코드 위치 조사, 한두 파일의 수정, 변경 사항 검토를 전담 보조 에이전트에 맡깁니다. 짧고 구조화된 결과를 받아 주 에이전트의 문맥 사용량을 줄입니다.
- 정의와 호출 위치를 찾을 때
- 한두 파일만 제한적으로 수정할 때
- 변경 사항의 결함을 검토할 때
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트
무료GitHub에 공개한국어 소개
investigate-first
원인 불명의 버그, 간헐적 이상, 성능 저하를 코드 변경 전에 조사합니다. 관찰한 증상과 추측을 구분하고 증거로 가설을 좁혀 원인과 근거를 보고합니다.
원문원문 설명 보기
Diagnose ambiguous failures before editing. Use for unknown causes, intermittent behavior, performance regressions, or investigations needing evidence-ranked hypotheses.
이럴 때 유용합니다
- 원인 불명의 버그 조사
- 간헐적으로 발생하는 이상 원인 조사
- 성능 저하의 원인 파악
- 증거를 바탕으로 원인 가설 비교
한국어 소개
할 수 있는 일
원인이 불명확한 문제에 대해 코드를 변경하기 전에 증거를 모아 조사합니다. 실제로 관찰한 증상과 추론한 원인을 구분하고 입력, 상태 변화, 처리의 책임 범위, 실패 시 출력을 추적합니다. 증거의 강도와 적은 노력으로 틀렸는지 확인할 수 있는지를 기준으로 가설의 우선순위를 정합니다. 증거를 설명할 수 있는 신뢰할 만한 작동 원리를 찾을 때까지 제품 코드 수정을 보류합니다.
이럴 때 유용합니다
발생 조건을 알 수 없는 장애, 가끔 발생하는 이상, 이전보다 처리가 느려진 문제를 조사할 때 유용합니다. 원인 후보가 여러 개여서 추측에 따라 수정하기 전에 근거를 정리하고 싶을 때도 사용할 수 있습니다.
사용 예시
- “이 간헐적 오류를 조사하고 증상과 원인 가설을 구분해서 보고해 주세요.”
- “성능 저하의 원인을 증거가 있는 가설부터 차례로 검증해 주세요.”
주의 사항
원인 또는 조사를 가로막는 구체적인 요인을 밝힐 증거가 충분히 모이면 조사를 마칩니다. 보고에는 원인과 그 근거를 제시합니다. 수정 구현은 요청에서 허용한 경우에만 수행합니다.
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
- A양호원인 불명, 간헐적 이상, 성능 저하를 대상으로 편집 전 증거 수집을 명시합니다.
- 절차의 구체성절차·입출력·예시가 구체적으로 적혀 있는가
- B일부 부족추적 대상과 가설 순위 기준은 있으나 구체적인 검증 예시나 보고 양식은 없습니다.
- 안전성전송·삭제·명령 실행 등을 명시하고 있는가
- A양호증거로 작동 원리를 뒷받침할 때까지 코드를 편집하지 않으며 수정에는 요청의 허용이 필요합니다.
- 도입의 용이성필요한 도구나 API 키가 적고 적혀 있는가
- A양호증거 수집과 보고 원칙을 제시하며 특정 도구나 인증 정보를 지정하지 않습니다.
총점은 각 항목을 A=25점, B=15점, C=5점으로 더한 값입니다. 2026년 10월 20일 기준으로 AI(OpenAI Codex)가 판정했습니다. 참고용이므로 설치 전에 원문도 확인해 주세요.
평가가 다르다고 생각되면 재검토를 요청하기
포함된 파일(2)
- SKILL.md688 B
- agents/openai.yaml202 B
SKILL.md(원문)
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Investigate first
Gather evidence before changing product code.
- Separate observed symptom from inferred cause.
- Trace inputs, state transitions, ownership boundaries, and failure output.
- Rank hypotheses by evidence and cheap falsification value.
- Do not edit until one credible mechanism explains evidence.
- Stop exploration when evidence is sufficient to name cause or exact blocker.
Report cause and proof. Make no fix unless task authorizes implementation.
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.
같은 저장소의 스킬
에이전트의 답변을 결론부터 시작하는 짧은 문장으로 정리합니다. 인사와 긴 서두를 덜고 코드, 수치, 부정 조건 등 필요한 정보와 가독성을 유지합니다.
- 터미널에서 간결한 답변을 읽을 때
- 설명보다 결론을 먼저 알고 싶을 때
- 기술 정보를 유지하며 문장을 줄일 때
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트
Conventional Commits 형식으로 코드 변경 의도를 담은 짧은 커밋 메시지를 작성합니다. 호환성을 깨는 변경이나 마이그레이션 등에는 본문으로 배경을 덧붙입니다.
- 변경에 맞는 커밋 메시지 작성
- 커밋 메시지 형식 통일
- 호환성 변경과 마이그레이션 절차 기록
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트
CLAUDE.md나 작업 목록의 자연어를 짧게 압축해 입력 토큰을 줄입니다. 코드와 문서 구조를 유지하고 읽기 쉬운 원문은 별도 위치에 백업합니다.
- CLAUDE.md의 입력 토큰을 줄일 때
- 작업 목록과 선호 사항 메모를 압축할 때
- 압축 전의 읽기 쉬운 원문을 보관할 때
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트
코드에서 LLM을 사용하는 흐름을 업무 단위로 찾고 승인 후 용도별 라벨을 붙입니다. Caveman Cloud에서 처리 흐름별 비용을 나누어 확인할 수 있도록 합니다.
- LLM 비용을 업무별로 파악할 때
- API와 정기 작업의 LLM 사용을 조사할 때
- 평가 처리 비용을 따로 확인할 때
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트
Caveman Cloud의 비용, 응답 시간, 오류를 읽기 전용으로 조사합니다. 집계와 개별 실행 기록을 대조해 지출 내역과 개선 여지를 근거와 함께 정리합니다.
- LLM 비용을 높이는 처리 파악
- 응답 지연과 오류 조사
- 실측 비용과 검증된 절감액 정리
JuliusBrussee/caveman11.4만2026년 10월 21일 업데이트