Claude Code + Figma 자동 퍼블리싱 파이프라인 토큰 최적화 — 5,748K → 769K (87% 절감)

PRE      → /tmp 캐시 정리
PHASE 0  → figma_analyze.py (Figma API + 토큰 역색인, 0 LLM 토큰)
PHASE 1  → 아이콘/이미지 추출 (0 LLM 토큰)
PHASE 1.5→ 섹션 분할 (0 LLM 토큰)
PHASE 2  → claude -p 서브에이전트 병렬 실행 ← 문제 지점
PHASE 3  → 텍스트 감사
POST     → 정리

MAX_SECTION_TOKENS = 8000  # child JSON 토큰 예산
 
if n <= 3:
    return [단일 에이전트]
elif n <= 7:
    return [2개 그룹]
else:
    return [n개 개별 에이전트]  # ← 문제

시스템 프롬프트        ~8K 토큰
스킬 프롬프트          ~4K 토큰
빌드 프롬프트          ~2K 토큰
shared.json           ~25K 토큰
section 파일          ~36K 토큰
  └─ specCache 포함   ~30K 토큰  ← 전체 section 파일의 83%
  └─ 실제 노드 데이터  ~6K 토큰
────────────────────────────────
에이전트당 총 입력     ~75K 토큰

실제 Figma 노드 데이터: 6K × 66 = 396K
specCache 중복:        30K × 66 = 1,980K  ← 낭비

MAX_SECTION_TOKENS = 30000   # 8000 → 30000
MAX_MERGE_TOKENS = 60000     # 신규: 에이전트당 children 합계 예산
 
def merge_by_budget(flat_children):
    groups = []
    current_children = []
    current_tokens = 0
 
    for child in flat_children:
        child_tokens = estimate_tokens(child)
        if current_children and current_tokens + child_tokens > MAX_MERGE_TOKENS:
            groups.append(current_children)
            current_children = [child]
            current_tokens = child_tokens
        else:
            current_children.append(child)
            current_tokens += child_tokens
 
    if current_children:
        groups.append(current_children)
    return groups

flat_children = []
for child in children:
    flat_children.extend(split_by_budget(child, MAX_SECTION_TOKENS))
 
groups = merge_by_budget(flat_children)  # 신규

그룹 1: frame-1261172071  (6개 섹션,  49K 토큰)
그룹 2: dropdown          (11개 섹션, 59K 토큰)
그룹 3: frame-1437265828  (10개 섹션, 55K 토큰)
그룹 4: table_cpa         (7개 섹션,  42K 토큰)

# Before: 섹션 파일마다 specCache 포함
section_data = {
    'sectionIndex': sec['index'],
    'specCache': _read_spec_cache(),  # 30K × 66회 = 1,980K
    'children': sec.get('children', []),
}
 
# After: shared.json에 1회만 포함
shared = {
    ...
    'specCache': _read_spec_cache(),  # 30K × 1회
}
section_data = {
    'sectionIndex': sec['index'],
    'children': sec.get('children', []),  # specCache 제거
}

def filter_token_index(token_index, node_tree):
    node_str = json.dumps(node_tree, ensure_ascii=False)
    filtered = {k: v for k, v in token_index.items() if k in node_str}
    print(f'tokenIndex 슬리밍: {len(token_index)}개 → {len(filtered)}개')
    return filtered

# Before
result = subprocess.run(['claude', '-p', prompt], cwd=os.getcwd())
 
# After
result = subprocess.run(
    ['claude', '-p', prompt, '--model', 'claude-haiku-4-5-20251001'],
    cwd=os.getcwd()
)

Before 자동 실행:
1. /design-qa        — Figma 시안 vs 코드 대조 (~120K)
2. /publish-refactor — 컨벤션 리팩토링 (~35K)
3. /edge-case-test   — 엣지케이스 검증 (~50K)
4. /a11y-seo         — 접근성 검사 (~25K)
 
After: 모두 수동

1. --framework 명시
2. apps/{app}/.claude/publish-rules.md 키워드 (chakra/tailwind)
3. .claude/publish-rules.md 키워드
4. tailwind.config.ts/js 존재 → tailwind
5. package.json @chakra-ui → chakra
6. 기본값: tailwind

처음  ████████████████████████████████████░░░░░░░░░░░░░░░░░░░░░░░  37%
지금  ████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░   5%