본문으로 건너뛰기
cccskills
무료GitHub에 공개한국어 소개

ralphinho-rfc-pipeline

대규모 기능의 설계 제안을 의존 관계와 통과 기준이 있는 작업으로 나눕니다. 여러 에이전트의 조사, 구현, 테스트, 검토부터 통합과 최종 검증까지 정리합니다.

원문원문 설명 보기

Split an RFC into a multi-agent execution DAG — decompose into work units with dependencies and acceptance tests, run research, plan, implement, test, and review per unit, then merge through a queue with re-based branches and final system verification. Use when a feature is too large for a single agent pass, orchestrating RFC-driven multi-agent execution, or managing merge queues across agent-built units.

affaan-m/ECC
AI 평가80점/ 100설치 방법 보기

이럴 때 유용합니다

  • 큰 설계 제안을 검증 가능한 작업으로 나눕니다
  • 여러 에이전트에 의존 관계가 있는 일을 배정합니다
  • 변경 브랜치를 검토하고 순서대로 통합합니다
  • 정체된 작업의 범위를 좁혀 재시도합니다

한국어 소개

할 수 있는 일

대규모 기능의 RFC인 설계 제안 문서를 독립적으로 검증할 수 있는 작업 단위로 나누고 여러 에이전트의 진행 절차를 정리합니다. 각 단위에 ID, 의존 관계, 범위, 통과 판정용 테스트, 위험, 되돌리기 계획을 설정합니다. 조사, 계획, 구현, 테스트, 검토를 거쳐 순서대로 변경을 통합한 뒤 전체 시스템을 검증합니다.

이럴 때 유용합니다

한 번의 에이전트 작업으로 다루기 어려운 기능 개발이나 여러 변경을 의존 관계에 따라 합칠 때 유용합니다. 변경 복잡도를 세 단계로 나누고 실행 로그, 작업별 평가표, 의존 관계도, 통합 위험 요약을 남깁니다. 작업이 정체되면 조사 결과를 보존하고 범위를 좁혀 재시도하는 절차도 다룹니다.

사용 예시

  • “이 RFC를 의존 관계와 통과 테스트가 있는 작업 단위로 나눠 주세요.”
  • “각 에이전트 변경의 통합 순서와 검증 절차를 정리해 주세요.”
  • “정체된 작업의 조사 결과를 남기고 범위를 좁힌 재시도안을 만들어 주세요.”

주의 사항

의존 작업의 실패가 해결되지 않으면 통합하지 않습니다. 각 작업 브랜치를 최신 통합 브랜치에 리베이스하고, 통합할 때마다 통합 테스트를 다시 실행해야 합니다. 작업 단위 테스트에 더해 마지막에는 전체 시스템 검증이 필요합니다.

이 소개문은 공개된 SKILL.md를 바탕으로 AI(OpenAI Codex)가 작성했습니다. 정확한 사양은 아래 원문을 확인하세요.

객관 평가

AI가 SKILL.md의 내용만을 근거로 4가지 관점에서 판정했습니다. 스타 수나 인기도는 판정에 넣지 않았습니다.

지시의 명확성언제 쓰고 무엇을 하는지 알 수 있는가
A양호한 번에 처리하기 어려운 RFC를 나누고 배정부터 통합과 최종 검증까지 진행하는 용도를 명시합니다.
절차의 구체성절차·입출력·예시가 구체적으로 적혀 있는가
A양호일곱 단계 공정, 작업 명세의 여섯 항목, 통합 규칙과 정체 시 복구 절차를 제시합니다.
안전성전송·삭제·명령 실행 등을 명시하고 있는가
B일부 부족리베이스와 통합 규칙은 있지만 이력 변경 전 확인이나 충돌 처리 방법은 기재하지 않습니다.
도입의 용이성필요한 도구나 API 키가 적고 적혀 있는가
B일부 부족여러 에이전트, 브랜치와 리베이스를 전제하지만 실행 환경의 도입 절차는 없습니다.

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.

평가가 다르다고 생각되면 재검토를 요청하기

어느 항목이 왜 다르다고 생각하는지 적어 주세요. 로그인은 필요 없습니다. SKILL.md와 대조해 평가를 다시 만들고 이곳에 반영합니다.

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

포함된 파일(1)

  • SKILL.md1.8 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Ralphinho RFC Pipeline

Inspired by humanplane style RFC decomposition patterns and multi-unit orchestration workflows.

Use this skill when a feature is too large for a single agent pass and must be split into independently verifiable work units.

Pipeline Stages

  1. RFC intake
  2. DAG decomposition
  3. Unit assignment
  4. Unit implementation
  5. Unit validation
  6. Merge queue and integration
  7. Final system verification

Unit Spec Template

Each work unit should include:

  • id
  • depends_on
  • scope
  • acceptance_tests
  • risk_level
  • rollback_plan

Complexity Tiers

  • Tier 1: isolated file edits, deterministic tests
  • Tier 2: multi-file behavior changes, moderate integration risk
  • Tier 3: schema/auth/perf/security changes

Quality Pipeline per Unit

  1. research
  2. implementation plan
  3. implementation
  4. tests
  5. review
  6. merge-ready report

Merge Queue Rules

  • Never merge a unit with unresolved dependency failures.
  • Always rebase unit branches on latest integration branch.
  • Re-run integration tests after each queued merge.

Recovery

If a unit stalls:

  • evict from active queue
  • snapshot findings
  • regenerate narrowed unit scope
  • retry with updated constraints

Outputs

  • RFC execution log
  • unit scorecards
  • dependency graph snapshot
  • integration risk summary

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

댓글

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

보내면 바로 공개됩니다. 이메일 주소나 전화번호 같은 개인 정보는 쓰지 마세요. URL은 2개까지입니다.

0 / 1,000자

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

같은 저장소의 스킬

accessibility

무료요약 있음AI 평가 100점

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
affaan-m/ECC28.6만2026년 10월 21일 업데이트

agent-architecture-audit

무료요약 있음AI 평가 80점

인공지능 에이전트의 문제를 지시, 기억, 도구 실행, 화면 표시 등 12개 계층에서 조사합니다. 코드와 로그를 근거로 원인을 정리하고 심각도에 따른 지적 사항과 수정안을 제시합니다.

  • 앱 안에서만 발생하는 문제 조사
  • 이전 대화가 섞이는 원인 확인
  • 도구 실행 누락과 허위 실행 보고 확인
affaan-m/ECC28.6만2026년 10월 21일 업데이트

agent-eval

무료요약 있음AI 평가 80점

실제 개발 과제로 여러 코딩 에이전트를 비교합니다. 성공률, 확인 가능한 API 비용, 소요 시간과 반복 실행의 안정성을 측정해 도입 결정과 업데이트 후 평가에 활용합니다.

  • 실제 개발 과제로 에이전트를 비교합니다
  • 새 도구나 모델을 도입하기 전에 평가합니다
  • 에이전트 업데이트 후 성능을 확인합니다
affaan-m/ECC28.6만2026년 10월 21일 업데이트

agent-harness-construction

무료요약 있음AI 평가 100점

AI 에이전트의 도구 구성, 입력과 출력 형식, 오류 복구 절차를 설계합니다. 문맥 정보량을 관리하고 완료율, 재시도 횟수, 성공한 작업당 비용으로 개선을 평가합니다.

  • 에이전트 도구와 입력 형식을 설계합니다
  • 도구 결과와 다음 행동을 명확히 합니다
  • 안전한 재시도와 중단 조건을 정합니다
affaan-m/ECC28.6만2026년 10월 21일 업데이트

agent-introspection-debugging

무료요약 있음AI 평가 100점

오류와 실행 환경을 바탕으로 AI 에이전트가 실패하거나 같은 작업을 반복하는 원인을 조사합니다. 작은 복구 작업을 시험하고 결과와 근거를 인계용 보고서로 정리합니다.

  • 에이전트의 연속 실패 진단
  • 동일한 도구 작업의 반복 조사
  • 정보 누적으로 인한 출력 품질 저하 점검
affaan-m/ECC28.6만2026년 10월 5일 업데이트

agent-introspection-debugging

무료요약 있음AI 평가 100점

AI 에이전트의 반복 실패와 도구 사용을 기록하고 원인을 좁힙니다. 영향이 제한된 복구 작업과 결과 보고를 통해 근거 있는 재시도를 돕습니다.

  • 같은 도구 작업을 반복하는 원인 조사
  • 대화 증가에 따른 출력 품질 저하 조사
  • 파일 경로와 환경 불일치 확인
affaan-m/ECC28.6만2026년 10월 21일 업데이트

affaan-m의 스킬 모두 보기

이 스킬의 문제 신고