승인된 화면 시안이나 글로 전달한 요구 사항을 Pretext를 사용하는 HTML/CSS로 구현합니다. 줄바꿈과 높이를 계산해 내용에 따라 달라지는 레이아웃을 만듭니다.
- 승인된 화면 시안을 HTML로 구현
- 글로 작성한 요구 사항으로 페이지 제작
- 텍스트 분량에 맞춰 바뀌는 레이아웃 구현
코딩 규칙, 프레임워크, 리팩터링, 코드 리뷰 (1.5만건)
승인된 화면 시안이나 글로 전달한 요구 사항을 Pretext를 사용하는 HTML/CSS로 구현합니다. 줄바꿈과 높이를 계산해 내용에 따라 달라지는 레이아웃을 만듭니다.
최신 gstack 템플릿에 맞춰 iOS 앱의 디버깅 연결 코드를 다시 생성합니다. 관련 Swift 파일과 추가된 상태를 타입에 맞게 읽고 쓰는 접근자를 갱신합니다.
오류와 예상 밖의 동작을 조사, 분석, 가설, 구현 순서로 추적합니다. 근본 원인을 확인한 뒤 수정하며, 보고서에서 증거의 종류와 미확인 사항을 구분합니다.
커밋 이력, 작업 패턴, 코드 품질 지표로 한 주의 개발을 돌아봅니다. 구성원별 기여와 잘한 점, 개선점을 정리하고 이전 회고부터 이어지는 추세를 살펴봅니다.
프로젝트의 기존 타입 검사, 정적 분석, 테스트와 미사용 코드 검사 등을 함께 실행합니다. 결과를 0~10점의 종합 점수로 나타내고 코드 품질 변화를 추적합니다.
OpenAI Codex CLI로 코드 변경 검토, 구현이 실패할 조건 탐색, 지속적인 기술 상담을 요청합니다. 독립적인 의견과 검토 통과 여부를 확인할 수 있습니다.
파일 편집 범위를 지정 폴더로 제한하고 범위 밖의 편집, 쓰기, 노트북 수정을 차단합니다. 디버깅이나 특정 모듈 수정 중 무관한 변경을 방지합니다.
코딩 에이전트가 gbrain을 호출하도록 CLI 설치, 로컬 PGLite 또는 Supabase 초기화, MCP 등록과 원격 연결별 신뢰 정책 설정을 진행합니다.
API와 개발 도구 계획을 개발자의 관점에서 대화하며 검토합니다. 경쟁 제품과의 차이와 도입 과정의 장애물을 정리하고 목적에 맞게 개선점을 살펴봅니다.
계획, 리뷰, 테스트, 출시, 문서 작성 등의 요청에 맞춰 gstack에서 적절한 스킬을 선택합니다. 어떤 스킬을 쓸지 고민할 때 작업에 맞는 절차로 안내합니다.
계획을 사업, 디자인, 기술, 개발자 사용성 관점에서 차례로 검토합니다. 중간 판단은 원칙에 따라 자동 처리하고, 선택이 어렵거나 의견이 갈리는 쟁점은 최종 승인 때 제시합니다.
iOS 앱에서 DebugBridge 패키지와 디버깅 연결 코드를 제거합니다. /ios-qa가 추가한 상태 확인 장치, 생성 코드, 앱 연동 부분을 정리합니다.
iOS 앱의 버그에 대해 소스 수정, 재빌드, 실제 기기 재배포와 수정 확인까지 수행합니다. 같은 문제의 재발을 감지할 수 있도록 상태 스냅샷도 테스트 데이터로 남깁니다.
Codex에 추가할 수 있는 스킬과 설치 상태를 확인하고, 선별 목록이나 지정한 GitHub 위치에서 설치합니다. 실험용 스킬, 비공개 저장소, 여러 스킬의 일괄 설치도 지원합니다.
반복해서 맡기는 작업이나 고유한 절차를 Codex용 스킬로 정리합니다. 필요한 지침, 참고 자료, 보조 스크립트를 구성해 새 스킬을 만들거나 기존 내용을 개선합니다.
코드 변경 사항과 관련 테스트, 호출 지점을 읽기 전용으로 검토합니다. 변경으로 새로 발생한 수정 대상 결함을 찾아 근거, 심각도, 파일 위치와 함께 정리합니다.
browser-use 참고 자료를 바탕으로 Python 브라우저 자동화 구현을 돕습니다. 설치, 에이전트와 브라우저 설정, 도구 추가, 실행 모니터링과 비용 추적을 다룹니다.
Base의 USDC로 Browser Use Cloud 요금을 결제하도록 안내합니다. 지갑 준비, 개인 키 저장, 결제 테스트와 앱 연동을 다루며 가입이나 API 키 없이 사용할 수 있습니다.
Browser Use Cloud의 API와 SDK로 브라우저 자동화를 구현하도록 돕습니다. 인증, 세션, 로그인 상태 저장, 기존 에이전트 및 외부 서비스 연동을 안내합니다.
원인 불명의 버그, 간헐적 이상, 성능 저하를 코드 변경 전에 조사합니다. 관찰한 증상과 추측을 구분하고 증거로 가설을 좁혀 원인과 근거를 보고합니다.
코드 위치 조사, 한두 파일의 수정, 변경 사항 검토를 전담 보조 에이전트에 맡깁니다. 짧고 구조화된 결과를 받아 주 에이전트의 문맥 사용량을 줄입니다.
문제의 증상에서 원인을 추적해 해당 동작을 담당하는 최소 범위를 수정합니다. 주변 동작과 기존 변경을 보존하고 관련 테스트로 수정 결과와 재발 방지를 확인합니다.
처음 접하는 코드나 직접 검색으로 찾지 못한 처리의 관련 파일을 읽기 전용으로 조사합니다. 실제로 읽은 줄 범위와 짧은 이유를 함께 보고합니다.
코드에서 LLM을 사용하는 흐름을 업무 단위로 찾고 승인 후 용도별 라벨을 붙입니다. Caveman Cloud에서 처리 흐름별 비용을 나누어 확인할 수 있도록 합니다.