스킬 찾기

Parallels 가상 머신에서 OpenClaw 설치, 초기 설정, 업데이트를 검증합니다. macOS, Windows, Linux의 기본 동작을 확인하고 실패 원인을 구분합니다.

• 세 운영체제에서 신규 설치 확인하기
• OpenClaw 업데이트 과정 검증하기
• 기존 스냅샷에서 검증 다시 시작하기

Crabbox 임시 환경에서 네이티브 앱이나 웹 앱을 실행해 채팅 사이드 패널에 표시합니다. 실행 확인, 화면 조작 테스트, 미리보기 재표시와 프로세스 종료를 지원합니다.

• 네이티브 앱 실행 및 화면 확인
• 웹 앱 미리보기
• 화면 조작을 통한 앱 테스트

Codex, Claude Code, OpenCode에 기능 개발, 대규모 리팩터링, PR 검토를 백그라운드로 맡기고 별도 체크아웃 준비, 진행 모니터링과 완료·실패 알림까지 처리합니다.

• 기능 개발을 백그라운드 에이전트에 맡길 때
• 별도 작업 공간에서 대규모로 코드를 정리할 때
• 코딩 에이전트에 PR 검토를 맡길 때

질문과 선택한 파일을 다른 AI 모델에 전달해 코드 검토, 오류 조사, 설계 조언을 받습니다. 실행 전에 전송 내용과 토큰 사용량을 확인할 수 있습니다.

• 코드에 대한 다른 AI의 의견 확인
• 관련 파일을 첨부해 오류 조사
• 설계 및 리팩터링 방안 비교

OpenClaw에 모델 제공업체를 추가하고 실제 응답을 확인합니다. 인증 정보는 환경 변수나 파일 참조로 다루며 설정 검증과 결과 보고도 진행합니다.

• OpenClaw에 모델 제공업체 추가하기
• 인증 정보를 참조 방식으로 설정하기
• 모델의 실제 응답 확인하기

음성 파일을 OpenAI 전사 API로 보내 결과를 텍스트나 JSON으로 저장합니다. 모델과 언어를 지정하고 화자별로 발언을 구분할 수 있습니다.

• 회의 녹음을 텍스트로 변환합니다
• 인터뷰에서 화자를 구분합니다
• 전사 결과를 JSON으로 저장합니다

기사 URL, YouTube 영상, 팟캐스트, PDF와 로컬 파일의 요점을 정리합니다. 요약 길이를 지정하거나 영상의 대화록을 추출할 수 있습니다.

• URL로 기사 요점을 확인합니다
• YouTube 영상을 요약합니다
• YouTube 대화록을 추출합니다

Restructure repeated LLM API requests so shared instructions and reference material can be cached, meaning reused across calls. Track cached input, write and storage costs, and response times to assess whether the changes actually save money.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Reordering shared instructions in repeated API requests
• Estimating cache read, write, and storage costs
• Measuring cache hit rates and response times

Apply shared coding conventions to new modules, reviews, and refactoring. Guides descriptive naming, readable structure, updates that preserve existing data, and error handling, giving teams a consistent basis for checking code quality.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Setting coding conventions for a new project
• Reviewing code readability and maintainability
• Refactoring duplication and deeply nested logic

Review authentication, payments, and APIs for security risks using implementation examples and a predeployment checklist. Covers input validation, access permissions, secret storage, request limits, and checks for sensitive information in logs and errors.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Reviewing login and access permissions
• Checking API input and file uploads
• Reviewing secrets and sensitive logs

Develop applications through separate planning, building, and evaluation agents. The workflow tests the running app, scores its design and functionality, and feeds specific issues back into repeated development cycles with configurable quality thresholds and iteration limits.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Turning a brief idea into an application specification
• Refining frontend design through separate evaluation
• Testing and improving full-stack application features

Clarify the availability and requirements of model serving on booked Itô GPUs. The supplied implementation does not support serving, so it reports that limitation and documents future booking verification, configuration review, and explicit confirmation requirements.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Checking documented serving availability after an Itô GPU booking
• Clarifying limitations for an OpenAI-compatible endpoint
• Reviewing future model-serving configuration requirements

Add one optional Codex critique to a decision draft produced by council. With explicit consent to send the draft to OpenAI, examine weak conclusions, missing failure scenarios, and overlooked dissent before the user makes the final decision.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Reviewing an ambiguous, consequential decision draft
• Finding failure scenarios missing from a draft
• Checking whether strong dissent was overlooked

Review and refine code using shared conventions for clear names, readability, error handling, and updates that preserve original data. Identify duplication, oversized functions, and unnecessary complexity to make code easier to understand and maintain.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Reviewing names and readability in existing code
• Refactoring long functions and deeply nested logic
• Standardizing coding conventions for a new module

Turn audio and video into text across 99 languages, translate speech into English, and create timestamped subtitles. The skill covers model selection, transcription settings, and batch processing for recordings such as meetings and podcasts.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Transcribing recorded meetings
• Turning podcasts and videos into text
• Translating foreign-language recordings into English

Set up vLLM to serve large language models through an OpenAI-compatible API or process prompts in batches. The skill covers deployment, performance monitoring, and quantization, which reduces model memory requirements.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Deploying an OpenAI-compatible language model API
• Generating text from large batches of prompts
• Serving large models with limited GPU memory

Generate model responses in defined formats for data extraction and classification. Use JSON schemas, Pydantic data models, regular expressions, or fixed choices to produce structured results that other programs can parse and validate.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Extracting company or product details from text
• Classifying reviews into predefined labels
• Turning profile text into structured fields

Build question answering and document retrieval workflows with DSPy by defining inputs, outputs, and reusable components. Use training examples and evaluation metrics to automatically optimize prompts and compare results before and after optimization.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Building question answering with document retrieval
• Optimizing prompts using training examples
• Extracting structured information from text

Find language models on Hugging Face Hub and run them locally with llama.cpp. The skill helps compare GGUF model files, choose compressed versions that fit available memory, and prepare commands for a local chat server or command-line session.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Find a model that fits local RAM or GPU memory
• Compare available GGUF files and sizes
• Prepare a local chat server command

Build agent memory with Pinecone by storing searchable representations of conversations and documents. Retrieve relevant past context for answers, organize memory by session or user, and prototype semantic search that finds information by meaning.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Building agent memory that persists across sessions
• Adding retrieved context to agent answers
• Organizing memory separately for each user

Add an AI assistant to an existing web app so users can operate its interface with everyday instructions. Covers embedding the panel, connecting a language model, testing interactions, and protecting API keys in production.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Add natural-language controls to a business dashboard
• Introduce an AI assistant into a legacy web app
• Build guided product demos using the actual interface

Improve prompts, regex patterns, SQL queries, or small code snippets through repeated scoring and revision. The skill helps define measurable tests, generate new candidates with an AI model, and inspect results to find better-performing versions.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Improve a prompt against example answers
• Refine a regex using pass rates
• Improve SQL or code using tests

Test how API-accessible language models respond to attempts to bypass safety filters. The skill covers prompt templates, input transformations, parallel response comparisons, and Hermes configuration, with automated scoring of refusals, answer quality, and speed.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Evaluating model resistance to safety-filter bypass attempts
• Comparing responses to transformed inputs
• Comparing refusals, answer quality, and speed across models

Build search and retrieval systems with Pinecone, a managed database for numerical representations of content. Covers data uploads, filtered similarity searches, combined semantic and keyword search, and connections to LangChain and LlamaIndex.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Building retrieval for AI answers grounded in documents
• Combining semantic and keyword search
• Filtering results by category or price