데이터 분석, 머신러닝, LLM 앱, 프롬프트 설계 (9.2천건)
Universal AI-powered web scraper for any platform. Scrape data from Instagram, Facebook, TikTok, YouTube, Google Maps, Google Search, Google Trends, Booking.com, and TripAdvisor. Use for lead gener...
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Every product will be AI-powered. The question is whether you'll build it right or ship a demo that falls apart in production. This skill covers LLM integration patterns, RAG architecture, prompt ...
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Systematic improvement of existing agents through performance analysis, prompt engineering, and continuous iteration.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Design, audit, and improve analytics tracking systems that produce reliable, decision-ready data.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use for Nauthilus configuration loading, config schema and defaults, Viper-backed config formats, config dump behavior, vim syntax generation, template validation, prompt guideline sync, documentation under README/IDP/server docs, config converters, and generated documentation or syntax artifacts.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Collect this machine's local Claude Code conversation data with the asz collector. Resolves the local Claude data directory (honouring CLAUDE_CONFIG_DIR and XDG_CONFIG_HOME), builds the binary, lists what is discoverable, and lands everything into the storage root. Use when asked to collect, backfill, re-collect, or inspect local Claude Code sessions, or to check what the collector can see.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Model sports rules, event formats, prediction types, scoring implications, lock rules, data requirements, and provider constraints for FriendlyBet. Use when adding or comparing sports such as football, basketball, American football, tennis, tournaments, leagues, playoffs, brackets, weekly picks, or World Cup-specific logic.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Provision database infrastructure, initialize migration framework, configure environments, and verify connectivity/migration gates
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Generate or refresh docs/ARCHITECTURE.md from current codebase state with evidence-backed component and data-flow mapping
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Transforms user prompts into optimized prompts using established frameworks (RTF, RISEN, Chain of Thought, RODES). Analyzes intent, selects framework, and produces structured, ready-to-use prompts.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Analyzes codebase structure, data flow, module relationships, and key patterns to generate and maintain a living architecture document (ARCHITECTURE.md).
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Manage database migrations and schema versioning. Use when planning migrations, version control, rollback strategies, or data transformations for any database paradigm.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Define system architecture, error architecture, and data strategy with map guards and ideation context reload
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Systematic methodology for verifying that IA, BE, and FE specification layers are mutually consistent. Covers coverage matrices, field mapping checks, error code propagation, access control consistency, and data contract drift detection.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
InnoLive 팀 LLM 위키에 확인된 세션 사실을 반영하고 검증한 뒤 요청 범위에 맞춰 커밋과 PR까지 진행한다. 위키 문서화·업데이트 요청에 사용한다. 위키 검색·질문이나 코드 레포 수정에는 사용하지 않는다.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Bootstrap a new Gradle module in any Kotlin Android project. Walks the user through choosing one of three module types — library module (`com.android.library`), feature module (regular Android library that hosts a feature/UI, install-time only), or dynamic feature module (`com.android.dynamic-feature`, on-demand/conditional/instant delivery). Use whenever the user wants to add a module, modularize code, extract a util/data/ui layer, create a new feature, set up Play Feature Delivery, or asks "should this be a library or feature module?". Discovers the project's existing conventions (plugin aliases, namespaces, sibling modules, version catalog) instead of hardcoding any. Pushes back on bad combos (e.g. utility code in a dynamic feature). Stops at scaffolding; app-level wiring is out of scope.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use this skill when changing persisted local data, storage keys, caches, or any offline/sync behavior.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Use this skill when working on camera, gallery, file pick/upload/download, file preview, sharing, or filesystem-backed media. For Preferences keys, use mobile-local-data.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Zod 4 — TypeScript-first schema validation with static type inference. Use when writing Zod schemas, validating data, defining types with Zod, parsing input, creating form validation schemas, defining API request/response schemas, working with z.object, z.string, z.number, z.enum, z.array, z.union, z.discriminatedUnion, z.file, z.jwt, z.email, z.uuid, z.url, z.codec, z.toJSONSchema, z.fromJSONSchema, z.int, z.stringbool, z.templateLiteral, z.record, z.partialRecord, or any other Zod API. Also use when migrating from Zod 3 to Zod 4, or when the user's package.json shows zod@^4. CRITICAL: Always use Zod 4 APIs. Never use deprecated Zod 3 patterns unless user explicitly requests Zod 3 compatibility.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Next.js best practices - file conventions, RSC boundaries, data patterns, async APIs, metadata, error handling, route handlers, image/font optimization, bundling
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
TanStack Query (React Query) v5 best practices for data fetching, caching, mutations, and server state management. Use when building data-driven React applications, setting up query configurations, implementing mutations/optimistic updates, configuring caching strategies, integrating with SSR, or fixing v4→v5 migration errors.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI Personal Assistant network skill. Use when: contacting another PA, coordinating with peer agents, scheduling meetings between owners, broadcasting messages, looking up contacts from the local PA directory, or performing any cross-PA task. Reads contact data from data/pa-directory.json in the workspace. Does NOT contain hardcoded contact data — each PA maintains their own directory file.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.