🚀 Algorithm Agent for Claude Code

✨ 특징

🎬 빠른 시작

1️⃣ 자동 설정 (추천)

cd /Users/hanjeonghee/PycharmProjects/algorithm
./setup_claude_mcp.sh

2️⃣ Claude Code 재시작

# Claude Code 종료 후 재실행

3️⃣ 바로 사용!

👤 "Sovled/Class2/stack.py 파일을 review_code 도구로 리뷰해줘"
👤 "이 코드의 시간복잡도를 analyze_complexity로 분석해줘"
 [코드 붙여넣기]
👤 "N개의 수를 정렬하는 문제인데 analyze_problem으로 방향성 알려줘"
👤 "이 코드를 provide_hints로 힌트 달라"
 [코드 붙여넣기]

📦 프로젝트 구조

algorithm/
├── agents/ # 에이전트 모듈
│ ├── __init__.py
│ ├── code_reviewer.py # 시니어 코드 리뷰어
│ ├── problem_analyzer.py # 문제 분석가
│ ├── complexity_analyzer.py # 복잡도 분석가
│ ├── main.py # 독립 실행용
│ └── README.md
│
├── mcp_server/ # Claude Code 통합
│ ├── algorithm_agent_server.py # MCP 서버
│ ├── pyproject.toml
│ └── README.md
│
├── Sovled/ # 백준 문제 풀이
│ └── Class2/
│ ├── stack.py
│ ├── fizz_buzz.py
│ └── ...
│
├── setup_claude_mcp.sh # 자동 설정 스크립트 ⭐
├── CLAUDE_SETUP.md # 상세 설정 가이드
├── claude_code_config.json # 설정 템플릿
└── README.md # 이 파일

🎯 에이전트 기능 상세

1. 시니어 코드 리뷰 (review_code)

================================================================================
📋 SENIOR CODE REVIEW REPORT
================================================================================
종합 평가: 🔴 여러 최적화 기회가 있습니다. 시니어 레벨이라면 반드시 개선이 필요합니다.
🔥 성능 이슈
[1] 입력 처리 비효율 [HIGH]
 상세: input() 대신 sys.stdin.readline() 사용 필요
 이유: 다중 입력시 약 2-3배 성능 차이
 해결: import sys; input = sys.stdin.readline
📊 자료구조 최적화 제안
[1] list → set or dict
 이유: in 연산: list O(n) vs set O(1)
 영향: 대용량 데이터시 수백배 차이
 예시: allowed = set([1, 2, 3])

2. 문제 분석 (analyze_problem)

================================================================================
🎯 PROBLEM ANALYSIS
================================================================================
📍 방향성
N이 10^5 수준 → O(n log n) 이하 알고리즘 필요 | 정렬 기반 접근 고려
🧮 제안 알고리즘
Sort, Search
📦 제안 자료구조
 • Hash (set/dict/Counter)
 이유: O(1) 검색/카운팅
 힌트: collections.Counter 고려

3. 힌트 제공 (provide_hints)

💡 힌트
 ⚠️ i+1 인덱스 접근 - 범위 초과 가능성 체크
 ⚠️ 빈 리스트 접근 가능성 - 예외처리 필요
🧪 반례 체크
 [조건문 반례]
 힌트: 조건의 경계값과 반대 케이스를 테스트해보세요
 예시: if x > 0 이면 → x=0, x=-1 케이스 확인
 [일반 체크리스트]
 1. 최소 입력 (N=1, 빈 배열 등)
 2. 최대 입력 (시간초과 체크)
 3. 모든 값이 동일

4. 복잡도 분석 (analyze_complexity)

================================================================================
⏱️ TIME & SPACE COMPLEXITY ANALYSIS
================================================================================
📊 종합 결과
시간 복잡도: O(n^2)
공간 복잡도: O(n)
🔴 최적화 가능 - 개선 여지 있음
📝 라인별 분석
L 8 | O(n) | for i in range(n):
 → n번 반복 (연산: n)
L 9 | O(n) | for j in range(n-1):
 → n-1번 반복 (연산: n-1)
📐 시간복잡도 수학적 분석
Big-O 표기법: 입력 크기 n이 충분히 클 때, 알고리즘의 최악 수행시간
정의: T(n) = O(f(n)) ⟺ ∃c, n0 > 0, ∀n ≥ n0: T(n) ≤ c·f(n)
O(n^2) - 이차 시간
 이중 중첩 루프
 ∑(i=1 to n) ∑(j=1 to n) 1 = n2
 주의: n=10,000이면 100,000,000 연산 (1억)
🔢 실제 연산 횟수 추정
입력 크기 n = 10,000
예상 연산 횟수: 100,000,000
예상 소요 시간: 1.0초
실행 가능 여부: ⚠️ 위험 (최적화 필요)

💻 사용 방법

Claude Code에서 (추천)

# 코드 리뷰
"이 파일을 review_code로 리뷰해줘: Sovled/Class2/stack.py"
# 문제 분석
"N개의 수를 정렬하는 문제인데 N ≤ 100,000이야.
 analyze_problem으로 방향성 알려줘"
# 힌트 요청
"이 코드가 왜 틀렸는지 provide_hints로 반례 포함해서 알려줘"
[코드]
# 복잡도 분석
"이 코드를 n=100000으로 analyze_complexity 해줘"
[코드]

터미널에서 독립 실행

# 코드 리뷰
python3 agents/main.py review Sovled/Class2/stack.py
# 문제 분석
python3 agents/main.py analyze "N개의 수를 정렬하시오"
# 힌트 제공
python3 agents/main.py hint Sovled/Class2/fizz_buzz.py
# 복잡도 분석
python3 agents/main.py complexity Sovled/Class2/prime_number.py 100000
# 전체 분석
python3 agents/main.py all Sovled/Class2/stack_progression.py

🔧 설치 상세

자동 설정 스크립트

./setup_claude_mcp.sh

수동 설정

{
 "mcpServers": {
 "algorithm-agent": {
 "command": "python3",
 "args": [
 "/Users/hanjeonghee/PycharmProjects/algorithm/mcp_server/algorithm_agent_server.py"
 ],
 "description": "시니어 개발자를 위한 알고리즘 문제 풀이 에이전트"
 }
 }
}

💡 추천 워크플로우

1. 문제 풀이 전

"이 문제를 analyze_problem으로 분석해줘:
 N개의 수를 정렬하는데 N ≤ 100,000"

2. 코드 작성 중 막혔을 때

"이 코드를 provide_hints로 힌트 줘"
[코드]

3. 코드 완성 후

"이 코드를 review_code로 리뷰해줘"
[코드]

4. 시간초과 발생시

"이 코드를 analyze_complexity로 분석해줘"
[코드]

🔍 문제 해결

MCP 서버가 연결되지 않는 경우

도구가 목록에 안 보이는 경우

📚 문서

🎓 학습 철학

📝 요구사항

🚀 향후 계획

📄 라이선스