AI Skills
Claude Code Skills
ClawHub
License: MIT
Follow @iliaa
ai-skills
AI 코딩 에이전트의 행동 방식을 변화시키는 간결하고 의견이 강한(opinionated) 스킬입니다. 사용자가 작업하는 내용에 의해 트리거되는, 규율을 강제하고 실수를 잡아내는 행동 규칙입니다. 하나의 설치 명령으로 35개 이상의 에이전트와 함께 작동합니다.
참고: 이 저장소는 whetstone plugin의 스킬에 대한 읽기 전용 미러(read-only mirror)입니다. 수정 사항은 상위(upstream)에서 발생하며, 이 저장소는 npx skills add를 통한 배포 목적으로 존재합니다.
문제점 (The Problem)
AI 코딩 에이전트는 계획 수립을 건너뛰고, 검증 없이 '완료'라고 주장하며, 근본 원인보다는 증상만 패치하고, 컨텍스트가 재설정될 때 학습한 내용을 잊어버립니다. 출력물은 세련되어 보이지만, 그 밑단의 행동 방식은 규율이 없습니다.
더 자세한 논거는 AI Agents Don't Lack Capability. They Lack Process.에서 확인할 수 있습니다. 이 스킬들은 휴대 가능한 강제(enforcement) 계층입니다.
🚀 설치 (Install)
Claude Code 사용 시? 전체 플러그인을 사용하세요.
whetstone plugin이 Claude Code에서 권장되는 경로입니다. 이 플러그인은 이러한 스킬들과 더불어 19개의 전문 에이전트, 22개의 워크플로우 명령어, MCP 서버, 그리고 서브에이전트를 위한 스킬 주입(skill-injection) 후크를 번들로 제공합니다. 스킬만으로는 행동 규율을 담당하지만, 전체 플러그인은 전체 워크플로우를 오케스트레이션합니다.
/plugin marketplace add https://github.com/iliaal/whetstone
/plugin install whetstone@iliaal-marketplace
/reload-plugins
다른 모든 에이전트
npx skills add iliaal/ai-skills
...
플랫폼별
npx skills add iliaal/ai-skills -a cursor
...
Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot CLI, OpenCode, OpenClaw, Kilo Code 및 35개 이상의 다른 에이전트와 함께 작동합니다.
✨ 스킬 (Skills)
아키텍처 및 디자인 (Architecture & design)
| Skill | Description |
|---|
| agent-native-architecture | AI 에이전트가 주요 행위자인 시스템을 위한 15개 영역 아키텍처 체크리스트를 강제합니다: 도구 설계(tool design), 실행 패턴(execution patterns), 컨텍스트 주입(context injection), 승인 게이트(approval gates), 감사 추적(audit trails). 에이전트 시스템 또는 MCP 도구를 설계할 때 사용합니다. |
| ... | |
Development
| Skill | Description |
|---|
| react-frontend | "효과(effect)를 사용해야 할까?"라는 질문의 대부분을 효과가 아닌 솔루션으로 안내하는 의사 결정 트리 라우팅. 상태 도구들을 목적별로 분리합니다 (클라이언트용 Zustand, 서버용 React Query, URL용 nuqs). React 19 패턴, App Router 서버/클라이언트 경계(boundaries)를 강제하고 Server Actions가 공개 엔드포인트임을 표시합니다. React, Next.js 및 Vitest/RTL 테스트에 사용합니다. |
| ... | |
Infrastructure
| Skill | Description |
|---|
| postgresql | SERIAL 대신 BIGINT GENERATED ALWAYS AS IDENTITY 사용, TIMESTAMP 대신 TIMESTAMPTZ 사용, 모든 FK에 인덱스 적용 (Postgres는 이를 자동으로 생성하지 않음). 미인덱싱된 FK 감지 쿼리를 포함하며, 최적화 주장을 하기 전에 EXPLAIN (ANALYZE, BUFFERS)를 의무화합니다. 스키마 설계(schema design), 쿼리 튜닝(query tuning), RLS(Row-Level Security), 또는 파티셔닝에 사용합니다. |
| ... | |
Testing & quality
| Skill | Description |
|---|
| writing-tests | DRY(Don't Repeat Yourself)보다 DAMP를 우선시하며, 구현 세부 사항이 아닌 사용자 여정(user journeys)에서 테스트 케이스를 가져옵니다. 목업(mocks)보다는 실제 객체(real objects)를 사용합니다 (목업은 시스템 경계에서만). 버그 수정 테스트에는 red-green cycle을 요구합니다. 테스트를 건너뛰고 싶은 유혹이 있을 때 사용할 수 있는 13가지 예외 목록인 합리화 표(Rationalization Table)를 포함합니다. 모든 언어에서 작동합니다. |
| ... | |
Content & workflow
AI & prompting
| Skill | Description |
|---|
| meta-prompting | 슬래시 명령어(slash commands)를 통한 추론 패턴: /verify는 도전 및 검증을 추가하고, /adversarial은 순위가 매겨진 반론을 생성하며, /edge는 파손 시나리오를 열거하고, /confidence는 주장별 점수를 할당함. 일부는 컨텍스트 내에서 자동 트리거됨. 의사결정을 스트레스 테스트하거나 숨겨진 가정을 표면화해야 할 때 사용함. |
| refine-prompt | 6가지 요소 체크리스트(작업, 제약 조건, 형식, 컨텍스트, 예시, 엣지 케이스)를 기준으로 평가하고, 명세 언어(specification language)로 재작성하며, 모든 누락된 격차를 검증함. 길이 비율을 0.75배~1.5배로 강제하고 빠진 정보를 지어내지 않음. 프롬프트가 일관되지 않은 결과를 생성할 때 사용함. |
Multi-agent orchestration
| Skill | Description |
|---|
| orchestrating-swarms | 단명하는 서브 에이전트(subagents)와 지속적인 팀원(teammates)을 구별하고, 각각 언제 사용할지 처방하며, 다음의 디스패치 규율을 강제함: 병렬 구현을 위한 워크트리 격리(worktree isolation), 위임된 탐색보다 직접 컨텍스트 사용, 실패한 작업을 위한 신규 에이전트. 네 가지 표준화된 상태 신호가 있음. 작업이 병렬 처리를 통해 이점을 얻을 만큼 클 때 사용함. |
스킬 작동 방식 (How skills work)
스킬은 YAML 프론트매터(frontmatter)와 지침 본문으로 구성된 마크다운 파일(SKILL.md)입니다. 프론트매터는 스킬 이름과 키워드가 풍부한 설명을 담고 있습니다. 본문에는 행동 규칙이 포함됩니다: 따라야 할 절차, 피해야 할 안티 패턴(anti-patterns), 통과해야 할 검증 게이트(verification gates).
시작 시에는 설명(description)만 로드됩니다. 에이전트가 사용자의 요청을 스킬의 설명과 일치시키면, 전체 본문(full body)을 컨텍스트로 가져옵니다. 30개의 모든 스킬을 설치할 수 있으며, 하나가 발동될 때까지 토큰 비용은 거의 발생하지 않습니다.
스킬은 모델이 부족한 지식을 추가하는 것이 아닙니다. 그것들은 *규율(discipline)*을 추가합니다. 모델은 이미 테스트를 작성하는 방법을 알고 있습니다. writing-tests는 모델이 왜 건너뛸 수 있는지 합리화하기보다 실제로 테스트를 작성하도록 만듭니다. 모델은 디버깅 방법을 압니다. debugging은 근본 원인(root cause)이 발견되기 전에 임의로 수정 사항을 추측하는 것을 막아줍니다.
디자인 (Design)
스킬이 사용하는 모든 토큰은 에이전트가 사용자의 코드를 처리하는 데 사용할 수 없는 토큰입니다. 이들은 매우 정교하게 구축되었습니다.
각 스킬은 증류(distillation) 과정을 거칩니다: 여러 전문가 출처를 분석하고, 중복되는 조언을 병합하며, 불필요한 내용을 제거하고, 모순을 해결합니다. 그 결과는 주제별로 초점이 맞춰진 하나의 지침 세트입니다.
실제 적용 사례:
- 1K 토큰 미만, 최대 2K 토큰 제한. 만약 이 용량에 맞지 않으면, 에이전트가 필요할 때 로드하는 참조 파일(reference file)로 분리됩니다.
- 전방 배치(Front-loaded). 모델의 주의력(attention)이 떨어지는 것을 막기 위해 가장 중요한 규칙들을 맨 앞에 배치합니다.
- 설명 대신 행동 지침. 에이전트에게 '무엇인지'가 아니라 '무엇을 해야 하는지'를 알려줍니다. 이미 알고 있는 내용은 생략합니다.
- 모든 '하지 마라(don't)'에는 '대신 이렇게 하라(do instead)'가 있습니다. 단순한 금지는 에이전트를 추측하게 만듭니다. 대안은 명확한 경로를 제공합니다.
- 결정당 하나의 좋은 기본값(default)을 설정합니다. 옵션 메뉴보다 단일하고 최상의 모범 사례가 더 효과적입니다.
- 80 토큰 미만의 키워드 중심 설명. 이 설명이 시작 시 로드되는 유일한 부분이므로, 개발자들이 입력하는 정확한 구문들로 가득 채웁니다.
💡 팁 (Tips)
Claude Code는 때때로 요청과 일치함에도 불구하고 스킬을 건너뛰는 경우가 있습니다. 이런 일이 발생하면 CLAUDE.md에 다음 내용을 추가하세요:
## Always check skills before starting work
Before starting any task, scan the full available skills list in the system prompt
and check if any skill's trigger matches the user's request. If a match exists,
...
이것은 스킬 활성화를 '느낌에 따라' 작동하는 것에서 신뢰할 수 있는 첫 단계로 바꿉니다.
버전 기록 (Version history)
자세한 버전 기록은 CHANGELOG.md를 참조하세요.
라이선스 (License)
MIT
X에서 @iliaa 팔로우하기 • 블로그 • 이것이 귀하의 AI 워크플로우 개선에 도움이 되었다면, ⭐ 별점을 부여해 주세요!
