All authors
Claude Skills by revfactory
github.com/revfactory633 skills36 installs1,770 views
- Distributed Patterns분산 시스템 핵심 패턴(Saga, CQRS, Circuit Breaker, 이벤트 소싱 등)의 구현 가이드와 선택 매트릭스. '분산 트랜잭션', 'Saga 패턴', 'CQRS', '서킷 브레이커', '이벤트 소싱', '분산 패턴', '보상 트랜잭션', '최종 일관성' 등 분산 시스템 패턴 적용 시 이 스킬을 사용한다. communication-designer와 service-architect의 분산 시스템 설계 역량을 강화한다. 단, 인프라 구축이나 모니터링 설정은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Microservice Designer마이크로서비스 아키텍처를 설계·분해·통신·모니터링하는 풀 파이프라인. 도메인 분석, 서비스 설계, 통신 패턴, 관측성을 에이전트 팀이 협업하여 수행한다. '마이크로서비스 아키텍처 설계해줘', '서비스 분해해줘', 'MSA 설계', '도메인 분석해줘', '이벤트 기반 아키텍처', '서비스 간 통신 설계', '분산 시스템 설계', 'API 게이트웨이 설계' 등 마이크로서비스 설계 전반에 이 스킬을 사용한다. 기존 모놀리스에서 MSA로 전환하는 경우에도 지원한다. 단, 실제 인프라 구축, Kubernetes 배포, 코드 구현은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Mocking Strategy테스트 더블(Mock, Stub, Spy, Fake) 선택과 효과적인 모킹 전략 가이드. '모킹', 'Mock', 'Stub', 'Spy', 'Fake', '테스트 더블', '의존성 격리', '외부 서비스 모킹', 'DB 모킹' 등 테스트 격리 전략 수립 시 이 스킬을 사용한다. unit-tester와 integration-tester의 모킹 설계 역량을 강화한다. 단, 테스트 전략 전체 수립이나 CI 연동은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Test Automation테스트 자동화 풀 파이프라인. 전략 수립, 단위/통합 테스트 작성, CI 통합, 커버리지 분석을 에이전트 팀이 협업하여 수행한다. '테스트 자동화해줘', '테스트 코드 작성해줘', '단위 테스트 만들어줘', '통합 테스트 작성', '테스트 커버리지 분석', '테스트 전략 세워줘', 'CI에 테스트 연동해줘', '테스트 피라미드 설계' 등 테스트 자동화 전반에 이 스킬을 사용한다. 기존 테스트가 있어도 커버리지 분석이나 개선을 지원한다. 단, E2E/UI 테스트 실행, 브라우저 자동화 실행, 부하 테스트 실행은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Test Design Patterns효과적인 테스트 설계를 위한 패턴, 경계값 분석, 동등 분할, 상태 전이 테스트 등 체계적 테스트 케이스 도출 방법론. '테스트 설계', '테스트 케이스 도출', '경계값 분석', '동등 분할', '상태 전이 테스트', '페어와이즈', '테스트 매트릭스' 등 테스트 설계 시 이 스킬을 사용한다. test-strategist와 unit-tester의 테스트 설계 역량을 강화한다. 단, 테스트 인프라 구축이나 CI/CD 설정은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Incident Postmortem장애 사후분석(포스트모텀) 보고서를 에이전트 팀이 협업하여 생성하는 풀 파이프라인. 타임라인 재구성, 근본원인 분석, 영향범위 산정, 재발방지 대책을 체계적으로 수행한다. '장애 포스트모텀 작성해줘', '사후분석 보고서', '장애 보고서 만들어줘', 'incident report', '근본원인 분석해줘', 'RCA 보고서', '장애 타임라인 정리해줘', '재발방지 대책 세워줘' 등 장애 분석 전반에 이 스킬을 사용한다. 단, 실시간 장애 대응(온콜), 모니터링 시스템 구축, 알림 설정은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Rca Methodology근본원인 분석(RCA) 방법론 상세 가이드. 5 Whys, 피시본 다이어그램, Fault Tree Analysis, 변경점 분석 등 구조화된 RCA 기법과 인지 편향 방지 체크리스트. '근본원인 분석', 'RCA', '5 Whys', '피시본', 'Fault Tree', '원인 분석 방법론', '변경점 분석' 등 장애 원인 분석 시 이 스킬을 사용한다. root-cause-investigator의 분석 역량을 강화한다. 단, 타임라인 재구성이나 재발방지 대책 수립은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Sla Impact CalculatorSLA/SLO 기반 장애 영향도를 정량적으로 산정하는 계산 모델과 비즈니스 영향 매트릭스. 'SLA 영향', 'SLO 위반', '영향도 산정', '매출 손실 추정', '에러 버짓', '가용성 계산', '장애 비용 산정' 등 장애의 비즈니스 영향을 정량화할 때 이 스킬을 사용한다. impact-assessor의 영향도 산정 역량을 강화한다. 단, 장애 원인 분석이나 재발방지 대책은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Cloud Cost ModelsAWS/GCP/Azure 비용 모델, 사이징 가이드, 예약 인스턴스/Savings Plan 전략, FinOps 프레임워크 가이드. '클라우드 비용', '비용 최적화', 'FinOps', '인스턴스 사이징', 'Savings Plan', '예약 인스턴스', 'Spot 인스턴스', '비용 추정' 등 인프라 비용 관련 판단 시 이 스킬을 사용한다. cost-optimizer의 비용 분석 역량을 강화한다. 단, 실제 리소스 프로비저닝이나 결제 설정은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Infra As CodeInfrastructure as Code 설계 및 구현 풀 파이프라인. Terraform/Pulumi 기반 인프라 설계, 보안 정책, 비용 최적화, 드리프트 감지를 에이전트 팀이 협업하여 수행한다. 'IaC 설계해줘', 'Terraform 코드 작성해줘', '인프라 코드 만들어줘', 'Pulumi 프로젝트 설계', '클라우드 인프라 설계', '인프라 보안 설계', '인프라 비용 최적화', '드리프트 감지 설정' 등 IaC 전반에 이 스킬을 사용한다. 기존 인프라의 코드화(import)도 지원한다. 단, 실제 terraform apply 실행, 클라우드 콘솔 작업, 프로덕션 배포는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Terraform Module PatternsTerraform 모듈 설계 패턴, 디렉토리 구조, 상태 관리, 환경 분리 전략의 상세 가이드. 'Terraform 모듈', '모듈 구조', '상태 관리', 'remote state', '환경 분리', 'workspace', 'terragrunt', '모듈 패턴' 등 Terraform 모듈 설계 시 이 스킬을 사용한다. infra-architect와 drift-detector의 IaC 설계 역량을 강화한다. 단, 실제 terraform apply나 인프라 프로비저닝 실행은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Dag Orchestration PatternsAirflow DAG 설계 패턴, 의존관계 관리, 재시도 전략, 멱등성 보장, 백필 전략 등 데이터 파이프라인 오케스트레이션 가이드. 'Airflow DAG', 'DAG 설계', '의존관계', '재시도 전략', '멱등성', '백필', '파이프라인 오케스트레이션', 'Dagster', 'Prefect' 등 파이프라인 스케줄링 시 이 스킬을 사용한다. scheduler-engineer의 DAG 설계 역량을 강화한다. 단, 데이터 품질 규칙 정의나 모니터링 대시보드는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Data Pipeline데이터 파이프라인의 수집, 변환, 적재, 품질검증, 모니터링을 에이전트 팀이 협업하여 설계·구현하는 풀 파이프라인. '데이터 파이프라인 설계해줘', 'ETL 파이프라인 구축', '데이터 수집 자동화', '데이터 웨어하우스 파이프라인', 'ELT 설계', '배치 파이프라인', '스트리밍 파이프라인', 'Airflow DAG 만들어줘', 'dbt 모델 설계', '데이터 품질 검증 체계' 등 데이터 파이프라인 설계·구축 전반에 이 스킬을 사용한다. 기존 파이프라인의 품질 검증이나 모니터링만 필요한 경우에도 지원한다. 단, 실시간 스트리밍 엔진(Flink/Spark Streaming) 직접 실행, 클라우드 인프라 프로비저닝, 데이터베이스 관리자(DBA) 업무는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Data Quality Framework데이터 품질 차원(정확성, 완전성, 적시성, 일관성 등)별 검증 규칙 설계와 Great Expectations, dbt tests 등의 도구 활용 가이드. '데이터 품질', '검증 규칙', 'Great Expectations', 'dbt test', '데이터 프로파일링', '이상 탐지', '데이터 계약' 등 데이터 품질 관리 시 이 스킬을 사용한다. data-quality-manager의 품질 검증 역량을 강화한다. 단, 파이프라인 스케줄링이나 전체 아키텍처 설계는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Cve AnalysisCVE(Common Vulnerabilities and Exposures) 분석 방법론, 의존성 취약점 스캔 도구 활용, CVSS 점수 해석, 취약점 우선순위 결정 가이드. 'CVE', '취약점 분석', '의존성 취약점', 'CVSS', 'npm audit', 'Snyk', 'Trivy', 'CVE 데이터베이스', '취약점 우선순위' 등 CVE 기반 취약점 분석 시 이 스킬을 사용한다. vulnerability-scanner의 스캐닝 역량을 강화한다. 단, 실제 침투 테스트 실행이나 코드 수정은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Owasp Testing GuideOWASP Top 10 기반 보안 테스트 방법론, 취약점별 공격 벡터, 탐지 방법, 수정 가이드. 'OWASP', 'Top 10', 'XSS', 'SQL Injection', 'CSRF', 'SSRF', 'Injection', '보안 테스트 방법론', '취약점 테스트' 등 웹 애플리케이션 보안 테스트 시 이 스킬을 사용한다. code-analyst와 pentest-reporter의 보안 분석 역량을 강화한다. 단, 실제 침투 테스트 실행이나 네트워크 스캐닝은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Security Audit보안 감사의 취약점 스캔, 코드 보안 분석, 침투 테스트 시나리오 작성, 개선 권고를 에이전트 팀이 협업하여 수행하는 풀 보안 감사 파이프라인. '보안 감사해줘', '취약점 점검', '보안 진단', '코드 보안 분석', '침투 테스트 보고서', '보안 취약점 스캔', 'OWASP 점검', '시큐어 코딩 검토', '보안 개선 방안', '인프라 보안 점검' 등 보안 감사 전반에 이 스킬을 사용한다. 코드 분석만 필요하거나 개선 권고만 필요한 경우에도 지원한다. 단, 실제 네트워크 침투 실행, 악성코드 분석, SOC 운영, 실시간 보안 모니터링은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Threat ModelingSTRIDE, DREAD, Attack Tree 등 위협 모델링 방법론과 위협 식별·평가·대응 전략 수립 가이드. 'STRIDE', 'DREAD', '위협 모델링', 'threat modeling', '공격 트리', 'attack surface', '위협 식별', '보안 설계' 등 시스템 위협 분석 시 이 스킬을 사용한다. security-consultant와 pentest-reporter의 위협 분석 역량을 강화한다. 단, 실제 침투 테스트 실행이나 CVE 스캐닝은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Caching Strategy Selector캐싱 전략(Cache Aside, Write Through, Write Behind 등) 선택 매트릭스와 Redis/Memcached 활용, TTL 설계, 캐시 무효화 패턴 가이드. '캐싱 전략', 'Redis', '캐시 무효화', 'TTL', 'Cache Aside', 'Write Through', 'CDN 캐싱', '캐시 스탬피드' 등 캐싱 설계 시 이 스킬을 사용한다. optimization-engineer의 캐싱 설계 역량을 강화한다. 단, 전체 성능 프로파일링이나 벤치마크는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Performance Optimizer애플리케이션 성능 최적화를 프로파일링, 병목 분석, 최적화 구현, 벤치마크 검증까지 에이전트 팀이 협업하여 수행하는 풀 파이프라인. '성능 최적화해줘', '느린 API 개선', '쿼리 최적화', '응답시간 줄여줘', '성능 프로파일링', '병목 분석', '벤치마크 테스트', '로딩 속도 개선', 'P95 응답시간 줄이기', '처리량 늘리기' 등 성능 개선 전반에 이 스킬을 사용한다. 특정 쿼리 최적화나 프로파일링만 필요한 경우에도 지원한다. 단, 인프라 프로비저닝 직접 실행, 로드밸런서 설정, CDN 구성 직접 배포는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Query Optimization PatternsSQL/NoSQL 쿼리 최적화 패턴, 실행 계획 분석, 인덱스 전략, N+1 문제 해결 등 데이터베이스 성능 최적화 가이드. '쿼리 최적화', '실행 계획', 'EXPLAIN', '인덱스 설계', 'N+1 문제', '느린 쿼리', 'slow query', 'DB 성능' 등 데이터베이스 쿼리 성능 개선 시 이 스킬을 사용한다. bottleneck-analyst와 optimization-engineer의 DB 성능 분석 역량을 강화한다. 단, 전체 시스템 프로파일링이나 벤치마크 실행은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Community Health Metrics오픈소스 프로젝트 커뮤니티 건강도 측정 지표, GitHub 프로젝트 설정 베스트 프랙티스, 기여자 경험 최적화 가이드. '커뮤니티 건강도', 'GitHub 설정', '이슈 템플릿', 'PR 템플릿', 'CONTRIBUTING', 'Code of Conduct', '기여자 경험', 'GitHub Actions CI' 등 오픈소스 커뮤니티 운영 시 이 스킬을 사용한다. community-manager와 doc-writer의 커뮤니티 설계 역량을 강화한다. 단, 라이선스 법적 분석이나 코드 리팩토링은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- License Compatibility Matrix오픈소스 라이선스 호환성 매트릭스, 라이선스별 의무사항, 듀얼 라이선스 전략, SPDX 식별자 가이드. '라이선스 호환성', '라이선스 선택', 'MIT', 'Apache', 'GPL', 'LGPL', 'BSD', '듀얼 라이선스', 'SPDX', '라이선스 충돌' 등 오픈소스 라이선스 관련 판단 시 이 스킬을 사용한다. license-specialist의 라이선스 분석 역량을 강화한다. 단, 법적 자문이나 실제 라이선스 파일 생성은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Open Source Launcher오픈소스 프로젝트 런칭 준비를 코드 정리, 문서 작성, 라이선스 선정, 커뮤니티 구축까지 에이전트 팀이 협업하여 수행하는 풀 런칭 파이프라인. '오픈소스 공개 준비해줘', '프로젝트 오픈소스화', 'GitHub 공개 준비', '오픈소스 라이선스 선정', 'README 작성', 'CONTRIBUTING 가이드 만들어줘', '오픈소스 커뮤니티 설계', '릴리스 준비', 'CI/CD 구성해줘', '코드 공개 전 점검' 등 오픈소스 런칭 전반에 이 스킬을 사용한다. README만 필요하거나 라이선스 검토만 필요한 경우에도 지원한다. 단, 실제 저장소 생성, GitHub 설정 API 호출, 패키지 레지스트리 배포 실행은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Experiment Tracking SetupMLflow, Weights & Biases 등 실험 추적 도구 설정, 재현성 보장, 모델 레지스트리, 실험 비교 방법론 가이드. '실험 추적', 'MLflow', 'W&B', 'Weights and Biases', '재현성', '모델 레지스트리', '실험 비교', '하이퍼파라미터 로깅' 등 ML 실험 관리 시 이 스킬을 사용한다. training-manager의 실험 관리 역량을 강화한다. 단, 모델 아키텍처 설계나 피처 엔지니어링은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Feature Engineering Cookbook피처 엔지니어링 기법 카탈로그: 수치형/범주형/시계열/텍스트 변환, 피처 선택, 피처 스토어 설계. '피처 엔지니어링', '특성 공학', '변수 변환', '인코딩', '스케일링', '피처 선택', '피처 스토어', '피처 중요도' 등 데이터 전처리 및 피처 설계 시 이 스킬을 사용한다. data-engineer의 피처 엔지니어링 역량을 강화한다. 단, 모델 설계나 학습 관리는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Ml ExperimentML 실험의 데이터 준비, 모델 설계, 학습, 평가, 배포 준비를 에이전트 팀이 협업하여 수행하는 풀 ML 파이프라인. 'ML 실험 설계해줘', '모델 학습해줘', '머신러닝 프로젝트', '딥러닝 모델 만들어줘', '분류 모델', '회귀 모델', '데이터 전처리', '모델 평가', '하이퍼파라미터 튜닝', 'MLOps 설정', 'XGBoost 모델', 'PyTorch 모델' 등 ML 실험 전반에 이 스킬을 사용한다. 데이터 전처리만 필요하거나 모델 평가만 필요한 경우에도 지원한다. 단, 모델 서빙 인프라(SageMaker/Vertex AI) 직접 배포, 대규모 분산 학습 클러스터 관리, 실시간 추론 서비스 운영은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Model Selection GuideML 문제 유형별 모델 선택 매트릭스, 하이퍼파라미터 튜닝 전략, 앙상블 방법론 가이드. '모델 선택', '알고리즘 비교', '하이퍼파라미터 튜닝', 'Optuna', '앙상블', 'XGBoost vs LightGBM', '모델 비교', '교차 검증' 등 ML 모델 선택 및 설계 시 이 스킬을 사용한다. model-designer와 evaluation-analyst의 모델 설계 역량을 강화한다. 단, 데이터 전처리나 학습 인프라 관리는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Data Analysis데이터 분석 프로젝트의 탐색적 분석(EDA), 데이터 정제, 통계 분석, 시각화, 보고서 작성을 에이전트 팀이 협업하여 한 번에 수행하는 풀 분석 파이프라인. '데이터 분석해줘', 'EDA 해줘', '탐색적 분석', '통계 분석', '데이터 시각화', '분석 보고서 써줘', 'CSV 분석', '데이터 인사이트 뽑아줘', '데이터 정제', '이상치 분석' 등 데이터 분석 전반에 이 스킬을 사용한다. 단, 실시간 데이터 스트리밍, ML 모델 학습/배포, BI 대시보드 서버 구축은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Statistical Tests Selector통계 검정 선택 의사결정 트리, 검정별 가정/공식/해석 가이드, 효과 크기와 검정력 분석. '통계 검정', 't-검정', 'ANOVA', '카이제곱', '상관분석', 'p-value', '가설 검정', '정규성 검정', '비모수 검정', '효과 크기' 등 통계 분석 방법 선택 시 이 스킬을 사용한다. analyst의 통계 분석 역량을 강화한다. 단, 데이터 정제나 시각화는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Visualization Chooser데이터 유형과 분석 목적에 따른 시각화 유형 선택 매트릭스, matplotlib/seaborn/plotly 구현 패턴 가이드. '시각화 선택', '차트 유형', '그래프 종류', 'matplotlib', 'seaborn', 'plotly', '히트맵', '산점도', '박스플롯', '대시보드 레이아웃' 등 데이터 시각화 설계 시 이 스킬을 사용한다. visualizer의 시각화 설계 역량을 강화한다. 단, 통계 분석이나 데이터 정제는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Nlp Preprocessing Toolkit텍스트 전처리 기법 카탈로그: 토큰화, 정규화, 불용어, 형태소 분석, 임베딩 선택, 한국어 특화 처리 가이드. '텍스트 전처리', '토큰화', '형태소 분석', 'KoNLPy', '불용어', '정규화', 'TF-IDF', '임베딩', 'Word2Vec', '한국어 NLP' 등 텍스트 전처리 시 이 스킬을 사용한다. preprocessor와 extractor의 텍스트 처리 역량을 강화한다. 단, 감성분석 모델이나 분류 알고리즘 선택은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Sentiment Lexicon Builder감성 사전 구축, ABSA(Aspect-Based Sentiment Analysis) 설계, 감성 점수 보정, 도메인 특화 감성 분석 방법론 가이드. '감성 사전', '감성 분석 모델', 'ABSA', '측면별 감성', '감성 점수', '극성 사전', '도메인 감성', '감정 분류' 등 감성분석 설계 시 이 스킬을 사용한다. sentiment-analyzer의 감성분석 역량을 강화한다. 단, 텍스트 전처리나 보고서 작성은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Text Processor텍스트 처리 파이프라인: 대량 텍스트의 전처리, 분류, 개체/키워드 추출, 감성분석, 요약 생성, 구조화 데이터 변환, 보고서 작성을 에이전트 팀이 협업하여 수행한다. '텍스트 분석해줘', '텍스트 처리', '문서 분류해줘', '감성분석 해줘', '키워드 추출', '개체명 인식', 'NER', '텍스트 요약', '리뷰 분석', '설문 텍스트 분석', '댓글 분석' 등 텍스트 NLP 처리 전반에 이 스킬을 사용한다. 단, 음성인식(STT), 기계번역, 챗봇 대화 관리, LLM 파인튜닝은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Data Migration데이터 마이그레이션의 소스 분석, 스키마 매핑, 변환 스크립트 생성, 검증 쿼리 설계, 롤백 계획을 에이전트 팀이 협업하여 수행하는 풀 마이그레이션 파이프라인. '데이터 마이그레이션', 'DB 이관', '데이터 이전', '스키마 변환', '데이터베이스 이관 계획', 'ETL 스크립트', '데이터 이행', 'DB 마이그레이션 검증', '시스템 전환' 등 데이터 마이그레이션 전반에 이 스킬을 사용한다. 단, 실시간 CDC 스트리밍 구축, 클라우드 인프라 프로비저닝, 애플리케이션 코드 마이그레이션은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Data Validation Patterns마이그레이션 데이터 검증 패턴: 행 수 비교, 체크섬, 샘플링 검증, FK 무결성, 비즈니스 규칙 검증 쿼리 설계 가이드. '데이터 검증', '마이그레이션 검증', '체크섬', '행 수 비교', '무결성 검증', '회귀 테스트', 'Go/No-Go 체크리스트' 등 마이그레이션 데이터 정합성 검증 시 이 스킬을 사용한다. validation-engineer의 검증 설계 역량을 강화한다. 단, 스키마 매핑이나 롤백 계획은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Type Mapping EncyclopediaRDBMS 간 데이터 타입 매핑 테이블, RDBMS↔NoSQL 변환 패턴, 문자셋/콜레이션 변환, 특수 타입 처리 가이드. '타입 매핑', '데이터 타입 변환', 'MySQL PostgreSQL 변환', 'Oracle 마이그레이션', '문자셋 변환', '콜레이션', 'AUTO_INCREMENT 시퀀스', 'JSON 타입' 등 스키마 타입 변환 시 이 스킬을 사용한다. schema-mapper의 타입 변환 역량을 강화한다. 단, ETL 스크립트 작성이나 검증 쿼리는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Api Client GeneratorAPI 클라이언트 SDK를 자동 생성하는 풀 파이프라인. API 스펙(OpenAPI/GraphQL/gRPC) 파싱, 타입 생성, 클라이언트 코드, 테스트, 사용 문서를 에이전트 팀이 협업하여 생성한다. 'API 클라이언트 만들어줘', 'SDK 생성', 'OpenAPI에서 클라이언트', 'API 래퍼', 'REST 클라이언트', 'GraphQL 클라이언트', 'API 타입 생성', 'Swagger에서 SDK' 등 API 클라이언트 SDK 생성 전반에 이 스킬을 사용한다. 단, API 서버 구현, API 게이트웨이 설정, API 모니터링 대시보드 구축은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Openapi Spec PatternsOpenAPI 3.x 스펙 분석 패턴, 스키마 정규화, 인증 방식 매핑, 페이지네이션/에러 패턴 추출, GraphQL/gRPC 스펙 해석 가이드. 'OpenAPI', 'Swagger', '스펙 분석', '스키마 정규화', 'API 인증', '페이지네이션 패턴', 'GraphQL 스키마', 'gRPC proto' 등 API 스펙 분석 시 이 스킬을 사용한다. spec-parser의 스펙 분석 역량을 강화한다. 단, SDK 코드 생성이나 테스트 작성은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Sdk Design PatternsSDK/API 클라이언트 설계 패턴: 빌더 패턴, 인터셉터 체인, 재시도 전략, 타입 안전 설계, 에러 핸들링, 페이지네이션 래퍼 가이드. 'SDK 설계', '클라이언트 패턴', '재시도 전략', '인터셉터', '빌더 패턴', 'SDK 에러 처리', '타입 안전', 'SDK 아키텍처' 등 SDK 구조 설계 시 이 스킬을 사용한다. sdk-developer의 SDK 설계 역량을 강화한다. 단, API 스펙 파싱이나 테스트/문서 작성은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Design SystemUI 디자인 시스템을 체계적으로 구축하는 풀 파이프라인. 디자인 토큰 설계, React/Vue 컴포넌트 라이브러리, 스토리북, 접근성(WCAG) 검증, 문서화를 에이전트 팀이 협업하여 생성한다. '디자인 시스템 만들어줘', '컴포넌트 라이브러리', 'UI 키트', '디자인 토큰', '스토리북 구축', '접근성 검증', 'WCAG 검증', 'UI 컴포넌트', '버튼 컴포넌트 만들어줘' 등 디자인 시스템 구축 전반에 이 스킬을 사용한다. 단, Figma 플러그인 개발, 디자인 시스템 SaaS 구축, 네이티브 앱 컴포넌트(SwiftUI/Jetpack Compose)는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Token Generator디자인 토큰을 체계적으로 생성하는 방법론과 도구. '디자인 토큰 만들어줘', '토큰 체계 설계', '색상 스케일 생성', '타이포 스케일', '간격 체계', '다크모드 토큰' 등 디자인 토큰 설계 시 사용한다. 단, Figma 토큰 플러그인 실행, Style Dictionary 런타임 빌드는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Wcag CheckerWCAG 2.1/2.2 접근성 검증 체크리스트와 자동 감사 방법론을 제공하는 스킬. '접근성 검증해줘', 'WCAG 체크', '대비비 확인', 'ARIA 검사', '키보드 접근성', '스크린리더 테스트' 등 접근성 검증이 필요할 때 사용한다. 단, 실제 보조기기(JAWS/NVDA) 실행, 법적 소송 자문, 접근성 인증 발급은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Anti Bot Analyzer웹사이트의 안티봇 방어 메커니즘을 분석하고 합법적 우회 전략을 수립하는 스킬. '안티봇 분석해줘', '봇 차단 우회', 'Cloudflare 대응', '캡차 감지', 'rate limit 확인' 등 안티봇 분석 시 사용한다. 단, 불법적 우회 도구 개발, CAPTCHA 자동 풀이 서비스, 개인정보 침해 스크래핑은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Selector Generator웹 페이지 데이터 추출을 위한 CSS/XPath 선택자를 체계적으로 생성하고 검증하는 스킬. '선택자 만들어줘', 'CSS 선택자', 'XPath 작성', '데이터 추출 패턴', '파싱 규칙' 등 선택자 설계 시 사용한다. 단, 브라우저 DevTools 직접 조작은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Web Scraper웹 스크래핑 시스템을 에이전트 팀이 협업하여 구축하는 풀 파이프라인. '웹 스크래핑 만들어줘', '크롤러 개발해줘', '사이트 데이터 수집', '웹 크롤링 시스템', '스크래퍼 구축', '데이터 수집 자동화', '사이트 파싱', '웹 데이터 추출' 등 웹 스크래핑 시스템 구축 전반에 이 스킬을 사용한다. 특정 사이트 분석만 필요한 경우에도 대상분석 모드로 지원한다. 단, 실시간 스트리밍 데이터 처리(Kafka/Flink), 브라우저 자동화 테스트(Selenium 테스트), 웹사이트 성능 모니터링은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Chatbot Builder챗봇 시스템을 에이전트 팀이 협업하여 구축하는 풀 파이프라인. '챗봇 만들어줘', '대화형 봇 개발', '고객 응대 봇', 'FAQ 챗봇', '카카오톡 챗봇', 'Slack 봇', '자동 응답 시스템', '대화 AI', '챗봇 설계' 등 챗봇 구축 전반에 이 스킬을 사용한다. 대화 설계만 필요한 경우에도 설계 모드로 지원한다. 단, 음성 비서(Alexa/Google Home), 실시간 음성 통화 봇, 영상 챗봇은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Conversation Flow Validator챗봇 대화 흐름의 완전성, 순환, 데드엔드를 검증하는 방법론. '대화 흐름 검증', '시나리오 테스트', '엣지케이스 확인', '폴백 검증', '멀티턴 테스트' 등 대화 품질 검증 시 사용한다. 단, 실제 사용자 테스트 진행, A/B 테스트 인프라 구축은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Intent Taxonomy Builder챗봇의 의도(Intent) 분류 체계를 체계적으로 설계하는 방법론. '의도 분류 설계', 'intent 체계', 'NLU 의도 목록', '엔티티 사전', '슬롯 설계' 등 챗봇 의도 분류 체계 설계 시 사용한다. 단, 실제 NLU 모델 학습, 클라우드 NLU 서비스 배포는 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256
- Changelog Generator릴리스 관리를 에이전트 팀이 협업하여 수행하는 풀 파이프라인. '릴리스 노트 만들어줘', 'CHANGELOG 생성', '체인지로그 작성', '버전 릴리스 준비', '마이그레이션 가이드', '릴리스 공지문', '변경사항 정리', '새 버전 발표' 등 릴리스 관리 전반에 이 스킬을 사용한다. 단, CI/CD 파이프라인 구축, 자동 배포 설정, 버전 관리 정책 수립은 이 스킬의 범위가 아니다.Votes: 0GitHub stars: 1,256