스킬 찾기

텍스트의 의미를 수치로 표현해 내용이 비슷한 문서를 검색합니다. 두 글의 유사도 비교, 소수 패턴으로의 질의 분류와 검색 데이터의 메모리 절감도 지원합니다.

• 의미가 비슷한 문서 검색
• 두 텍스트의 유사도 비교
• 대규모 벡터 검색의 메모리 절감

커뮤니티에 공개된 WASM 에이전트를 목록과 키워드 검색으로 찾아 설정을 이용해 설치합니다. 직접 만든 에이전트의 내보내기와 공개도 지원합니다.

• 공개된 에이전트 목록 확인
• 키워드로 에이전트 검색
• 기존 에이전트 설치

반복하는 작업 절차를 Claude Code용 스킬로 정리합니다. YAML 설정과 설명문, 스크립트, 템플릿, 참고 자료의 구성부터 공개 전 확인까지 안내합니다.

• 반복 업무를 맞춤 스킬로 정리합니다
• 스크립트가 포함된 틀을 만듭니다
• 긴 설명을 참고 자료로 나눕니다

Flow Nexus와 E2B의 격리 환경에서 신경망을 학습하고 배포합니다. 예측 실행, 분산 학습 모니터링, 성능 평가와 모델 공유까지 진행합니다.

• 이미지 분류 모델 학습
• LSTM으로 시계열 예측
• 감정 분석 템플릿 배포

여러 AgentDB의 동기화와 관리, 의미 유사도와 속성 조건을 결합한 검색을 구현합니다. 검색 결과 중복 억제와 분산 AI 시스템 운영 설정도 다룹니다.

• 여러 AgentDB에서 기억 공유하기
• 의미 검색을 날짜나 분류로 좁히기
• 지식과 대화를 별도로 저장하기

claude-flow v3의 MCP 서버 지연과 부하를 분석합니다. 연결 재사용, 도구 검색, 부하 분산, 통신 처리 개선과 성능 모니터링 구현을 지원합니다.

• MCP 시작과 응답 지연 원인 조사
• 연결 재사용 및 유휴 연결 정리
• 도구 검색과 요청 분산 개선

AgentDB의 데이터 압축, 검색 인덱스, 캐시, 일괄 처리 설정과 성능 측정을 지원하여 메모리 사용량과 검색 속도의 균형을 조정합니다.

• AgentDB 메모리 사용량 줄이기
• 정확도를 유지하며 검색 속도 높이기
• 수백만 벡터에 맞는 설정 검토하기

사람과 AI가 코드 작성과 안내 역할을 나누고 교대하며 개발하는 스킬입니다. 테스트 생성, 코드 검토, 오류 조사와 학습용 단계별 설명을 지원합니다.

• AI의 검토를 받으며 코드 작성
• 방향을 제시하고 AI에 구현 맡기기
• 테스트부터 작성하며 기능 개발

설계 결정과 이유를 기록한 ADR을 읽어 검색 색인과 의존 관계 그래프를 만들고 갱신합니다. 두 문서 형식을 지원하며 참조와 상태의 불일치도 집계합니다.

• 다른 프로젝트의 ADR을 가져온 뒤 색인 생성
• 파일과 관계 그래프 동기화
• 기존 코드베이스에서 ADR 관리 시작

Claude Code 작업 전후에 자동 처리를 연결합니다. 코드 정리와 검증, 여러 에이전트의 협업, 작업 기록 저장과 다음 세션으로의 인계를 지원합니다.

• 편집 후 코드 정리와 검증 자동화
• 여러 에이전트 간 진행 상황 공유
• 개발 세션 저장과 복원

요구 사항 정리부터 설계, 테스트 우선 구현, 검토, 배포까지 단계별로 진행합니다. Claude Flow로 여러 에이전트의 역할을 나누고 개발 전반을 관리합니다.

• 요구 사항부터 새 기능 개발
• 테스트와 함께 기존 코드 개선
• 버그 조사와 재발 방지 테스트 추가

삭제한 ADR 설계 결정 기록이나 관계 정보가 색인에 남았을 때 전체 삭제 후 재구축합니다. 현재 파일 수와 등록 수를 대조하며, 변경 없이 작업 내용을 미리 확인할 수 있습니다.

• ADR 파일을 삭제한 뒤 색인을 재구축할 때
• ADR 관계 삭제 후 남은 정보를 정리할 때
• ADR 색인을 정기적으로 맞출 때

코드 변경 사항을 채택된 설계 결정을 기록한 ADR과 대조합니다. 결정 위반, 오래된 기록 참조, 관련 기록이 없는 변경을 정리하고 코드 수정이나 결정 재검토를 제안합니다.

• PR 병합 전 설계 결정 확인
• 대규모 변경과 설계 결정 대조
• 대체된 ADR을 참조하는 코드 검색

여러 에이전트의 작업을 순서대로 연결하고 이전 결과를 다음 단계에 전달합니다. 직접 구성한 절차나 기본 제공 절차로 코드 분석, 수정, 테스트와 데이터 변환을 진행합니다.

• 코드 분석으로 개선 계획을 만듭니다
• 우선순위에 따라 리팩터링합니다
• 테스트 부족 확인과 단위 테스트 생성에 씁니다

claude-flow v3의 시작 시간, 검색 속도와 메모리 사용량을 측정해 개선 목표 달성 여부를 검증합니다. 지속적인 성능 감시와 저하 감지, 최적화 방안 검토도 지원합니다.

• v3 최적화 전후의 성능을 비교합니다
• 검색 속도와 메모리 사용량을 평가합니다
• 지속적으로 성능 저하를 감지합니다

여러 AI 에이전트에 작업을 나누고 병렬 실행과 순차 단계를 구성합니다. 정보 공유, 부하 분산, 실패 시 작업 재할당까지 조율합니다.

• API, 화면, 테스트의 병렬 개발
• 설계부터 검토까지 단계 연결
• 담당 에이전트 간 API 명세 공유

GitHub Actions의 생성과 개선부터 실행 실패 분석, PR 검토, 출시 관리까지 지원합니다. 여러 AI 에이전트가 협력해 테스트와 운영 작업을 자동화합니다.

• 프로젝트 언어에 맞는 워크플로 생성
• 테스트 병렬화와 캐시 개선
• 실행 실패 원인 조사와 수정안 작성

AgentDB로 대화 기록과 사용자 선호를 저장하고 검색하는 단기·장기 기억을 구현해, AI 에이전트가 다음 세션에서도 해당 정보를 참조하도록 돕습니다.

• 채팅에 대화 기록 추가
• 세션 간 사용자 선호 기억
• 성공한 상호작용 패턴 재사용

여러 GitHub 저장소의 변경을 조율하고 의존 패키지 버전과 문서를 맞춥니다. 여러 AI 에이전트가 통합 테스트와 구성 표준화도 나누어 수행합니다.

• 여러 저장소의 의존 버전 통일
• 공유 라이브러리를 쓰는 프로젝트 업데이트
• 문서와 CI 구성 표준화

claude-flow v3 구현을 15개 에이전트에 배분하고 보안, 기반 시스템, 통합, 품질 확인부터 출시까지 의존 관계와 14주 일정을 관리합니다.

• v3 구현을 15개 에이전트에 배분할 때
• 의존 관계에 맞춰 병렬로 개발할 때
• GitHub에서 일정과 진행 상황을 추적할 때

저장된 아키텍처 결정 기록인 ADR의 관계를 검증해 끊어진 참조, 대체 관계의 순환, 상태 불일치를 보고합니다. 가져오기 후나 출시 전 점검에 활용합니다.

• ADR 가져오기 후 일관성 확인
• 지속적 통합에서 불일치 탐지
• 출시 전 저장된 ADR 데이터 점검

Claude Flow에서 여러 에이전트의 처리, 통신, 메모리 지연 원인을 분석하고 성능 보고서와 개선안을 만듭니다. 이전 실행 비교와 자동 최적화도 지원합니다.

• 여러 에이전트의 지연 원인 조사
• 변경 전후의 성능 비교
• 주간 성능 보고서 작성

분야별 AI 에이전트로 GitHub 코드 변경 제안을 검토합니다. 보안, 성능, 설계, 서식 등의 문제를 정리하고 수정안 제시와 검토 결과 게시까지 진행합니다.

• 인증 처리의 보안을 확인합니다
• 데이터베이스 변경의 성능을 확인합니다
• 화면 사용성과 서식을 검토합니다

claude-flow v3의 명령줄을 개선하도록 큰 파일 분리, 대화형 입력, 실행 이벤트 훅 연동, 여러 명령의 자동 실행과 진행 표시를 설계하고 구현합니다.

• 큰 명령 파일을 모듈로 분리합니다
• 대화형 설정 입력을 추가합니다
• 훅으로 실행 결과를 기록합니다