Web·iOS·Android 화면을 WCAG 2.2에 맞춰 설계하고 점검합니다. 화면 읽기와 키보드 조작, 레이블, 대비, 조작 대상 크기를 확인합니다.
- 아이콘 버튼에 설명 추가
- 키보드 조작과 모달 초점 점검
- 대비와 조작 대상 크기 확인
AI 에이전트가 구현의 많은 부분을 맡는 개발팀을 위해 계획, 책임 분담, 리뷰 기준, 테스트 요구 사항을 정리하고 생성 코드를 다루는 개발 절차를 설계합니다.
Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.
AI 에이전트가 구현의 많은 부분을 맡는 개발팀의 계획, 책임 분담, 리뷰, 테스트 기준을 정리합니다. 측정 가능한 인수 조건과 평가를 중시하며, 코드 형식과 함께 시스템 동작, 데이터 무결성, 장애 대응, 안전한 출시를 확인하는 개발 절차를 설계합니다.
팀에서 생성 코드를 다루는 규칙을 정하거나 리뷰 확인 항목을 통일할 때 유용합니다. 명확한 경계, 안정적인 규약, 타입이 지정된 인터페이스, 같은 조건에서 결과를 재현할 수 있는 테스트 등 에이전트가 작업하기 편한 설계도 다룹니다. 채용이나 역량 평가에서 모호한 업무를 나누고 프롬프트와 평가를 만드는 능력을 살필 때도 활용합니다.
생성 코드에는 변경 영역의 회귀 테스트, 예상하지 못한 입력과 경계 조건의 명시적 검증, 인터페이스 경계의 통합 확인을 요구하는 방침입니다.
이 소개문은 공개된 SKILL.md를 바탕으로 AI(OpenAI Codex)가 작성했습니다. 정확한 사양은 아래 원문을 확인하세요.
AI가 SKILL.md의 내용만을 근거로 4가지 관점에서 판정했습니다. 스타 수나 인기도는 판정에 넣지 않았습니다.
총점은 각 항목을 A=25점, B=15점, C=5점으로 더한 값입니다. 2026년 10월 19일 기준으로 AI(OpenAI Codex)가 판정했습니다. 참고용이므로 설치 전에 원문도 확인해 주세요.
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Use this skill when designing process, reviews, and architecture for teams shipping with AI-assisted code generation.
Prefer architectures that are agent-friendly:
Avoid implicit behavior spread across hidden conventions.
Review for:
Minimize time spent on style issues already covered by automation.
Strong AI-first engineers:
Raise testing bar for generated code:
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
Web·iOS·Android 화면을 WCAG 2.2에 맞춰 설계하고 점검합니다. 화면 읽기와 키보드 조작, 레이블, 대비, 조작 대상 크기를 확인합니다.
인공지능 에이전트의 문제를 지시, 기억, 도구 실행, 화면 표시 등 12개 계층에서 조사합니다. 코드와 로그를 근거로 원인을 정리하고 심각도에 따른 지적 사항과 수정안을 제시합니다.
실제 개발 과제로 여러 코딩 에이전트를 비교합니다. 성공률, 확인 가능한 API 비용, 소요 시간과 반복 실행의 안정성을 측정해 도입 결정과 업데이트 후 평가에 활용합니다.
AI 에이전트의 도구 구성, 입력과 출력 형식, 오류 복구 절차를 설계합니다. 문맥 정보량을 관리하고 완료율, 재시도 횟수, 성공한 작업당 비용으로 개선을 평가합니다.
오류와 실행 환경을 바탕으로 AI 에이전트가 실패하거나 같은 작업을 반복하는 원인을 조사합니다. 작은 복구 작업을 시험하고 결과와 근거를 인계용 보고서로 정리합니다.
AI 에이전트의 반복 실패와 도구 사용을 기록하고 원인을 좁힙니다. 영향이 제한된 복구 작업과 결과 보고를 통해 근거 있는 재시도를 돕습니다.