'deep' 검색 결과

TypeScript 패키지 내부 파일의 직접 참조와 순환 의존성을 감지합니다. 공개 파일만 진입점으로 쓰도록 설정하고 예제, 검증, 문서까지 마련합니다.

• 패키지 내부 파일의 직접 참조를 막을 때
• 타입 검사와 함께 패키지 경계를 확인할 때
• 복사해서 쓸 패키지 틀을 만들 때

판단 오류의 영향이 큰 복잡한 과제를 전제 확인, 조사, 다각도 분석, 실행 후 검증으로 나누어 진행하고 근거와 위험을 정리해 제안합니다.

• 시스템 구조 대안을 비교합니다
• 여러 시스템의 변경 계획을 세웁니다
• 모호한 요청의 전제를 재검토합니다

claude-flow를 agentic-flow@alpha의 확장으로 재구성해 중복 구현을 줄입니다. 어댑터를 설계하고 기존 기능의 호환성을 확인하며 단계적으로 이전합니다.

• 에이전트·작업 관리의 중복 구현 정리
• 기존 API를 유지하는 어댑터 설계
• 학습·공유 메모리·MCP 도구 통합

GitHub 코드와 개발 이력, 관련 정보를 단계적으로 조사하여 기술 구성과 경쟁 프로젝트의 차이, 활동 현황을 출처와 도표가 있는 Markdown 보고서로 정리합니다.

• 오픈 소스의 기술 구성을 조사합니다
• 주요 개발 사건을 시간순으로 확인합니다
• 경쟁 프로젝트와 비교합니다

코드와 의존 패키지에서 알려진 취약점, 직접 기록된 비밀 정보, 위험한 코드 패턴을 찾습니다. 탐지 위치를 확인하고 오탐을 제외해 보고합니다.

• PR로 보안 문제가 늘었는지 확인할 때
• 인증이나 입력 처리의 위험한 코드를 찾을 때
• 운영 환경 배포 전에 보안을 점검할 때

복잡한 주제를 여러 질문으로 나누고 웹, 저장된 지식, 관련 코드를 조사합니다. 정보의 일치와 모순, 근거의 강도를 정리해 보고서로 만듭니다.

• 복잡한 주제를 나누어 조사
• 웹과 저장된 지식 및 코드 비교
• 근거의 강도와 정보의 모순 정리

claude-flow를 agentic-flow@alpha의 확장으로 재구성해 중복 구현을 줄입니다. 어댑터를 설계하고 기존 기능의 호환성을 확인하며 단계적으로 이전합니다.

• 에이전트·작업 관리의 중복 구현 정리
• 기존 API를 유지하는 어댑터 설계
• 학습·공유 메모리·MCP 도구 통합

Audit page URLs for long paths, deep nesting, redundant words, and unnecessary dates or dynamic values. Suggest shorter addresses and the redirects and link updates needed when changing existing URLs.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Creating concise URL slugs from article titles
• Auditing long or deeply nested URLs
• Reviewing URL patterns in a CMS or router

Investigate a topic with cooperating agents that divide the research, challenge findings, and track evidence. Produce a cited synthesis with an auditable research record, verification artifacts where needed, and explicit treatment of unresolved or refuted claims.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Investigating a topic from several perspectives
• Checking conflicting claims against evidence
• Researching code alongside external documentation

Have agents with different roles challenge a proposed approach, exposing weak assumptions, missed interactions, and unnecessary complexity. Surviving findings go to a dedicated planning agent, which produces sequenced tasks with explicit success criteria.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Checking assumptions before committing to a plan
• Finding integration risks and overlooked edge cases
• Challenging unnecessary complexity in a design

Revisit a recent answer, plan, draft, or decision using selected critique methods. The skill offers relevant approaches, explains what they reveal, and proposes improvements that are applied only after the user accepts them.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Examining assumptions in a plan
• Reviewing a draft from several perspectives
• Exploring failure risks before a launch

Investigate how DNA variants may affect gene activity using precomputed AlphaGenome Atlas results and model predictions. Rank candidate variants, examine tissue-specific effects, and inspect the features behind scores to develop research hypotheses about biological mechanisms.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Ranking candidate variants from a VCF
• Examining tissue-specific effects on gene activity
• Comparing reference and altered DNA predictions

Coordinate a research project from topic exploration to a final manuscript. The skill connects research, writing, integrity checks, review, and revision workflows, tracks deliverables, and records progress with user confirmation at stage boundaries.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Taking a research topic through to a final manuscript
• Resuming a workflow from an existing draft or reviewer comments
• Tracking checks, revisions, and the paper creation process

Guides Avalonia interface layout with Zafiro.Avalonia, using shared styles, reusable components, and purpose-specific containers. Helps reduce repeated XAML, the markup used to define interfaces, and simplify deeply nested layouts.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Simplifying deeply nested screen layouts
• Sharing styles across multiple screens
• Extracting reusable interface components

Design and build an OpenMAIC lesson series using a spiral curriculum: core ideas return with deeper explanations, new representations, and unfamiliar applications. It maps conceptual growth across lessons and checks that revisits add understanding.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Designing a Bruner-style spiral curriculum
• Moving from concrete examples to general models across lessons
• Revisiting concepts through unfamiliar applications and counterexamples

Design a slide-based lecture with sustained teacher narration, connected arguments, and recurring real cases. It organizes ideas into short sequences and places occasional application quizzes at transitions, helping learners understand a subject well enough to explain it.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Planning a systematic lecture on a subject
• Connecting a mechanism to recurring real cases
• Writing sustained narration that develops an argument

Design courses where learners explore ideas by changing parameters, following diagrams, running code, playing games, or inspecting 3D scenes. Each main page focuses on one mechanism or structure, with opening and closing pages framing the learning.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Exploring how changing a parameter affects a system
• Following a diagram to understand structure or flow
• Learning an idea by modifying and running code

Create agent skills for Microsoft technologies by researching official documentation and code samples. Package essential knowledge and examples locally, with instructions for looking up detailed or version-specific information through Microsoft Learn tools or the mslearn CLI.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Create an agent skill for Azure tasks
• Package .NET library usage into a skill
• Organize framework conventions and code examples

Documents a codebase with linked AGENTS.md files that explain each directory, important files, dependencies, and working rules. It can also update existing documentation while preserving human-written notes and checking that the document hierarchy remains consistent.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Documenting an unfamiliar codebase for AI agents
• Recording directory-specific rules and dependencies
• Updating documentation after structural changes

Turn a vague idea into a written specification through focused questions. The skill scores clarity across goals, constraints, and success criteria, explores hidden assumptions, and requires explicit approval before moving from planning to execution.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Clarifying a vague idea before implementation
• Defining goals, constraints, and acceptance criteria
• Checking requirements across multiple project components

Develop an eight-part article series examining one company's competitive strengths, earnings, assets, management, and valuation. Review figures, sources, accounting definitions, and claims across the series to prepare consistent articles for public publication.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Planning an eight-part company analysis series
• Checking figures and definitions across articles
• Revising unsupported claims before publication

Assess a company’s management through public statements, delivered commitments, crisis decisions, and use of company funds. Produce evidence-based scores for integrity, strategy, capital allocation, and governance, alongside a verdict on long-term trust.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Check whether executives delivered on past commitments
• Review acquisitions, buybacks, dividends, and new ventures
• Assess ownership, compensation, and related-party dealings

Structure Avalonia interfaces with Zafiro.Avalonia using shared styles, reusable components, and purpose-built layout containers. Guides reductions in duplicated XAML, the interface markup, and deeply nested layouts, while covering themes, icons, and interaction behavior.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Consolidating repeated visual settings into shared styles
• Simplifying deeply nested screen layouts
• Extracting repeated layouts into reusable components

Plan and configure large language model training with OpenRLHF to better match human preferences. Covers training method selection, distributed GPU setup, inference acceleration with vLLM, and troubleshooting memory or training stability issues.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Choosing a method for training models on human preferences
• Setting up PPO training with a reward model
• Configuring GRPO training without a critic model