지정한다.
대기 등록을 눌러 서버 루프 큐에 저장한다.
대기 루프에서 시작 지연 시간을 조정하고 실행한다.

루프 상태

상태 영역	의미	사용 케이스
진행 중 루프	현재 실행 중이거나 일시정지된 루프	일시정지, 재개, 취소
대기 중 루프	아직 실행 전인 pending/scheduled 루프	수정, 시작, 취소
종료된 루프	완료/취소/실패 등 종료 내역	결과 확인, 내역 삭제

루프는 진행 중 루프가 있을 때 30초 주기로 자동 재조회한다. 하나의 사용자가 등록할 수 있는 루프 수와 루프 기능 사용 가능 여부는 플랜 제한을 따른다.

11. AI Toolkit 로컬 설정

ai-toolkit은 웹에서 만든 실행 요청을 내 로컬 PC의 AI CLI로 전달한다. 즉, liveaicoding.com이 클라우드에서 내 코드를 직접 수정하는 것이 아니라, 내가 로그인해 둔 Claude Code, Copilot CLI, Codex가 내 PC에서 실행된다.

사용자는 provider를 자유롭게 선택할 수 있다. 이미 Claude Code 구독을 사용 중이면 Claude Code를, Copilot CLI를 쓰고 있다면 Copilot CLI를, Codex를 쓰고 있다면 Codex를 선택하면 된다.

ai-toolkit은 프로젝트 루트의 .ai-toolkit.json과 .mcp.json을 읽는다. 실행 파일은 ai-toolkit/ai-toolkit 또는 ai-toolkit/ai-toolkit.exe처럼 ai-toolkit 폴더에 두는 것을 기준으로 한다.

11.1 `.ai-toolkit.json`

{
  "apiUrl": "https://liveaicoding.com/apiv1",
  "userHp": "<내_휴대폰번호>",
  "userKey": "<발급받은_API_인증키>",
  "mcpUrl": "https://liveaicoding.com/mcp?x-user-hp=<내_휴대폰번호>&x-user-key=<발급받은_API_인증키>",
  "projectKey": "WORKS",
  "promptTemplate": "선택: RUN 기본 프롬프트. {ticketKey} 사용 가능",
  "plan_prompt": "선택: 계획 작성 프롬프트. {ticketKey} 사용 가능",
  "review_prompt": "선택: 코드 리뷰 프롬프트. {ticketKey} 사용 가능"
}

필드	필수	설명
`apiUrl`	예	Agent API base URL. 운영 예시는 `/apiv1` 경로를 포함한다.
`userHp`	예	로그인 사용자의 핸드폰 번호. Agent API의 `x-user-hp`로 전송된다.
`userKey`	예	개인 설정 / API 인증키에서 발급한 API 인증키.
`mcpUrl`	아니오	`ai-toolkit-test`가 MCP를 직접 호출할 때 우선 사용한다.
`projectKey`	아니오	설정하면 해당 프로젝트 key prefix의 티켓만 처리한다. 여러 프로젝트 루트에서 동시에 실행할 때 유용하다.
`identifier`	아니오	현재 실행 라우팅에는 사용하지 않는다. 티켓 담당 AI 워커 identifier가 기준이다.
`promptTemplate`	아니오	RUN 프롬프트를 커스터마이즈한다.
`plan_prompt`	아니오	PLAN 프롬프트를 커스터마이즈한다.
`review_prompt`	아니오	REVIEW 프롬프트를 커스터마이즈한다.

11.2 실행 명령

cd ai-toolkit

# 기본 provider: Claude Code
./ai-toolkit

# Copilot CLI 사용
./ai-toolkit --provider copilot

# Codex CLI 사용
./ai-toolkit --provider codex

# 실제 AI CLI 실행 없이 큐/MCP 흐름만 검증
./ai-toolkit-test

Windows PowerShell에서는 .\ai-toolkit.exe, .\ai-toolkit-test.exe를 사용한다.

11.3 사용자 관점의 동작 방식

사용자가 웹에서 티켓의 계획, 작업, 리뷰를 누르거나 루프를 시작한다.
서버는 실행할 티켓을 큐에 넣고, 같은 AI 워커가 동시에 여러 작업을 잡지 않도록 제어한다.
내 로컬 PC에서 실행 중인 ai-toolkit이 처리할 티켓을 가져온다.
ai-toolkit은 선택한 provider에 맞춰 Claude Code, Copilot CLI, Codex 중 하나를 실행한다.
AI는 MCP 도구로 티켓 내용을 읽고, 댓글이나 완료 보고서를 남긴다.
사용자는 웹 알림, 티켓 댓글, 텔레그램 알림으로 결과를 확인한다.

12. MCP 설정

MCP 서버는 AI 에이전트가 티켓을 읽고 댓글을 남기고 완료 처리할 수 있게 해 주는 도구 연결 지점이다. 인증은 x-user-hp, x-user-key 헤더 또는 URL query 파라미터로 처리한다.

12.1 운영 `.mcp.json` 예시

{
  "mcpServers": {
    "works-ticket": {
      "type": "http",
      "url": "https://liveaicoding.com/mcp?x-user-hp=<내_휴대폰번호>&x-user-key=<발급받은_API_인증키>"
    }
  }
}

쿼리 파라미터 방식은 일부 MCP 클라이언트가 초기 연결에서 커스텀 헤더를 누락하는 문제를 피하기 위한 호환 방식이다. 운영 환경의 네트워크 로그에 query가 기록될 수 있으므로 공용 PC나 공유 저장소에서는 노출되지 않게 관리해야 한다.

12.2 제공 MCP 도구

도구	언제 사용	입력
`get_ticket_detail`	작업 전 티켓 본문과 댓글을 읽을 때	`{ "ticketKey": "WORKS_1" }`
`list_tickets`	프로젝트의 활성 티켓을 상태별로 볼 때	`{ "projectKey": "WORKS", "status": "open" }`
`get_ticket_comments`	댓글만 시간순으로 볼 때	`{ "ticketKey": "WORKS_1" }`
`update_ticket_status`	상태 전환이 필요할 때	`{ "ticketKey": "WORKS_1", "status": "in_progress" }`
`add_comment`	질문, 중간 보고, 리뷰 결과를 남길 때	`{ "ticketKey": "WORKS_1", "body": "..." }`
`append_ticket`	티켓 본문 끝에 계획/메모를 추가할 때	`{ "ticketKey": "WORKS_1", "body": "..." }`
`complete_ticket`	작업 완료와 완료 보고서를 동시에 남길 때	`{ "ticketKey": "WORKS_1", "body": "완료 보고서..." }`
`send_telegram`	인증 사용자에게 텔레그램 알림을 보낼 때	`{ "message": "작업 완료" }`

add_comment, append_ticket, complete_ticket, send_telegram은 authorId나 chatId를 입력받지 않는다. 서버가 MCP 인증 사용자 기준으로 프로젝트 워커와 텔레그램 Chat ID를 결정한다.

12.3 권장 AI 에이전트 MCP 흐름

1. get_ticket_detail로 티켓과 댓글을 확인한다.
2. 질문이 있으면 add_comment로 질문을 남기고 필요 시 backlog로 돌린다.
3. 작업을 시작할 수 있으면 in_progress 상태로 전환된다.
4. 코드/문서 작업을 수행한다.
5. complete_ticket로 done 전환과 완료 보고서를 함께 남긴다.
6. 필요하면 send_telegram으로 사용자에게 완료 사실을 알린다.

13. 텔레그램 설정

13.1 사용자: 봇 추가 및 Chat ID 등록

텔레그램 앱에서 검색창에 @liveaicoding_bot 을 입력하고 봇을 찾는다.
봇 프로필 화면에서 시작(Start) 버튼을 누르거나 채팅창에 /start 를 입력한다.
봇이 응답하면 채팅창에 /id 를 입력한다. 봇이 내 Chat ID 숫자를 알려 준다.
liveaicoding.com의 개인 설정 / 프로필 / 알림 설정 / 텔레그램 알림에서 Chat ID를 입력하고 저장한다.
이후 AI 에이전트가 send_telegram을 호출하면 내 텔레그램으로 메시지가 온다.

Chat ID를 빈 값으로 저장하면 텔레그램 알림 수신이 해제된다.

13.2 AI 에이전트: 메시지 발송

{
  "message": "WORKS_1 티켓 작업이 완료되었습니다."
}

MCP send_telegram은 plain text로 메시지를 보낸다. chatId를 직접 입력할 필요 없다. 서버가 인증된 사용자의 프로필에 저장된 Chat ID를 자동으로 사용한다.

13.3 자주 발생하는 오류

증상	원인	해결
Chat ID 미설정	프로필에 Chat ID 없음	개인 설정 / 프로필에서 저장
`chat not found`	봇과 대화 시작 전	텔레그램에서 `@liveaicoding_bot`에게 `/start` 전송
`bot was blocked`	사용자가 봇 차단	봇 차단 해제 후 재시도

14. 시나리오별 사용 케이스

시나리오 A. 새 프로젝트를 만들고 AI 작업 준비

프로젝트 화면에서 새 프로젝트를 만든다.
프로젝트 / 워커에서 사람 워커를 추가한다.
같은 화면에서 AI 워커를 추가하고 identifier를 입력한다.
개인 설정 / AI Toolkit 설정에서 provider/model/effort를 저장한다.
개인 설정 / API 인증키에서 키를 발급한다.
로컬 .ai-toolkit.json, .mcp.json에 API 키와 MCP URL을 설정한다.
내 로컬 PC에서 사용할 AI CLI에 로그인되어 있는지 확인한다.
ai-toolkit을 실행한다.

시나리오 B. 단일 티켓을 AI에게 구현시키기

프로젝트 / 티켓에서 새 티켓을 만든다.
담당자를 identifier가 있는 AI 워커로 지정한다.
티켓 상세에서 model/effort를 고른다.
작업 버튼을 누른다.
ai-toolkit이 티켓을 가져와 선택한 AI CLI를 실행한다.
AI가 MCP complete_ticket으로 완료 보고서를 남기면 티켓이 done이 된다.

시나리오 C. 구현 전에 계획만 받고 싶을 때

티켓 상태를 open으로 유지한다.
담당자를 AI 워커로 지정한다.
티켓 상세의 계획 버튼을 누른다.
AI는 plan 모드로 실행되어 티켓 본문 또는 댓글에 계획을 남긴다.
계획 검토 후 사람이 티켓을 수정하거나 작업을 실행한다.

시나리오 D. 코드 리뷰와 구현 검증을 요청하기

리뷰 대상 티켓을 open 상태로 준비한다.
담당 AI 워커와 model/effort를 설정한다.
티켓 상세에서 리뷰 버튼을 누른다.
AI는 티켓의 작업 계획, 요구사항, 구현 결과를 비교해 리뷰한다.
AI는 리뷰 결과를 MCP add_comment로 남긴다.
웹 알림 또는 티켓 댓글에서 결과를 확인한다.

시나리오 E. 여러 티켓을 루프로 순차 실행

티켓 그룹과 open 티켓을 준비한다.
AI Toolkit을 활성화한다.
프로젝트 / 루프에서 그룹 필터를 선택한다.
필요하면 open 티켓 담당 AI를 일괄 변경한다.
티켓을 대기열로 이동하고 순서를 조정한다.
티켓별로 계획/작업/리뷰 스텝을 켜고 model/effort를 지정한다.
대기 등록 후 대기 루프에서 실행한다.
진행 중 루프에서 일시정지/재개/취소를 관리한다.

시나리오 F. 외출 중 모바일에서 작업 이어가기

외출 전 로컬 PC에서 ai-toolkit을 실행해 둔다.
모바일 브라우저로 liveaicoding.com에 로그인한다.
새 티켓을 만들거나 기존 open 티켓을 선택한다.
담당 AI 워커와 model/effort를 확인한다.
계획, 작업, 리뷰 중 필요한 버튼을 누른다.
완료 결과는 티켓 댓글, 웹 알림, 텔레그램 알림으로 확인한다.

시나리오 G. AI가 사용자에게 완료 알림 보내기

텔레그램에서 @liveaicoding_bot을 검색해 /start를 보낸다.
/id 명령어로 Chat ID를 확인한다.
개인 설정 / 프로필의 텔레그램 알림에 Chat ID를 저장한다.
AI 에이전트는 작업 완료 후 complete_ticket을 호출한다.
추가로 send_telegram을 호출해 완료 메시지를 보낸다.

시나리오 H. 반복 지시문을 스니펫으로 재사용

프로젝트 / 스니펫에서 스니펫을 만든다.
태그로 backend, frontend, review 같은 분류를 붙인다.
다른 프로젝트에서도 쓰려면 공유 프로젝트를 선택한다.
티켓 작성 화면에서 스니펫 삽입을 열고 템플릿을 넣는다.

시나리오 I. 프로젝트 백업 후 복원

개인 설정 / 백업에서 프로젝트를 선택한다.
ZIP 백업을 다운로드한다.
복원이 필요할 때 같은 화면에서 ZIP과 충돌 처리 전략을 선택한다.
복원 결과 배너를 확인한다.

15. 문제 해결 체크리스트

문제	확인할 것
티켓 상세의 계획/작업/리뷰 버튼이 비활성화됨	AI Toolkit 활성화, 티켓 `open` 상태, 담당 AI 워커, identifier 존재 여부
ai-toolkit이 티켓을 못 찾음	`.ai-toolkit.json`의 `apiUrl`, `userHp`, `userKey`, 선택적 `projectKey` prefix
MCP 도구 인증 실패	`.mcp.json` URL의 `x-user-hp`, `x-user-key`, 개인 설정 / API 인증키 재발급 여부
같은 티켓이 중복 실행되는 것처럼 보임	identifier별 processing lock, 알림 목록, 이미 실행 중인 로컬 `ai-toolkit`
루프에 open 티켓이 보이지 않음	AI Toolkit 활성화 여부, 그룹 필터, 티켓 상태, 이미 대기열에 들어간 티켓 여부
루프 시작이 막힘	진행 중 루프 존재 여부, 플랜 제한, 루프 개수 제한
텔레그램 발송 실패	프로필 Chat ID, `@liveaicoding_bot`에게 `/start` 전송 여부, 봇 차단 여부
인증키 전체 값을 다시 볼 수 없음	보안 정책상 재조회 불가. 개인 설정 / API 인증키에서 새 키 재발급

16. 보안 주의사항

.ai-toolkit.json, .mcp.json에는 개인 핸드폰 번호와 API 키가 들어가므로 커밋하지 않는다.
API 인증키는 생성 시 한 번만 전체 표시된다.
MCP URL query 인증은 편리하지만 네트워크 로그에 남을 수 있으므로 공용 PC나 공유 환경에서는 주의한다.
AI 워커 identifier는 비밀값이 아니라 실행 그룹 키다. 하지만 의미 없는 난수보다 역할이 드러나는 이름을 쓰면 운영 확인이 쉽다.
complete_ticket은 in_progress 티켓에만 사용한다. 단순 질문이나 중간 보고는 add_comment를 사용한다.

1. liveaicoding.com이란? 언제, 왜 사용하나

기본 용어

용어	의미
티켓	AI 또는 사람이 처리할 작업 단위다. 요구사항, 배경, 완료 조건, 댓글, 완료 보고서를 한곳에 남긴다.
open	아직 작업 가능한 대기 상태다. 계획, 작업, 리뷰 실행의 기본 대상이다.
backlog	지금 당장 처리하지 않을 open 티켓을 잠시 보류해 둔 상태다. 요구사항 보강, 우선순위 조정, 실행 대기 제외가 필요할 때 사용한다.
in_progress	사람이 작업 중이거나 AI가 실행 중인 상태다.
done	작업이 완료되고 완료 보고서가 남은 상태다.
archived	더 이상 활성 목록에서 다루지 않는 보관 상태다.
워커	프로젝트에서 작업을 맡는 주체다. 사람 워커와 AI 워커가 있다.
AI 워커	Claude Code, Copilot CLI, Codex 같은 로컬 AI 도구 실행을 대표하는 담당자다.
루프	여러 open 티켓을 대기열에 넣고 계획, 작업, 리뷰 단계를 순서대로 실행하는 자동화 흐름이다.
ai-toolkit	liveaicoding.com의 티켓 실행 요청을 내 로컬 PC의 AI CLI로 전달하는 실행 도구다.

liveaicoding.com을 사용해야 하는 순간

상황	이유
AI에게 개발 작업을 맡기고 싶을 때	티켓에 요구사항을 적고 AI 워커를 담당자로 지정하면 내 로컬 PC의 AI CLI로 작업을 실행할 수 있다.
외출 중에도 AI 작업을 이어 가고 싶을 때	로컬 PC에서 `ai-toolkit`을 켜 두면 모바일 브라우저에서 티켓을 만들고 실행을 지시할 수 있다.
여러 작업을 순서대로 처리시키고 싶을 때	루프에 티켓을 대기열로 등록하면 AI가 하나씩 처리하고 결과를 남긴다.
구현 전에 계획만 먼저 받고 싶을 때	`계획` 버튼으로 AI가 티켓 본문이나 댓글에 구현 계획을 작성한다.
작업 결과가 요구사항과 맞는지 확인하고 싶을 때	`리뷰` 버튼으로 티켓의 작업 계획과 구현 결과를 기준으로 검증 리뷰를 요청한다.
AI가 무엇을 했는지 확인하고 싶을 때	티켓 댓글, 완료 보고서, 알림 목록에서 AI가 남긴 기록을 볼 수 있다.
팀원과 작업 의도를 공유하고 싶을 때	프로젝트에 사람 워커를 추가하면 티켓의 계획, 판단 근거, 진행 상태를 함께 검토할 수 있다.
작업 결과를 텔레그램으로 받고 싶을 때	프로필에 Chat ID를 등록하면 AI가 완료 후 메시지를 보낼 수 있다.

liveaicoding.com의 핵심 역할

한마디로: AI 에이전트가 일하는 현장을 웹에서 지휘하고 모니터링하는 컨트롤 타워다.

1-1. 바이브 코딩에서 liveaicoding.com을 쓰면 뭐가 좋나

바이브 코딩 시 이점 요약

바이브 코딩의 문제	liveaicoding.com의 해결
AI가 뭘 했는지 모름	티켓 댓글과 완료 보고서에 AI 작업 내역이 저장된다.
구현 방향이 맞는지 모르고 일단 실행	`계획` 버튼으로 AI의 구현 계획을 먼저 확인한 뒤 `작업`을 실행한다.
여러 작업을 동시에 시키다가 충돌	루프의 순차 실행과 서버 레벨 동시성 제어로 한 AI 워커가 한 번에 처리할 작업을 제한한다.
AI가 끝났는지 계속 확인해야 함	웹 알림과 텔레그램 알림으로 완료 사실을 확인할 수 있다.
코드 품질과 요구사항 검증을 놓침	`리뷰` 버튼으로 티켓의 계획, 요구사항, 구현 결과를 기준으로 검증 리뷰를 요청한다.
나중에 이 작업이 왜 생겼는지 모름	티켓에 배경, 요구사항, 계획, 결과가 모두 남는다.
팀원이 내가 왜 이렇게 작업했는지 모름	팀원이 티켓의 계획과 댓글을 보고 작업 의도와 판단 근거를 리뷰할 수 있다.

바이브 코딩에서 LiveAiCoding으로 이어지는 흐름

아이디어가 떠오름
  → liveaicoding.com에서 티켓 작성
  → 담당 AI 워커 지정
  → 필요하면 계획 먼저 요청
  → 작업 실행
  → 내 로컬 PC의 ai-toolkit이 Claude Code, Copilot CLI, Codex 중 선택한 도구를 실행
  → 완료 보고서와 알림으로 결과 확인
  → 필요하면 리뷰 요청 또는 다음 티켓으로 이동

여러 아이디어가 있다면 루프에 대기열로 등록하면 된다. AI가 순서대로 처리하는 동안 다른 일을 해도 된다.

1-2. Claude Code `/goal`과 LiveAiCoding 루프의 차이

구분	Claude Code `/goal`	LiveAiCoding 루프
실행 단위	현재 Claude Code 세션의 목표 조건	프로젝트의 티켓 대기열
시작 위치	Claude Code 터미널	liveaicoding.com의 프로젝트 / 루프
종료 기준	목표 조건을 평가 모델이 충족했다고 판단할 때	루프에 등록된 티켓과 단계가 완료, 취소, 실패될 때
기록 위치	Claude Code 세션 transcript	티켓 본문, 댓글, 완료 보고서, 알림
팀 공유	세션 공유가 별도로 필요	프로젝트 참여자가 티켓과 루프 상태를 함께 확인
지원 도구	Claude Code 중심	Claude Code, Copilot CLI, Codex 중 선택 가능

참고 문서: https://code.claude.com/docs/en/goal

2. 서비스 흐름 한눈에 보기

웹 로그인
  → 프로젝트 생성
  → 워커 등록(사람/AI)
  → 티켓 그룹·라벨·마일스톤·스니펫 준비
  → 티켓 작성
  → 티켓 상세의 계획/작업/리뷰 또는 루프 실행
  → ai-toolkit이 내 로컬 PC의 AI CLI 실행
  → MCP 도구로 티켓 댓글과 완료 상태 반영
  → 웹 알림 또는 텔레그램으로 결과 확인

3. 공통 준비

준비 항목	언제 필요한가	이유
계정 로그인	모든 개인/프로젝트 화면 접근 전	프로젝트, 티켓, 알림은 로그인 사용자 기준으로 조회된다.
API 인증키 발급	`ai-toolkit` 또는 MCP를 연결할 때	외부 에이전트 요청자를 식별하기 위해 필요하다.
AI Toolkit 설정	티켓 계획/작업/리뷰, 루프 자동화를 사용할 때	웹에서 저장한 provider, model, effort 설정이 티켓 실행 옵션으로 전달된다.
AI 워커 등록	AI에게 티켓을 맡길 때	티켓 실행 라우팅은 담당 AI 워커의 `identifier`를 기준으로 한다.
ai-toolkit 실행	웹 요청을 내 로컬 AI CLI로 실행하고 싶을 때	내 PC의 Claude Code, Copilot CLI, Codex를 실제로 실행한다.
텔레그램 Chat ID	에이전트가 외부 알림을 보내야 할 때	MCP `send_telegram`이 인증 사용자에게 메시지를 보낸다.

4. 공개 화면

화면	접근 방법	언제 사용	어떻게 사용	왜 사용
랜딩	홈	서비스 소개 확인	기능과 가치 제안을 읽고 로그인 또는 요금제로 이동	신규 사용자가 서비스 구조를 빠르게 이해한다.
요금제	홈 / 요금제	프로젝트, 워커, 루프, 백업 제한 확인	Free/Default/Pro/Enterprise 정책 확인	기능 제한 때문에 버튼이 비활성화된 이유를 판단한다.
정보 게시판	홈 / 정보 게시판	공지, 가이드, 업데이트 확인	목록에서 게시글 상세로 이동	운영 안내와 사용 팁을 확인한다.
로그인	홈 / 로그인	기존 사용자 접속	핸드폰 번호와 비밀번호 입력	개인 화면 접근을 위한 세션을 만든다.
회원가입	홈 / 회원가입	신규 사용자 등록	인증 절차와 계정 정보 입력	프로젝트 참여 및 API 키 발급을 시작한다.
비밀번호 찾기/재설정	로그인 / 비밀번호 찾기	비밀번호 분실	본인 확인 후 새 비밀번호 설정	계정 접근을 복구한다.

5. 개인 설정 화면

5.1 멤버 홈

접근 방법: 개인 설정
언제: 개인 설정 메뉴로 진입할 때 사용한다.
왜: 프로필, 인증키, 툴킷, 알림, 백업, 결제 이력을 한 곳에서 찾기 위한 허브다.

5.2 API 인증키

접근 방법: 개인 설정 / API 인증키
언제: ai-toolkit 또는 MCP 클라이언트를 연결하기 전에 사용한다.
어떻게
1. 키 재발급을 누른다.
2. 경고를 확인하고 새 키 발급을 확정한다.
3. 화면에 한 번만 표시되는 전체 키를 안전한 곳에 저장한다.
4. .ai-toolkit.json의 userKey와 .mcp.json URL의 x-user-key에 같은 값을 넣는다.
왜: 서버는 userHp + userKey 조합으로 외부 에이전트 요청자를 식별한다.

전체 키는 재발급 직후에만 표시된다. 새로고침하거나 페이지를 벗어나면 마스킹된 키만 볼 수 있으므로 분실 시 재발급해야 한다.

5.3 AI Toolkit 설정

접근 방법: 개인 설정 / AI Toolkit 설정
언제: 티켓 상세의 계획, 작업, 리뷰 버튼이나 루프 자동화를 쓰기 전에 설정한다.
어떻게
1. AI Toolkit 활성화 스위치를 켠다.
2. provider를 선택한다: Claude Code, Copilot CLI, Codex.
3. 해당 provider에서 사용할 모델 목록을 추가하거나 제거한다.
4. 해당 provider에서 사용할 effort 목록을 추가하거나 제거한다.
5. 저장을 눌러 DB에 반영한다.
왜: 티켓 실행 시 선택 가능한 model/effort 드롭다운은 이 설정에서 가져온다.

지원 provider와 기본 용도는 다음과 같다.

Provider	실행 CLI	기본 용도
Claude Code	`claude`	Claude Code 기반 AI 실행
Copilot CLI	`copilot`	GitHub Copilot CLI 기반 AI 실행
Codex	`codex`	Codex CLI 기반 AI 실행

중요한 라우팅 원칙:

.ai-toolkit.json의 identifier는 현재 Run/계획/리뷰 라우팅에 사용하지 않는다.
서버는 티켓 담당 AI 워커의 identifier를 실행 그룹 키로 사용한다.
같은 사용자, 프로젝트, AI 워커 identifier의 작업은 서버 큐와 락으로 한 번에 1건만 실행된다.

5.4 프로필과 텔레그램 알림

접근 방법: 개인 설정 / 프로필
언제: 내 개인정보 확인, 이름/이메일 수정, 텔레그램 Chat ID 등록이 필요할 때 사용한다.
어떻게
1. 알림 설정의 텔레그램 알림 카드에서 수정을 누른다.
2. 텔레그램 Chat ID를 입력하고 저장한다.
3. 빈 값으로 저장하면 텔레그램 알림 수신이 해제된다.
왜: MCP send_telegram은 메시지의 수신자를 직접 받지 않고, 인증된 사용자의 프로필에 저장된 Chat ID만 사용한다.

5.5 알림

접근 방법: 개인 설정 / 알림
언제: 프로젝트 활동, 시스템 알림, AI Toolkit 실패/스킵 이벤트를 확인할 때 사용한다.
어떻게: 전체/읽지 않음/읽음 필터로 확인하고, 개별 읽음·삭제 또는 모두 읽음을 사용한다.
왜: AI 실행 중 오류나 중복 실행 스킵 같은 이벤트가 실시간 알림과 이 목록에 남는다.

5.6 백업/복원

접근 방법: 개인 설정 / 백업
언제: 프로젝트 데이터를 ZIP 마크다운 백업으로 내려받거나 백업 파일을 복원할 때 사용한다.
어떻게
1. 대상 프로젝트를 선택한다.
2. 백업은 ZIP 다운로드를 실행한다.
3. 복원은 ZIP 파일과 충돌 처리 전략을 선택해 업로드한다.
왜: 프로젝트 단위로 티켓/문서성 데이터를 외부 보관하거나 다른 환경으로 복구한다.

요금제에 따라 백업/복원 기능이 비활성화될 수 있다.

5.7 구매 이력

접근 방법: 개인 설정 / 구매 이력
언제: 내 플랜 구매/활성화 이력을 확인할 때 사용한다.
왜: 현재 플랜과 기능 제한의 근거를 확인한다.

6. 프로젝트 화면

6.1 프로젝트 목록

접근 방법: 프로젝트
언제: 참여 중인 프로젝트를 찾거나 새 프로젝트를 만들 때 사용한다.
어떻게
1. 검색어로 프로젝트를 필터링한다.
2. New Project에서 프로젝트 key, 이름, 설명, 색상을 입력한다.
3. 생성된 프로젝트 카드를 눌러 상세 영역으로 들어간다.
왜: 프로젝트 key는 이후 티켓 키 prefix의 기준이 된다.

프로젝트 key는 대문자 영문과 숫자만 허용된다. 예: WORKS, LIVEAI1.

6.2 프로젝트 공통 내비게이션

프로젝트 상세에 들어가면 다음 메뉴를 사용한다.

메뉴	주 사용자	설명
프로젝트 / 티켓	전체	티켓 목록, 필터, 상태 변경, 티켓 상세 진입
프로젝트 / 티켓 그룹	Owner/관리자	티켓 그룹 생성, 수정, 정렬
프로젝트 / 라벨	Owner/관리자	라벨 생성, 수정, 삭제
프로젝트 / 마일스톤	Owner/관리자	마일스톤 open/closed 관리
프로젝트 / 스니펫	전체	티켓 작성 템플릿 관리
프로젝트 / 워커	Owner	사람/AI 워커 초대, 수정, 활성 토글
프로젝트 / 루프	AI 운용자	open 티켓을 대기열로 묶어 자동 실행
프로젝트 / 분석	전체	프로젝트 지표 확인

7. 티켓 화면

7.1 티켓 목록

접근 방법: 프로젝트 / 티켓
언제: 프로젝트의 모든 작업 상태를 보고 필터링할 때 사용한다.
어떻게
- 텍스트 검색으로 제목과 본문을 찾는다.
- 상태 필터로 open, backlog, in_progress, done, archived를 구분한다.
- 담당자, 우선순위, 라벨, 태그, 마일스톤, 그룹, 날짜 조건으로 범위를 좁힌다.
왜: 프로젝트의 현재 작업 흐름과 병목을 한 화면에서 파악한다.

티켓 상태 흐름은 다음 5단계다.

open → backlog → in_progress → done → archived

7.2 티켓 생성/수정

접근 방법: 프로젝트 / 티켓 / 새 티켓 또는 티켓 상세 / 수정
언제: 신규 작업을 등록하거나 기존 작업 설명/메타데이터를 바꿀 때 사용한다.
어떻게
1. 설명(Description)을 마크다운으로 작성한다.
2. 첫 번째 비어 있지 않은 줄이 제목으로 자동 추출된다.
3. 생성 시 티켓 그룹과 담당자는 필수다.
4. 우선순위, 라벨, 마일스톤, 태그, 날짜를 설정한다.
5. 자주 쓰는 문구는 스니펫 삽입 패널에서 넣는다.
왜: 티켓 상세와 같은 2열 구조를 사용해 본문과 메타데이터를 함께 관리한다.

하위 티켓을 만들 때는 부모 티켓 상세에서 하위 티켓 생성 흐름을 사용한다.

7.3 티켓 상세

접근 방법: 프로젝트 / 티켓 / 티켓 상세
언제: 작업 본문, 댓글, 담당자, 상태, 자동 실행을 한 화면에서 관리할 때 사용한다.
주요 기능
- 본문/댓글 확인
- 상태, 우선순위, 담당자, 라벨, 마일스톤, 날짜 수정
- 부모/하위/연결 티켓 확인
- 계획, 작업, 리뷰 AI 실행 요청

7.4 티켓 상세의 AI 실행 버튼

티켓 상세 사이드바의 툴킷 실행 영역은 AI Toolkit 설정과 담당 AI 워커 정보를 조합한다.

버튼	언제 사용	서버 동작	AI 에이전트가 해야 할 일
계획	작업 전 구현 계획만 받고 싶을 때	계획 큐에 등록	티켓 본문 또는 댓글에 계획 작성
작업	실제 구현을 시작할 때	작업 큐에 등록하고 실행 시 `in_progress` 전환	코드 작업 후 완료 보고서 작성과 `done` 전환
리뷰	구현 결과를 검증하고 싶을 때	리뷰 큐에 등록	티켓의 계획, 요구사항, 구현 결과를 기준으로 리뷰 댓글 작성

버튼 활성 조건:

AI Toolkit이 활성화되어 있어야 한다.
티켓 상태가 open이어야 한다.
담당자가 AI 타입 워커여야 한다.
담당 AI 워커에 빈 값이 아닌 identifier가 있어야 한다.
같은 요청이 이미 대기 중이면 다시 누를 수 없다.

8. 티켓 그룹, 라벨, 마일스톤, 스니펫

8.1 티켓 그룹

접근 방법: 프로젝트 / 티켓 그룹
언제: 스프린트, 모듈, 업무 묶음처럼 티켓을 그룹화할 때 사용한다.
어떻게: 그룹 key/name/description을 만들고 드래그 앤 드롭으로 순서를 바꾼다.
왜: 티켓 목록과 루프 화면에서 그룹 필터로 작업 범위를 좁힐 수 있다.

8.2 라벨

접근 방법: 프로젝트 / 라벨
언제: 버그, 문서, 프론트엔드, 백엔드 같은 분류가 필요할 때 사용한다.
어떻게: 라벨 key, 설명, 색상을 등록한다. 티켓에서 사용 중인 라벨은 서버 정책에 따라 삭제가 막힐 수 있다.
왜: 티켓 검색과 우선순위 판단을 빠르게 한다.

8.3 마일스톤

접근 방법: 프로젝트 / 마일스톤
언제: 릴리스나 목표일 단위로 티켓을 묶어야 할 때 사용한다.
어떻게: 제목, 설명, 마감일을 등록하고 Open/Closed 탭으로 관리한다.
왜: 일정 기반 진행률과 목표 관리를 돕는다.

8.4 스니펫

접근 방법: 프로젝트 / 스니펫
언제: 반복되는 티켓 템플릿, 체크리스트, 보고 양식을 재사용할 때 사용한다.
어떻게
1. 마크다운 본문을 작성한다.
2. 콤마로 태그를 입력한다.
3. 필요한 경우 다른 프로젝트에 공유할 project key를 선택한다.
4. 티켓 작성 화면에서 스니펫 삽입 패널로 삽입한다.
왜: AI에게 일관된 지시 형식을 제공하고 티켓 작성 시간을 줄인다.

9. 워커 화면

접근 방법: 프로젝트 / 워커
주요 사용자: 프로젝트 Owner
언제: 프로젝트 참여자나 AI 에이전트를 등록할 때 사용한다.

사람 워커 추가

Add Worker를 누른다.
사용자 검색 탭에서 핸드폰 번호로 기존 사용자를 검색하거나, 수동 입력으로 이름/이메일을 입력한다.
역할을 선택한다: owner, member, viewer.
저장한다.

AI 워커 추가

Add Worker를 누른다.
수동 입력에서 유형을 AI 에이전트로 선택한다.
이름과 AI 식별자(identifier)를 입력한다.
역할을 선택하고 저장한다.

AI 워커 identifier는 티켓 실행 라우팅과 동시성 제어에 필요하다. 예: ai-agent-backend, ai-agent-reviewer.

역할 기준:

역할	권장 용도
owner	프로젝트 설정, 워커 관리, 중요 리소스 관리
member	티켓 생성/수정과 AI 실행이 필요한 작업자
viewer	읽기 중심 참여자

요금제나 프로젝트당 워커 수 제한에 도달하면 초대 버튼이 비활성화된다.

10. 루프 화면

접근 방법: 프로젝트 / 루프
언제: 여러 open 티켓을 순서대로 계획 → 작업 → 리뷰 자동화하고 싶을 때 사용한다.
왜: 반복적인 티켓 실행 버튼 클릭 없이 대기열 단위로 AI 작업 흐름을 구성한다.

루프 등록 절차

개인 설정 / AI Toolkit 설정에서 AI Toolkit을 활성화하고 provider/model/effort를 저장한다.
프로젝트에 identifier가 있는 활성 AI 워커를 등록한다.
루프 화면에서 필요하면 티켓 그룹 필터를 선택한다.
현재 화면의 open 티켓 담당 AI 일괄 변경으로 대상 티켓의 AI 담당자를 맞춘다.
OPEN 티켓에서 루프에 넣을 티켓을 대기열로 이동한다.
루프 대기열에서 순서를 조정한다.
각 티켓의 스텝 설정에서 계획, 작업, 리뷰 사용 여부와 model/effort를 지정한다.
대기 등록을 눌러 서버 루프 큐에 저장한다.
대기 루프에서 시작 지연 시간을 조정하고 실행한다.

루프 상태

상태 영역	의미	사용 케이스
진행 중 루프	현재 실행 중이거나 일시정지된 루프	일시정지, 재개, 취소
대기 중 루프	아직 실행 전인 pending/scheduled 루프	수정, 시작, 취소
종료된 루프	완료/취소/실패 등 종료 내역	결과 확인, 내역 삭제

11. AI Toolkit 로컬 설정

11.1 `.ai-toolkit.json`

{
  "apiUrl": "https://liveaicoding.com/apiv1",
  "userHp": "<내_휴대폰번호>",
  "userKey": "<발급받은_API_인증키>",
  "mcpUrl": "https://liveaicoding.com/mcp?x-user-hp=<내_휴대폰번호>&x-user-key=<발급받은_API_인증키>",
  "projectKey": "WORKS",
  "promptTemplate": "선택: RUN 기본 프롬프트. {ticketKey} 사용 가능",
  "plan_prompt": "선택: 계획 작성 프롬프트. {ticketKey} 사용 가능",
  "review_prompt": "선택: 코드 리뷰 프롬프트. {ticketKey} 사용 가능"
}

필드	필수	설명
`apiUrl`	예	Agent API base URL. 운영 예시는 `/apiv1` 경로를 포함한다.
`userHp`	예	로그인 사용자의 핸드폰 번호. Agent API의 `x-user-hp`로 전송된다.
`userKey`	예	개인 설정 / API 인증키에서 발급한 API 인증키.
`mcpUrl`	아니오	`ai-toolkit-test`가 MCP를 직접 호출할 때 우선 사용한다.
`projectKey`	아니오	설정하면 해당 프로젝트 key prefix의 티켓만 처리한다. 여러 프로젝트 루트에서 동시에 실행할 때 유용하다.
`identifier`	아니오	현재 실행 라우팅에는 사용하지 않는다. 티켓 담당 AI 워커 identifier가 기준이다.
`promptTemplate`	아니오	RUN 프롬프트를 커스터마이즈한다.
`plan_prompt`	아니오	PLAN 프롬프트를 커스터마이즈한다.
`review_prompt`	아니오	REVIEW 프롬프트를 커스터마이즈한다.

11.2 실행 명령

cd ai-toolkit

# 기본 provider: Claude Code
./ai-toolkit

# Copilot CLI 사용
./ai-toolkit --provider copilot

# Codex CLI 사용
./ai-toolkit --provider codex

# 실제 AI CLI 실행 없이 큐/MCP 흐름만 검증
./ai-toolkit-test

Windows PowerShell에서는 .\ai-toolkit.exe, .\ai-toolkit-test.exe를 사용한다.

11.3 사용자 관점의 동작 방식

사용자가 웹에서 티켓의 계획, 작업, 리뷰를 누르거나 루프를 시작한다.
서버는 실행할 티켓을 큐에 넣고, 같은 AI 워커가 동시에 여러 작업을 잡지 않도록 제어한다.
내 로컬 PC에서 실행 중인 ai-toolkit이 처리할 티켓을 가져온다.
ai-toolkit은 선택한 provider에 맞춰 Claude Code, Copilot CLI, Codex 중 하나를 실행한다.
AI는 MCP 도구로 티켓 내용을 읽고, 댓글이나 완료 보고서를 남긴다.
사용자는 웹 알림, 티켓 댓글, 텔레그램 알림으로 결과를 확인한다.

12. MCP 설정

12.1 운영 `.mcp.json` 예시

{
  "mcpServers": {
    "works-ticket": {
      "type": "http",
      "url": "https://liveaicoding.com/mcp?x-user-hp=<내_휴대폰번호>&x-user-key=<발급받은_API_인증키>"
    }
  }
}

12.2 제공 MCP 도구

도구	언제 사용	입력
`get_ticket_detail`	작업 전 티켓 본문과 댓글을 읽을 때	`{ "ticketKey": "WORKS_1" }`
`list_tickets`	프로젝트의 활성 티켓을 상태별로 볼 때	`{ "projectKey": "WORKS", "status": "open" }`
`get_ticket_comments`	댓글만 시간순으로 볼 때	`{ "ticketKey": "WORKS_1" }`
`update_ticket_status`	상태 전환이 필요할 때	`{ "ticketKey": "WORKS_1", "status": "in_progress" }`
`add_comment`	질문, 중간 보고, 리뷰 결과를 남길 때	`{ "ticketKey": "WORKS_1", "body": "..." }`
`append_ticket`	티켓 본문 끝에 계획/메모를 추가할 때	`{ "ticketKey": "WORKS_1", "body": "..." }`
`complete_ticket`	작업 완료와 완료 보고서를 동시에 남길 때	`{ "ticketKey": "WORKS_1", "body": "완료 보고서..." }`
`send_telegram`	인증 사용자에게 텔레그램 알림을 보낼 때	`{ "message": "작업 완료" }`

12.3 권장 AI 에이전트 MCP 흐름

1. get_ticket_detail로 티켓과 댓글을 확인한다.
2. 질문이 있으면 add_comment로 질문을 남기고 필요 시 backlog로 돌린다.
3. 작업을 시작할 수 있으면 in_progress 상태로 전환된다.
4. 코드/문서 작업을 수행한다.
5. complete_ticket로 done 전환과 완료 보고서를 함께 남긴다.
6. 필요하면 send_telegram으로 사용자에게 완료 사실을 알린다.

13. 텔레그램 설정

13.1 사용자: 봇 추가 및 Chat ID 등록

텔레그램 앱에서 검색창에 @liveaicoding_bot 을 입력하고 봇을 찾는다.
봇 프로필 화면에서 시작(Start) 버튼을 누르거나 채팅창에 /start 를 입력한다.
봇이 응답하면 채팅창에 /id 를 입력한다. 봇이 내 Chat ID 숫자를 알려 준다.
liveaicoding.com의 개인 설정 / 프로필 / 알림 설정 / 텔레그램 알림에서 Chat ID를 입력하고 저장한다.
이후 AI 에이전트가 send_telegram을 호출하면 내 텔레그램으로 메시지가 온다.

Chat ID를 빈 값으로 저장하면 텔레그램 알림 수신이 해제된다.

13.2 AI 에이전트: 메시지 발송

{
  "message": "WORKS_1 티켓 작업이 완료되었습니다."
}

MCP send_telegram은 plain text로 메시지를 보낸다. chatId를 직접 입력할 필요 없다. 서버가 인증된 사용자의 프로필에 저장된 Chat ID를 자동으로 사용한다.

13.3 자주 발생하는 오류

증상	원인	해결
Chat ID 미설정	프로필에 Chat ID 없음	개인 설정 / 프로필에서 저장
`chat not found`	봇과 대화 시작 전	텔레그램에서 `@liveaicoding_bot`에게 `/start` 전송
`bot was blocked`	사용자가 봇 차단	봇 차단 해제 후 재시도

14. 시나리오별 사용 케이스

시나리오 A. 새 프로젝트를 만들고 AI 작업 준비

프로젝트 화면에서 새 프로젝트를 만든다.
프로젝트 / 워커에서 사람 워커를 추가한다.
같은 화면에서 AI 워커를 추가하고 identifier를 입력한다.
개인 설정 / AI Toolkit 설정에서 provider/model/effort를 저장한다.
개인 설정 / API 인증키에서 키를 발급한다.
로컬 .ai-toolkit.json, .mcp.json에 API 키와 MCP URL을 설정한다.
내 로컬 PC에서 사용할 AI CLI에 로그인되어 있는지 확인한다.
ai-toolkit을 실행한다.

시나리오 B. 단일 티켓을 AI에게 구현시키기

프로젝트 / 티켓에서 새 티켓을 만든다.
담당자를 identifier가 있는 AI 워커로 지정한다.
티켓 상세에서 model/effort를 고른다.
작업 버튼을 누른다.
ai-toolkit이 티켓을 가져와 선택한 AI CLI를 실행한다.
AI가 MCP complete_ticket으로 완료 보고서를 남기면 티켓이 done이 된다.

시나리오 C. 구현 전에 계획만 받고 싶을 때

티켓 상태를 open으로 유지한다.
담당자를 AI 워커로 지정한다.
티켓 상세의 계획 버튼을 누른다.
AI는 plan 모드로 실행되어 티켓 본문 또는 댓글에 계획을 남긴다.
계획 검토 후 사람이 티켓을 수정하거나 작업을 실행한다.

시나리오 D. 코드 리뷰와 구현 검증을 요청하기

리뷰 대상 티켓을 open 상태로 준비한다.
담당 AI 워커와 model/effort를 설정한다.
티켓 상세에서 리뷰 버튼을 누른다.
AI는 티켓의 작업 계획, 요구사항, 구현 결과를 비교해 리뷰한다.
AI는 리뷰 결과를 MCP add_comment로 남긴다.
웹 알림 또는 티켓 댓글에서 결과를 확인한다.

시나리오 E. 여러 티켓을 루프로 순차 실행

티켓 그룹과 open 티켓을 준비한다.
AI Toolkit을 활성화한다.
프로젝트 / 루프에서 그룹 필터를 선택한다.
필요하면 open 티켓 담당 AI를 일괄 변경한다.
티켓을 대기열로 이동하고 순서를 조정한다.
티켓별로 계획/작업/리뷰 스텝을 켜고 model/effort를 지정한다.
대기 등록 후 대기 루프에서 실행한다.
진행 중 루프에서 일시정지/재개/취소를 관리한다.

시나리오 F. 외출 중 모바일에서 작업 이어가기

외출 전 로컬 PC에서 ai-toolkit을 실행해 둔다.
모바일 브라우저로 liveaicoding.com에 로그인한다.
새 티켓을 만들거나 기존 open 티켓을 선택한다.
담당 AI 워커와 model/effort를 확인한다.
계획, 작업, 리뷰 중 필요한 버튼을 누른다.
완료 결과는 티켓 댓글, 웹 알림, 텔레그램 알림으로 확인한다.

시나리오 G. AI가 사용자에게 완료 알림 보내기

텔레그램에서 @liveaicoding_bot을 검색해 /start를 보낸다.
/id 명령어로 Chat ID를 확인한다.
개인 설정 / 프로필의 텔레그램 알림에 Chat ID를 저장한다.
AI 에이전트는 작업 완료 후 complete_ticket을 호출한다.
추가로 send_telegram을 호출해 완료 메시지를 보낸다.

시나리오 H. 반복 지시문을 스니펫으로 재사용

프로젝트 / 스니펫에서 스니펫을 만든다.
태그로 backend, frontend, review 같은 분류를 붙인다.
다른 프로젝트에서도 쓰려면 공유 프로젝트를 선택한다.
티켓 작성 화면에서 스니펫 삽입을 열고 템플릿을 넣는다.

시나리오 I. 프로젝트 백업 후 복원

개인 설정 / 백업에서 프로젝트를 선택한다.
ZIP 백업을 다운로드한다.
복원이 필요할 때 같은 화면에서 ZIP과 충돌 처리 전략을 선택한다.
복원 결과 배너를 확인한다.

15. 문제 해결 체크리스트

문제	확인할 것
티켓 상세의 계획/작업/리뷰 버튼이 비활성화됨	AI Toolkit 활성화, 티켓 `open` 상태, 담당 AI 워커, identifier 존재 여부
ai-toolkit이 티켓을 못 찾음	`.ai-toolkit.json`의 `apiUrl`, `userHp`, `userKey`, 선택적 `projectKey` prefix
MCP 도구 인증 실패	`.mcp.json` URL의 `x-user-hp`, `x-user-key`, 개인 설정 / API 인증키 재발급 여부
같은 티켓이 중복 실행되는 것처럼 보임	identifier별 processing lock, 알림 목록, 이미 실행 중인 로컬 `ai-toolkit`
루프에 open 티켓이 보이지 않음	AI Toolkit 활성화 여부, 그룹 필터, 티켓 상태, 이미 대기열에 들어간 티켓 여부
루프 시작이 막힘	진행 중 루프 존재 여부, 플랜 제한, 루프 개수 제한
텔레그램 발송 실패	프로필 Chat ID, `@liveaicoding_bot`에게 `/start` 전송 여부, 봇 차단 여부
인증키 전체 값을 다시 볼 수 없음	보안 정책상 재조회 불가. 개인 설정 / API 인증키에서 새 키 재발급

16. 보안 주의사항

.ai-toolkit.json, .mcp.json에는 개인 핸드폰 번호와 API 키가 들어가므로 커밋하지 않는다.
API 인증키는 생성 시 한 번만 전체 표시된다.
MCP URL query 인증은 편리하지만 네트워크 로그에 남을 수 있으므로 공용 PC나 공유 환경에서는 주의한다.
AI 워커 identifier는 비밀값이 아니라 실행 그룹 키다. 하지만 의미 없는 난수보다 역할이 드러나는 이름을 쓰면 운영 확인이 쉽다.
complete_ticket은 in_progress 티켓에만 사용한다. 단순 질문이나 중간 보고는 add_comment를 사용한다.

1. liveaicoding.com이란? 언제, 왜 사용하나

기본 용어

liveaicoding.com을 사용해야 하는 순간

liveaicoding.com의 핵심 역할

1-1. 바이브 코딩에서 liveaicoding.com을 쓰면 뭐가 좋나

바이브 코딩 시 이점 요약

바이브 코딩에서 LiveAiCoding으로 이어지는 흐름

1-2. Claude Code `/goal`과 LiveAiCoding 루프의 차이

2. 서비스 흐름 한눈에 보기

3. 공통 준비

4. 공개 화면

5. 개인 설정 화면

5.1 멤버 홈

5.2 API 인증키

5.3 AI Toolkit 설정

5.4 프로필과 텔레그램 알림

5.5 알림

5.6 백업/복원

5.7 구매 이력

6. 프로젝트 화면

6.1 프로젝트 목록

6.2 프로젝트 공통 내비게이션

7. 티켓 화면

7.1 티켓 목록

7.2 티켓 생성/수정

7.3 티켓 상세

7.4 티켓 상세의 AI 실행 버튼

8. 티켓 그룹, 라벨, 마일스톤, 스니펫

8.1 티켓 그룹

8.2 라벨

8.3 마일스톤

8.4 스니펫

9. 워커 화면

사람 워커 추가

AI 워커 추가

10. 루프 화면

루프 등록 절차

루프 상태

11. AI Toolkit 로컬 설정

11.1 .ai-toolkit.json

11.2 실행 명령

11.3 사용자 관점의 동작 방식

12. MCP 설정

12.1 운영 .mcp.json 예시

12.2 제공 MCP 도구

12.3 권장 AI 에이전트 MCP 흐름

13. 텔레그램 설정

13.1 사용자: 봇 추가 및 Chat ID 등록

13.2 AI 에이전트: 메시지 발송

13.3 자주 발생하는 오류

14. 시나리오별 사용 케이스

시나리오 A. 새 프로젝트를 만들고 AI 작업 준비

시나리오 B. 단일 티켓을 AI에게 구현시키기

시나리오 C. 구현 전에 계획만 받고 싶을 때

시나리오 D. 코드 리뷰와 구현 검증을 요청하기

시나리오 E. 여러 티켓을 루프로 순차 실행

시나리오 F. 외출 중 모바일에서 작업 이어가기

시나리오 G. AI가 사용자에게 완료 알림 보내기

시나리오 H. 반복 지시문을 스니펫으로 재사용

시나리오 I. 프로젝트 백업 후 복원

15. 문제 해결 체크리스트

16. 보안 주의사항

1. liveaicoding.com이란? 언제, 왜 사용하나

기본 용어

liveaicoding.com을 사용해야 하는 순간

liveaicoding.com의 핵심 역할

1-1. 바이브 코딩에서 liveaicoding.com을 쓰면 뭐가 좋나

바이브 코딩 시 이점 요약

바이브 코딩에서 LiveAiCoding으로 이어지는 흐름

1-2. Claude Code `/goal`과 LiveAiCoding 루프의 차이

2. 서비스 흐름 한눈에 보기

3. 공통 준비

4. 공개 화면

5. 개인 설정 화면

5.1 멤버 홈

5.2 API 인증키

5.3 AI Toolkit 설정

5.4 프로필과 텔레그램 알림

5.5 알림

5.6 백업/복원

11.1 `.ai-toolkit.json`

12.1 운영 `.mcp.json` 예시

11.1 `.ai-toolkit.json`

12.1 운영 `.mcp.json` 예시