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
Manim 애니메이션으로 기술 원리, 그래프, 시스템 구성과 제품 흐름을 설명합니다. 스토리보드와 장면 계획을 세우고 짧은 영상과 썸네일을 만듭니다.
Build reusable Manim explainers for technical concepts, graphs, system diagrams, and product walkthroughs, then hand off to the wider ECC video stack if needed. Use when the user wants a clean animated explainer rather than a generic talking-head script.
기술 원리, 그래프, 처리 흐름을 Manim으로 움직이는 설명 영상으로 만듭니다. 핵심을 한 문장으로 정리하고 3~6개 장면의 스토리보드와 구성을 만든 뒤 코드를 작성합니다. 각 장면은 한 가지 내용을 보여 주며, 도표를 단계적으로 공개하거나 움직임으로 상태 변화를 설명합니다. 기본 결과물은 짧은 16:9 MP4, 썸네일 또는 포스터 이미지 한 장, 스토리보드와 장면 계획입니다.
시스템 구성, 네트워크, 수치 변화처럼 정지 이미지로 흐름을 전달하기 어려운 주제에 적합합니다. X나 랜딩 페이지용 제품 소개에도 사용합니다. 먼저 저품질 초안을 렌더링해 구성과 타이밍을 확인한 뒤 글자, 여백, 색상과 속도감을 다듬습니다.
렌더링에는 manim CLI가 필요합니다. 필요에 따라 후처리에 ffmpeg, 마무리에 video-editing, UI나 자막 합성에 remotion-video-creation을 사용합니다.
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 Manim for technical explainers where motion, structure, and clarity matter more than photorealism.
manim CLI for scene renderingffmpeg for post-processing if neededvideo-editing for final assembly or polishremotion-video-creation when the final package needs composited UI, captions, or additional motion layersFor social-graph and network-optimization explainers:
Use assets/network_graph_scene.py as a starting point for network-graph explainers.
Example smoke test:
manim -ql assets/network_graph_scene.py NetworkGraphExplainer
Return:
video-editing for final polishremotion-video-creation for motion-heavy post-processing or compositingcontent-engine when the animation is part of a broader launch아직 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.