Docket: AI 에이전트 코드 생성의 증거 기록을 커밋 단위로 관리하는 오픈소스 도구 공개

GitHub 저장소 Dillonsmart/docket은 AI 코딩 에이전트가 생성한 코드의 구현 과정과 검증 기록이 커밋 시점에 사라지는 문제를 해결하기 위한 Go 기반 CLI 도구다. Docket은 에이전트의 작업 여정(journey)을 캡처해 diff와 병합하고, hunk별 evidence record를 생성하여 리뷰어가 증거가 부족한 부분에 집중할 수 있도록 돕는다.

핵심 기능 및 작동 원리

• 증거 기록 및 검증: 네트워크나 외부 계정 의존 없이 레포지토리 내 orphan ref에 기록을 저장한다. docket show 명령어를 통해 trust 상태(local_claimed, ci_attested)와 hunk별 증거 밀도(evidence density)를 확인할 수 있다.
• Attribution 메커니즘: Agent transcript를 event stream으로 파싱해 파일별 edit replay를 수행하고, line별 provenance vector를 추적한다. commit 시 hunk를 정렬하여 코드 변경의 출처를 명확히 한다.
• Evidence Density 계산: Coverage(최대 0.5), edit 후 통과한 check(0.3), type/static check(0.1), human contact(0.1) 등을 합산해 점수화한다. 코드 실행이 없거나 작성자가 불명확한 경우 Cap을 적용해 점수 부풀리기를 방지한다.

성능 및 지원 범위

Docket은 Claude Code, Codex CLI, opencode를 지원하며 하위 로직은 agent-agnostic하다. docket gate를 통한 성능 측정 결과, Claude Code(Laravel)는 Hunk 98.1%, Added lines 99.8%의 높은 attribution 정확도를 보였다. 반면 shell 기반 편집이 많은 환경에서는 Hunk 정확도가 59.2%로 낮아 transcript 기록의 한계를 드러내기도 했다.

보안 및 프라이버시

전체 transcript 대신 redacted excerpt만 저장하여 비밀 노출과 저장소 무한 성장을 방지한다. credential, JWT 등은 aggressive redaction 처리되며, 데이터는 local repository에 저장된다. docket push 시 git host로 전송되며 signing key는 .git/docket/에 보관된다. Commit Evidence Record(CER) spec은 Apache 2.0 라이선스로 공개된다.