특정 객체 구축 문제에 기반하여 최적의 GoF 생성 디자인 패턴을 식별하고 구현하기 위한 전문 도구입니다.
설치 및 다운로드
1. ClawHub CLI
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install bookforge-creational-pattern-selector
2. 수동 설치
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
3. 프롬프트 설치
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 bookforge-creational-pattern-selector 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
다운로드를 원하시나요?
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
생성 패턴 선택기란 무엇인가요?
생성 패턴 선택기는 유연하지 못한 객체 생성이라는 일반적인 아키텍처 문제를 해결하기 위해 설계된 기술 지능 모듈입니다. 코드베이스에서 하드코딩된 생성자 호출과 복잡한 초기화 로직을 분석함으로써, 이 기술은 개발자가 5가지 클래식 생성 패턴(Abstract Factory, Builder, Factory Method, Prototype, 또는 Singleton) 중 하나를 선택하도록 안내합니다.
Openclaw Skills를 활용하는 이 도구는 클래스 기반의 서브클래싱을 통한 매개변수화와 객체 기반의 컴포지션을 통한 매개변수화라는 두 가지 주요 전략을 균형 있게 고려하는 구조화된 의사결정 프레임워크를 제공합니다. 이를 통해 개발자는 단순히 익숙한 패턴을 선택하는 것이 아니라, 시스템의 진화 경로와 런타임 요구사항에 가장 적합한 패턴을 선택할 수 있습니다.
생성 패턴 선택기 활용 사례
- 흩어져 있는 new ConcreteClass() 호출을 유연한 생성 훅으로 대체.
- 관련 또는 의존적인 객체 제품군(families of related or dependent objects)을 생성해야 하는 시스템 설계.
- 복잡한 다단계 객체 구축 과정(예: 문서 변환기) 단순화.
- 서브클래스 폭발(subclass explosion)을 방지하기 위해 클로닝(cloning)을 통한 런타임 객체 생성 구현.
- 리소스 또는 상태 관리자의 단일 인스턴스에 대한 전역 액세스 보장.
생성 패턴 선택기 작동 원리
- 문제 정의: 문제가 제품 유형 변형, 구축 복잡성, 고유성 제약 중 어디에 있는지 식별합니다.
- 매개변수화 전략 결정: 서브클래싱 기반(Factory Method) 또는 컴포지션 기반(Abstract Factory/Builder/Prototype) 접근 방식 중 선택합니다.
- 체크리스트 적용: 5가지 패턴 각각의 적용 가능 기준에 따라 시나리오를 검증합니다.
- 진화 경로 매핑: 디자인을 단순하게 시작(Factory Method)할지, 즉각적인 유연성이 필요한지(Abstract Factory) 평가합니다.
- 권장 사항 생성: 상충 관계(trade-offs), 디커플링 이점, 고려된 대체 패턴을 포함한 점수 보고서를 생성합니다.
생성 패턴 선택기 설정 가이드
이 기능을 환경에 추가하려면 Openclaw Skills 관리자를 통해 다음 명령을 사용하십시오:
clawhub install bookforge-creational-pattern-selector
완벽한 라우팅 기능을 위해 design-pattern-selector 종속성도 설치되었는지 확인하십시오.
생성 패턴 선택기 데이터 스키마 및 분류 체계
이 기술은 구조화된 생성 문제 분류법을 사용하여 분석을 조직합니다:
| 요소 | 설명 |
|---|---|
| 제품 유형 | 단일 객체, 객체 제품군 또는 복합 객체. |
| 변형 축 | 구체 클래스, 구축 단계 또는 상태의 변경 필요 여부. |
| 유연성 타이밍 | 컴파일 타임 vs 런타임 요구사항. |
| 전략 | 서브클래싱 vs 컴포지션 분류. |
생성 패턴 선택기 고급 기능
- 진화 경로 매핑: Factory Method에서 Abstract Factory와 같은 더 복잡한 패턴으로 전환할 시점을 예측합니다.
- 미로 게임 시뮬레이션: 고전적인 GoF 미로 게임 시나리오를 사용하여 패턴 구현을 나란히 비교합니다.
- 차선책 분석: 두 번째로 좋은 패턴이 제외된 이유를 명시적으로 식별하여 아키텍처적 불확실성을 방지합니다.
- 패턴 조합: Singleton과 Abstract Factory를 함께 사용하는 것과 같이 호환되는 패턴 조합을 권장합니다.
SKILL.md
로드 중
관련 Openclaw 스킬
Agent Email Setup
외부 커뮤니케이션 기능이 필요한 AI agents를 위해 전용 이메일 계정 및 승인 워크플로우를 프로비저닝하기 위한 전문 프레임워크입니다.
데코레이터 패턴 구현자
개발자가 서브클래싱 없이 객체에 추가적인 책임을 동적으로 부여할 수 있도록 하는 데코레이터 패턴의 기술적 구현 도구입니다.
Ace Competitions Agent
브라우저 자동화를 사용하여 경쟁을 발견, 참여 및 추적하기 위한 자원이 풍부한 AI Agent 워크플로우입니다.
Agent Scout - 선제적 연구 비서
Scout는 주제를 선제적으로 조사하고, 새로운 기능을 발견하며, 멀티 에이전트 생태계 내에서 협업하도록 설계된 자율 연구 비서입니다.
샤오홍슈(XHS) 콘텐츠 시장 분석 (xhs-data-api)
샤오홍슈 시장 트렌드, 크리에이터 성과 및 브랜드 경쟁 환경을 분석하기 위한 특화된 데이터 인텔리전스 스킬입니다.
Composite Pattern Implementor
개별 요소와 합성체를 동일하게 처리하는 재귀적 객체 계층 구조를 구축하기 위한 자동화된 구현 가이드.
Bridge Pattern Implementor
추상화 계층과 구현 세부 사항을 분리하기 위한 Bridge 디자인 패턴 구현 전문 도구입니다.
추천*
