머신러닝 모델의 운영 적용을 위해 데이터 규격, 재현 가능한 학습, 품질 평가, 배포, 모니터링과 롤백을 정리하고 구현 계획과 검토 항목을 만듭니다.
- 실험 코드를 학습 파이프라인으로 만듭니다
- 모델 공개 전 품질 기준을 정합니다
- 데이터 누출과 전처리 차이를 조사합니다
@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 28.7만
머신러닝 모델의 운영 적용을 위해 데이터 규격, 재현 가능한 학습, 품질 평가, 배포, 모니터링과 롤백을 정리하고 구현 계획과 검토 항목을 만듭니다.
Laravel 앱의 인증과 권한 관리부터 데이터 처리, 폼, API, 운영 설정까지 보안을 점검합니다. 일반적인 취약점을 피하는 구현 예제를 참고할 수 있습니다.
Kotlin 코드 작성, 검토, 리팩터링을 돕습니다. 널 처리, 불변 데이터, 비동기 작업, 타입 안전한 설정을 점검해 읽기 쉽고 유지보수하기 좋은 구조로 정리합니다.
비공개 프로젝트를 공개용으로 복사하고 비밀 정보와 개인 정보의 제거·검증부터 README, 설치 절차, 라이선스 등 배포 파일 준비까지 진행합니다.
Change an existing feature that works but needs different behavior. The skill updates tests to reflect the new requirements, adjusts the implementation, and coordinates review with approval checkpoints before committing the changes.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
라우터와 스위치에 설정을 적용하기 전에 위험한 명령, IP 주소 중복, 서브넷 중첩, 정의되지 않은 참조와 관리 접속 문제를 점검합니다.
설계서나 요구사항에서 처음부터 끝까지 작동하는 작은 기능을 계획합니다. 초기 구조 생성, 생성과 평가 반복, 검토와 승인을 거쳐 최소 기능 제품을 만듭니다.
의료 앱의 환자·직원·재무 기밀 정보를 분류하고, 의료기관별 접근 제어와 감사 기록을 설계하며 로그·주소·브라우저 저장소의 정보 유출을 점검합니다.
F# 단위 테스트와 통합 테스트를 작성하고 입력을 자동 생성해 속성을 검증합니다. 결과 확인, 의존성 대체, 테스트 구성과 실행을 지원합니다.
gh CLI로 GitHub의 이슈 분류, PR 검토와 병합 가능 여부 확인, CI 실패 조사, 변경 이력을 포함한 릴리스 준비, 보안 경고 확인을 수행합니다.
투자자 설명 자료, 재무 모델, 자금 사용 계획표와 지원서를 작성하고 갱신합니다. 여러 자료의 사업 실적, 수익 가정, 투자 유치 금액과 팀 정보가 일치하는지 확인합니다.
투자 유치를 위한 첫 이메일, 소개 요청, 후속 연락과 미팅 후 보고를 작성합니다. 투자 방향과 구체적 사업 성과를 반영해 짧고 다음 행동이 명확한 문안으로 다듬습니다.
웹사이트와 업무 화면의 목적 및 사용자에 맞는 디자인 방향을 정하고 글꼴, 색상, 배치, 움직임을 조정합니다. 기존 구성 요소를 활용하며 화면 너비별 표시도 확인합니다.
반복하는 로컬 Hermes 작업 절차를 공개하고 재사용할 수 있는 ECC 스킬과 릴리스 자료로 정리합니다. 개인정보와 인증 정보를 제거하고 기기별 경로를 바꿉니다.
복잡한 작업과 실패에서 근본 원인, 다음에 취할 행동, 문제를 알아볼 징후를 추출해 재사용할 학습 기록으로 정리합니다. 원인이 같은 기존 기록과의 중복도 정리합니다.
Go 언어의 관례에 따라 코드 작성, 검토, 리팩터링을 돕습니다. 오류 처리, 동시성, 패키지 구성을 정리해 읽기 쉽고 유지보수하기 좋은 구현을 지향합니다.
Kotlin과 JetBrains Exposed로 데이터베이스 조회와 추가·수정·삭제를 구현하는 패턴을 제공합니다. 연결 재사용, 구조 변경, 트랜잭션과 테스트도 다룹니다.
모호한 기능 요청이나 영향이 큰 변경의 범위·전제·위험을 정리합니다. 기대 동작과 검증 방법을 명시한 인수 기준이나 인계 자료로 만듭니다.
검색과 평가를 반복하여 하위 에이전트의 작업에 필요한 코드와 배경 정보를 추립니다. 발견한 용어와 부족한 정보를 다음 검색에 반영해 관련 파일을 모읍니다.
FastAPI 앱 개발과 검토에서 구조, 입력 검증, 인증, 권한 확인, 비동기 처리, 데이터베이스 업데이트, 테스트의 설계와 구현을 지원합니다.
Claude의 파일별 첫 편집과 생성을 잠시 거부하는 훅을 설정합니다. 호출 위치, 데이터 구조, 사용자 요청을 확인하도록 하여 변경 전 조사를 작업에 포함합니다.
Google Drive에서 문서·표·슬라이드를 찾아 내용을 확인하고 요약·편집·정리합니다. 계획서와 관리표를 통합하고 중복되거나 오래된 자료를 검토할 때도 사용합니다.
의료 앱 공개 전에 진료 판단 지원 로직, 환자 정보 유출, 데이터 무결성 등을 검증하는 스킬입니다. 중대한 테스트가 실패하면 배포를 중단하는 구성을 제시합니다.
Apple의 FoundationModels로 iOS 26 이상 앱에 기기 내 언어 모델을 통합합니다. 글 생성·요약, 데이터 추출, 앱 기능 호출과 생성 중 화면 갱신을 다룹니다.