스킬 찾기

상시 실행되는 AI 에이전트의 시작·중지, 로그 모니터링, 권한 관리, 단계적 업데이트와 롤백 절차를 정리합니다. 장애 대응과 성공률·비용 평가를 지원합니다.

• 상시 실행 에이전트의 운영 설계하기
• 실패가 급증할 때 장애 대응하기
• 업데이트와 롤백 절차 마련하기

프런트엔드와 백엔드 또는 서비스 간 API와 이벤트 명세를 먼저 정합니다. 타입을 생성하고 같은 명세로 테스트 데이터와 실제 응답을 검증해 병렬 개발 중 불일치를 줄입니다.

• 프런트엔드와 백엔드 병렬 개발
• 서비스 간 API와 이벤트 형식 통일
• 모의 응답과 운영 응답 비교

조사 주제를 여러 질문으로 나누고 웹 검색과 본문 검토를 진행합니다. 출처, 확신 수준, 정보 부족 부분을 밝힌 보고서로 정리합니다.

• 경쟁사와 시장 동향 조사
• 도입 전 기술 비교
• 시장 규모와 성장 전망 조사

웹 앱의 운영 환경 배포 절차와 점검 항목을 정리합니다. CI/CD 자동화, Docker 컨테이너화, 상태 확인과 롤백 계획을 다룹니다.

• 테스트와 배포 자동화
• 앱의 Docker 컨테이너화
• 운영 환경 배포 방식 선택

고객이나 거래처가 참여하는 채팅에서 에이전트의 응답 조건과 전송할 내용을 정합니다. 직접 요청에 대한 응답, 내부 정보 보호, 승인용 초안 분리를 다룹니다.

• 고객 단체 채팅의 응답 규칙을 정합니다
• 거래처 답변에서 내부 정보를 보호합니다
• 가격·계약 답변을 승인용 초안으로 돌립니다

Django 배포나 변경 제안 전에 환경, 코드 품질, 데이터베이스 변경, 테스트, 취약점과 설정을 순서대로 검증하고 단계별 통과 여부와 수정할 문제를 보고합니다.

• Django 변경 제안 전에 확인할 때
• 데이터베이스 마이그레이션을 확인할 때
• 테스트 커버리지 목표를 확인할 때

Claude Code가 작업을 마칠 때 학습 기록 수정 시각과 디스크 여유 공간을 확인해 조건에 따라 완료를 막습니다. 대화에서 절차 생략을 암시하는 표현도 경고합니다.

• 복잡한 편집 후 학습 기록을 확인할 때
• 디스크 공간 부족 시 완료를 막을 때
• 확인 생략을 암시하는 표현 탐지

Claude Code의 수정 지시와 반복 작업에서 확신도를 가진 행동 규칙을 추출합니다. 프로젝트별로 관리하고 관련 규칙을 스킬, 명령, 에이전트로 발전시킵니다.

• 수정 지시와 반복 작업을 지식으로 남기기
• 프로젝트별 개발 규약 관리하기
• 행동 규칙을 스킬이나 명령으로 만들기

LLM API 비용 관리를 위해 작업 복잡도에 따른 모델 선택, 예산 기록, 일시적 오류 재시도, 공통 프롬프트 캐시를 결합하는 설계 예시를 제공합니다.

• LLM 앱의 API 비용을 검토합니다
• 일괄 처리 난이도에 따라 모델을 선택합니다
• 예산 대비 누적 비용을 확인합니다

Docker와 Docker Compose로 개발 환경을 구성하고 통신, 데이터 보존, 권한을 점검하며 원본 파일을 변경하지 않고 CLI 설치 절차를 검증합니다.

• 앱과 데이터베이스 개발 환경 구성
• 컨테이너 통신과 데이터 보존 확인
• Docker 보안 설정 검토

고객의 구독·청구 상태를 조사하고 중복 구매와 갱신 실패를 분류합니다. 환불·해지·청구 관리 화면 복구부터 고객 답변 초안과 제품 개선 사항까지 정리합니다.

• 중복 구독과 의도하지 않은 청구 조사
• 갱신 실패와 결제 수단 문제 대응
• 청구 관리 및 해지 화면 복구

Django의 메일 전송과 PDF 생성 등을 Celery 백그라운드 작업으로 옮깁니다. 정기 실행, 실패 시 재시도, 작업 연결, 모니터링과 테스트를 설계합니다.

• 메일 전송과 PDF 생성의 백그라운드 실행
• 재고 갱신과 알림의 정기 실행
• 재시도와 중복 갱신 방지 설계

공개 사이트와 API에서 채용 공고, 가격, 뉴스 등을 정기 수집하는 시스템을 만듭니다. AI 요약·분류·평가, 저장소 연동, 사용자 선택을 다음 평가에 반영하는 설계를 다룹니다.

• 채용 공고 수집 및 조건 일치도 평가
• 상품 가격 정기 추적
• 뉴스 수집 및 주제별 분류

반복되는 에이전트 작업에 전용 실행 절차를 설계하고 합격 여부 확인, 진행 기록, 인계를 정리합니다. 여러 팀이나 프로젝트가 쓸 절차를 공유 스킬로 정리하도록 돕습니다.

• 반복 작업의 실행 절차 설계
• 작업의 합격 여부 확인 추가
• 반복 절차를 공유 스킬로 정리

AI 개발 전에 성공 조건을 정하고 코드·규칙·모델·사람의 평가로 새 기능과 기존 기능을 확인합니다. 여러 차례 시도한 결과에서 신뢰성을 기록합니다.

• AI 구현 전에 성공 조건 정의
• 프롬프트나 에이전트 변경 후 회귀 확인
• 여러 차례 시도로 신뢰성 측정

여러 AI 에이전트에 개발과 조사를 나누어 dmux 화면에서 병렬로 진행하는 절차를 정리합니다. 담당 범위 설정, 작업 공간 분리, 결과 통합을 돕습니다.

• 조사와 구현을 병렬로 진행
• 데이터베이스, API, 화면 개발 분담
• 테스트 감시와 수정 담당 분리

C++ 테스트 작성과 수정, GoogleTest·CTest 설정, 실패 원인 조사를 돕습니다. 불안정한 테스트 개선, 커버리지 측정과 실행 중 메모리 오류·동시성 경쟁 검사도 다룹니다.

• C++ 단위·통합 테스트를 작성합니다
• GoogleTest와 CTest를 설정합니다
• 불안정한 테스트의 원인을 조사합니다

Exa로 최신 웹 정보, 코드 예제, 기업과 인물 자료를 검색합니다. 일반 조사와 API 사용법 검색을 구분해 목적에 맞는 자료를 찾습니다.

• 최신 뉴스와 웹 정보를 조사합니다
• 코드 예제와 API 문서를 찾습니다
• 기업과 경쟁사를 조사합니다

Django 모델, 화면, API를 테스트부터 작성해 구현하고 검증합니다. 테스트 데이터 생성, 외부 서비스 모의 처리, 코드 커버리지 확인도 다룹니다.

• 테스트부터 Django 기능 개발하기
• API 인증과 입력 검증 확인하기
• 재사용할 테스트 데이터 준비하기

Django 앱의 구조, API, 데이터 조회, 캐시 구현과 검토를 돕습니다. 환경별 설정과 업무 로직을 분리하고 불필요한 데이터베이스 조회를 줄이는 예시를 제공합니다.

• Django 구조와 설정 정리
• Django REST Framework API 설계
• 불필요한 데이터베이스 조회 줄이기

새 기능이나 제안을 PM, 설계, 개발, QA의 네 관점에서 동시에 검토합니다. 역할별 우려와 첫 행동을 정리하고 공통점과 의견 충돌을 요약합니다.

• 새 기능을 네 역할의 관점에서 검토
• 구현 전 제안의 우려 사항 확인
• 새로운 업무의 첫 행동 정리

대량 데이터 수집, 과거 데이터 보충, 변환, 동기화의 지연을 단계별로 조사합니다. 처리 방식을 비교해 속도를 높이고 행 수, 파일 수, 시각의 일치 여부를 확인합니다.

• 대량 데이터 수집과 내보내기 가속
• 과거 데이터 보충 시간 단축
• 배치 크기와 병렬 작업 수 비교

fal.ai에서 글과 이미지로 이미지·영상을 만들고 낭독 음성과 영상에 맞는 소리를 생성합니다. 모델 검색부터 비용 추산, 생성 상태 확인까지 진행합니다.

• 글로 썸네일과 상품 이미지를 만듭니다
• 기존 이미지의 화풍을 바꿉니다
• 정지 이미지를 영상으로 만듭니다

Claude Code의 로컬 사용 로그에서 토큰 사용량과 예상 비용을 집계합니다. 모델·세션·날짜별 비용을 확인하고 예산과 비교하며 CSV로 내보낼 수 있습니다.

• 오늘과 어제의 지출 비교
• 모델·세션별 비용 확인
• 예산과 지출 비교