AI 에이전트의 도구 구성, 입력과 출력 형식, 오류 복구 절차를 설계합니다. 문맥 정보량을 관리하고 완료율, 재시도 횟수, 성공한 작업당 비용으로 개선을 평가합니다.
- 에이전트 도구와 입력 형식을 설계합니다
- 도구 결과와 다음 행동을 명확히 합니다
- 안전한 재시도와 중단 조건을 정합니다
@affaan-m
Compute Trading Lead @ Jump Trading | prev. founded The Agentic Desk for Compute @Ito-Markets (acq.) | built ECC @ECC-Tools (272k+ stars)
스킬 325개저장소 1개 28.5만
AI 에이전트의 도구 구성, 입력과 출력 형식, 오류 복구 절차를 설계합니다. 문맥 정보량을 관리하고 완료율, 재시도 횟수, 성공한 작업당 비용으로 개선을 평가합니다.
PDF 분석, 텍스트 추출, 이미지 분석 결과를 파일 내용에 따라 저장하고 재사용하도록 설계합니다. 파일을 옮기거나 이름을 바꿔도 재사용하며 내용이 바뀌면 다시 처리합니다.
Claude Code에서 개발 작업을 반복하는 자율 루프 설계를 안내합니다. 순차 실행부터 병렬 작업까지 진행 상황 인계, 품질 확인, 변경 사항 통합과 중단 조건을 정리합니다.
현재 업무와 관심사에 맞춰 X와 LinkedIn 인맥을 검토합니다. 정리, 유지, 추가 후보를 이유와 함께 제시하고 본인의 문체에 맞는 연락 메시지 초안을 작성합니다.
CodeScene MCP로 코드 구조의 유지보수성을 평가합니다. 수정 전후 점수를 비교하고 커밋이나 PR 전에 AI의 변경으로 품질이 낮아졌는지 확인합니다.
Claude Code에서 전문 에이전트별로 작업을 배분하고 진행 상황과 결정을 파일에 저장합니다. 세션을 넘겨 작업을 이어 가고 반복 업무의 명령과 실행 일정을 설계합니다.
현재 성능 측정, 가설별 변경안 비교, 정확성 검증으로 최적화를 진행합니다. 시간과 비용 한도 안에서 가장 빠르고 안전한 안을 고르고 재실행 절차를 남깁니다.
기존 프로젝트의 구현 방식에 맞춰 외부 API 연동을 추가합니다. 설정, 인증, 오류 처리부터 등록과 테스트까지 기존 코드와 일관되게 구성합니다.
인공지능 에이전트의 문제를 지시, 기억, 도구 실행, 화면 표시 등 12개 계층에서 조사합니다. 코드와 로그를 근거로 원인을 정리하고 심각도에 따른 지적 사항과 수정안을 제시합니다.
AI 에이전트가 정확성·완전성·명확성·실행 가능성·간결성의 다섯 기준으로 결과물을 자체 평가합니다. 근거가 있는 점수와 평균, 우선순위별 개선안을 제공합니다.
대규모 기능 개발이나 마이그레이션 목표를 여러 차례 수행할 실행 계획으로 나눕니다. 단계별 배경, 의존 관계, 검증 방법을 정리해 다른 에이전트에게 작업을 인계할 수 있게 합니다.
배포된 URL의 페이지와 API 응답, 정적 파일, 지속 연결, 성능 저하를 점검합니다. 단일 점검, 기간을 정한 모니터링, 검증 환경과 운영 환경 비교를 지원합니다.
Angular 화면과 서비스를 만들고 상태 관리, 폼, 화면 이동을 설계합니다. 프로젝트 버전에 맞는 구현 방식을 선택하고 테스트 작성과 빌드 확인을 지원합니다.
공통 기준으로 코드의 명명, 가독성, 원본 데이터를 바꾸지 않는 갱신 방식과 오류 처리를 검토합니다. 중복과 복잡한 구조를 찾아 유지보수하기 쉽게 정리합니다.
Claude Code의 기억, 정기 실행, 작업 대기열을 결합해 지속적인 작업을 설계합니다. 외부 실행 환경과 화면 조작 연동 설정도 안내합니다.
사용 중인 에이전트 환경에 맞춰 ECC 설치, 업데이트, 재설정을 안내합니다. 설치 상태 확인부터 변경 미리 보기, 승인 후 적용과 결과 검증까지 대화로 진행합니다.
경쟁사의 브랜드 표현, 서비스, 실적 등을 공통 기준으로 평가합니다. 근거를 담은 비교 카드와 전략적 두 축 도표로 고객이 목표로 하는 위치의 경쟁사를 파악합니다.
공개 전 웹 페이지를 브라우저로 조작해 폼과 인증, 세 가지 화면 너비의 표시 차이, 속도 지표와 접근성을 점검하고 공개 가능 여부와 수정 사항을 정리합니다.
정기 작업, 훅, MCP 서버, 외부 연동의 설정과 가동 상태를 증거와 함께 조사합니다. 고장, 중복, 누락을 정리하고 유지·통합·폐기·수정 우선순위를 제시합니다.
AI 에이전트의 반복 실패와 도구 사용을 기록하고 원인을 좁힙니다. 영향이 제한된 복구 작업과 결과 보고를 통해 근거 있는 재시도를 돕습니다.
AI 에이전트가 구현의 많은 부분을 맡는 개발팀을 위해 계획, 책임 분담, 리뷰 기준, 테스트 요구 사항을 정리하고 생성 코드를 다루는 개발 절차를 설계합니다.
AI 에이전트가 맡는 개발의 완료 조건을 정하고 검증 가능한 작업으로 나눕니다. 구현 전후 평가를 비교하고 난도에 맞는 모델 선택과 비용·시간 기록을 정리합니다.
Android와 KMP 프로젝트의 모듈 구조와 의존 관계를 정리합니다. 업무 로직·화면·데이터 접근을 분리해 설계하고 구현 예시로 각 계층의 역할을 설명합니다.
버튼과 폼 조작에 따른 상태 변화를 순서대로 추적해, 공유 상태의 의도치 않은 초기화나 비동기 처리 경쟁으로 화면이 예상대로 동작하지 않는 원인을 조사합니다.