Commonly-used-high-value-skills: 글로벌 AI 개발자 및 Agent 워크플로우 구축자를 위한 고가치 기술 저장소

전 세계 AI 개발자와 Agent 워크플로우 (Workflow) 구축자를 대상으로 하는 고가치 기술 (Skills) 저장소로, 개발 엔지니어링 (Development Engineering), DevOps, 제품 디자인 (Product Design), 운영 (Operations), 업무 자동화 (Office Automation), 금융 투자 (Financial Investment), AI 플랫폼 및 보안 거버넌스 (Security Governance) 등 빈도가 높은 작업 시나리오를 다룹니다. 현재 총 16개 카테고리 / 289개 기술을 보유하고 있습니다.

빈번하게 재사용 가능한 기술 (Skills)을 한 번에 수집하여, 프롬프트 (Prompt), 스크립트 (Script), 워크플로우 (Workflow)를 찾아 헤매는 시간을 줄여줍니다.
Codex, Claude Code, Hermes Agent, OpenClaw 등 다양한 AI 도구 사용 방식과 호환됩니다.
시나리오별로 분류되어 있어 일상적인 검색뿐만 아니라 2차 확장 및 팀 단위의 지식 축적에도 적합합니다.
많은 기술이 단순한 문서에 그치지 않고 scripts/, references/, assets/를 포함하고 있어 즉시 재사용이 가능합니다.
본 저장소는 새로운 기술 발견, 상위 업데이트 동기화, 후보 최적화, 품질 검증 및 뷰 생성의 자동화 파이프라인을 갖추고 있어, 일회성 수집이 아닌 지속적인 운영이 가능하도록 설계되었습니다.
현재 정책 파일을 통해 화이트리스트 소스, 블랙리스트 소스, 우선순위 소스 및 기본 문턱값을 통합 관리할 수 있어, 최적화된 결과가 더욱 안정적이고 제어 가능합니다.
scripts/sync_codex_skills.py를 제공하여 저장소의 최신 기술을 로컬 Codex 기술 디렉토리에 원클릭으로 동기화할 수 있으며, 수동 복사 및 버전 불일치 문제를 줄여줍니다.
기능적 범위 외에도 보안과 신뢰성을 중시합니다. 출처 추적, 후보 선별 및 설치 전 위험 식별 능력을 갖추고 있으며, skill-vetter, skill-security-auditor, input-guard, link-checker 등 보안 검토 관련 기술이 내장되어 있습니다.
라이선스 감사 및 월간 데드 링크 (Dead Link) 점검 기능도 내장되어 있습니다: repo-validation은 라이선스 메타데이터가 누락된 외부 기술이 메인 브랜치에 진입하는 것을 차단하며, dead-links 워크플로우는 매달 외부 링크 점검 보고서를 생성합니다.
Hermes Agent를 최우선 지원 대상으로 유지 관리합니다: skills/ 분류 디렉토리를 직접 사용할 수 있으며, 저장소에는 hermes-agent, native-mcp, hermes-graphify-gsd-* 등 Hermes 생태계 전용 기술이 포함되어 있습니다.

대상 사용자

AI 개발자, Agent 워크플로우 구축자 및 자동화 도구 사용자
일반적인 작업을 기술 (Skills)로 축적하고자 하는 개인 또는 팀
Codex, Claude Code, Hermes Agent, OpenClaw 등의 도구를 사용하는 엔지니어
자신만의 고가치 기술 라이브러리, 프롬프트 라이브러리, Agent 워크플로우 라이브러리를 구축하려는 사람

사용 시나리오	사용해야 할 디렉토리
`Codex` / `Claude Code` / `Hermes Agent` / 소스 코드를 탐색하는 AI 코딩 어시스턴트 (AI coding assistants)	`skills/`
`OpenClaw`	`openclaw-skills/`

AI 도구가 직접 설치하도록 하려면, 다음의 짧은 프롬프트를 우선적으로 보내세요:

당신은 이제 나의 로컬 설치 도우미입니다. 이 저장소 https://github.com/seaworld008/Commonly-used-high-value-skills 에 있는 기술(Skills)들을 현재 AI 도구에 설치해 주세요.

만약 AI 도구가 자동으로 인식하지 못한다면, 다음과 같이 한 문장을 추가하세요:

현재 도구는 `<Codex / Claude Code / Hermes Agent / Cursor / OpenClaw>`이며, 로컬 저장소 경로는 `<당신의 로컬 저장소 경로>`입니다.

이렇게 간소화할 수 있는 이유는 저장소 내에 AI 도구가 읽을 수 있는 설치 규칙 및 디렉토리 약속 문서가 이미 포함되어 있기 때문입니다. 일반적으로 설치 로직을 프롬프트에 일일이 수동으로 작성할 필요가 없습니다.

설치 방법

본 저장소를 로컬로 클론 (Clone) 합니다.
현재 사용 중인 도구의 유형을 판단합니다:
- Codex / Claude Code / Hermes Agent / Cursor / 기타 소스 탐색형 AI 코딩 어시스턴트를 사용하는 경우, skills/를 직접 사용합니다.
- OpenClaw를 사용하는 경우, openclaw-skills/를 사용합니다.
만약 OpenClaw를 사용한다면, 먼저 플랫(Flat) 내보내기 디렉토리를 생성합니다:
python3 scripts/export_openclaw_skills.py
해당 디렉토리를 AI 도구에 설정합니다:
- Codex / Claude Code / Hermes Agent / Cursor: skills/ 설정
- OpenClaw: openclaw-skills/ 설정
몇 개의 기술 디렉토리를 선택하여 정상적으로 읽히는지 확인합니다. 예: skills/developer-engineering/codebase-onboarding

skills/security-and-reliability/skill-vetter

openclaw-skills/codebase-onboarding

클라이언트 측에서 직접 설치 예시를 확인하고 싶다면 계속 읽어주세요:

저장소(Repository) 내의 소스 코드 기술(Source code skills)을 수정했다면, 뷰(View)를 일괄적으로 새로고침하여 생성하는 것을 권장합니다:

python3 scripts/refresh_repo_views.py

외부 소스 기술의 라이선스 메타데이터(License metadata)와 외부 링크의 유효성(Health check)을 로컬에서 추가로 점검하고 싶다면 다음을 실행할 수 있습니다:

python3 scripts/audit_licenses.py
python3 scripts/check_dead_links.py --output docs/sources/reports/dead-links.json

홈페이지 배너의 기술 수, 카테고리 수 및 중점 카테고리는 docs/catalog.json에서 가져오며, 아래 명령어를 실행할 때 자동으로 동기화되어 새로고침됩니다:

python3 scripts/build_catalog_json.py

로컬 Codex skills 디렉토리에서 invalid SKILL.md, missing YAML frontmatter, metadata 유형 오류 등의 경고가 보인다면 다음을 실행할 수 있습니다:

python3 scripts/normalize_codex_skills.py ~/.codex/skills

Windows 예시:

python scripts/normalize_codex_skills.py "C:\Users\admin\.codex\skills"

저장소의 최신 기술을 로컬 Codex 디렉토리로 동기화하고 싶다면 다음을 실행할 수 있습니다:

python scripts/sync_codex_skills.py --source-root "E:\AI-codex\003-Commonly-used-high-value-skills\skills" --codex-root "C:\Users\admin\.codex\skills"

카테고리	설명	문서 이동	디렉토리
개발 엔지니어링 (Developer Engineering)	개발, 테스트, 성능, 코드 리뷰, 데이터베이스 및 아키텍처	이동	디렉토리
...

이 저장소에 처음 방문하셨다면, 다음 카테고리부터 시작하는 것을 추천합니다:

개발 엔지니어링 (Developer Engineering):
developer-engineering
AI 워크플로우 (AI Workflow):
ai-workflow
AI 플랫폼 및 에이전트 개발 (AI Agent Platform & Development):
ai-agent-platform
엔지니어링 워크플로우 자동화 (Engineering Workflow Automation):
engineering-workflow-automation
금융 투자 (Finance & Investing):
finance-investing
프로젝트 관리 및 지식 베이스 통합 (Project Management & Knowledge Base Integrations):
knowledge-and-pm-integrations
멀티모달 콘텐츠 (Multimodal Media):
multimodal-media
보안 거버넌스 및 안정성 (Security & Reliability):
security-and-reliability

또한 다음과 같은 대표적인 기술들을 우선적으로 살펴보실 수 있습니다:

codebase-onboarding

context-engineering

agent-workflow-designer

gh-fix-ci

financial-data-collector

notion-spec-to-implementation

transcribe

이 최신 기술 패키지 세트에는 현재 4개의 관련 기술이 포함되어 있으며, 상세한 사용법은 각 카테고리의 README에 기재되어 있습니다. 메인 README에는 진입점(Entry point)만 유지됩니다:

글로벌 비침습적 워크플로우 (Global Non-intrusive Workflow):
hermes-graphify-gsd-nonintrusive-workflow
런타임 트러블슈팅 및 오퍼레이터 (Runtime Troubleshooting & Operator):
hermes-graphify-gsd-runtime-operator
프로젝트 통합 워크플로우 (Project Integration Workflow):
hermes-graphify-gsd-project-integration
브라운필드(Brownfield) 시작 프로세스:
gsd-graphify-brownfield-bootstrap

이 저장소는 단순히 "몇 가지 Hermes 관련 기술을 포함"하는 것이 아니라, Hermes Agent를 공식적으로 지원되는 소비자(Consumer) 중 하나로 관리합니다:

설치 디렉토리는 Codex / Claude Code와 동일하게 skills/를 공통으로 사용합니다.
hermes-agent 기술이 내장되어 있으며, CLI, gateway, profiles, memory, skills, MCP 및 기여 개발 안내를 포함합니다. - native-mcp가 내장되어 있습니다.

기술 (Skills), Hermes가 외부 MCP 서버에 연결하기 용이하도록 지원 - 내장됨
hermes-graphify-gsd-*

일련의 기술 (Skills), Hermes를 graphify 및 GSD와 결합하여 자동화된 개발 워크플로우 (Workflow)로 구성할 수 있도록 지원

Hermes 사용자라면 다음 경로에서 시작하는 것을 권장합니다:

skills/ai-agent-platform/hermes-agent

skills/ai-agent-platform/native-mcp

skills/ai-agent-platform/README.md

클라이언트별 설치 예시 참조

이 저장소를 더욱 강력한 공용 기술 (Skills) 인프라로 함께 만들어 나가고 싶다면:

CONTRIBUTING.md를 읽어주세요.
다음 구조에 따라 새로운 기술을 추가하세요:
skills/<category>/<skill-name>/SKILL.md
수정 후에는 다음 명령어를 실행하세요:
python3 scripts/refresh_repo_views.py
PR (Pull Request) 제출 시 검증 명령어와 적용 시나리오를 첨부하세요.

developer-engineering
: 개발, 테스트, 성능, 코드 리뷰 (Code Review), 데이터베이스 및 아키텍처

ai-workflow
: 에이전트 (Agent) 기술 사용, 계획, 구현, 검토, 검증 및 배포 루프

ai-agent-platform
: ChatGPT Apps, Hermes, MCP, Figma, OpenAI Docs 및 자율 에이전트 (Autonomous Agent)

engineering-workflow-automation
: 브라우저 자동화, GitHub, Notebook, Playwright, graphify/GSD

finance-investing
: 금융 데이터, 가치 평가 (Valuation), 리스크 관리 (Risk Control), 백테스팅 (Backtesting), 투자 연구 작성

knowledge-and-pm-integrations
: Notion, Linear, Obsidian, Feishu/Lark, 사양(Specification)에서 구현까지

multimodal-media
: 이미지, 음성, 비디오, 스크린샷, 요약, 전사 (Transcription)

security-and-reliability
: Sentry, 보안 베스트 프랙티스 (Best Practices), 위협 모델링 (Threat Modeling), 취약점 스캔

만약 당신이 찾는 것이 다음과 같다면:

재사용 가능한 AI 기술 (AI Skills) 템플릿
실제 업무를 위한 에이전트 (Agent) 워크플로우 (Workflow)
다양한 클라이언트와 호환되는 기술 (Skills) 조직 방식
지속적으로 확장하여 "스타 저장소"로 만들 수 있는 기술 (Skills) 인프라

이 저장소는 바로 이러한 목표를 위해 준비되었습니다.

Star를 눌러 더 많은 AI 개발자들이 이 저장소를 쉽게 발견할 수 있도록 도와주세요.
직접 만든 고가치 기술을 공유하기 위해 PR을 제출해 주세요.
Codex, Claude Code, Hermes Agent, OpenClaw를 사용하는 친구나 팀에게 이 저장소를 공유해 주세요.
재사용 가능하고 조합 가능한 기술 모듈 (Skills)을 축적합니다.
통일된 디렉토리 및 문서 구조를 통해 검색 및 사용 비용을 낮춥니다.
일반적인 작업들이 실행 가능한 방법 및 템플릿과 빠르게 매칭될 수 있도록 합니다.

이 저장소는 현재 서로 다른 AI 클라이언트의 기술 (Skills) 탐색 방식을 호환하기 위해 두 가지 소비 경로를 제공합니다:

클라이언트	사용해야 하는 디렉토리	이유
`Codex` / `Claude Code` / `Hermes Agent` / 기타 소스 코드로 탐색하는 코딩 어시스턴트 (Coding Assistants)	`skills/`	분류 구조를 유지하여 검색, 유지보수 및 편집이 용이함
`OpenClaw`	`openclaw-skills/`	OpenClaw는 평탄한(Flat) 한 단계의 기술 디렉토리가 필요하며, `skills/<category>/<skill>` 구조를 직접 인식할 수 없음

저장소 루트 디렉토리의 AGENTS.md에는 다음과 같은 명확한 제약 사항이 있습니다:

OpenClaw 설치 시 반드시 openclaw-skills/를 사용해야 합니다.
Codex, Claude Code, Hermes Agent 등은 기존 방식대로 skills/를 사용합니다.
OpenClaw가 저장소 루트 디렉토리나 skills/를 가리키도록 설정하지 마세요.
openclaw-skills/는 수동으로 수정하지 말고, 반드시 스크립트를 통해 생성하세요.

본 저장소를 클론(Clone)합니다.
OpenClaw 호환 디렉토리를 생성하거나 갱신합니다:
python3 scripts/export_openclaw_skills.py
OpenClaw 설정의 skills.load.extraDirs에 클론한 저장소의 openclaw-skills/를 추가합니다.
다음 명령어로 인식이 잘 되었는지 확인합니다:

openclaw skills list
openclaw skills check

skills/
developer-engineering/ # 개발 엔지니어링
ai-workflow/ # AI 워크플로우 (Agent Skills / 컨텍스트 엔지니어링 / 계획 실행)
...

분류별로 대상 디렉터리에 진입합니다 (예: skills/developer-engineering/).
해당 기술의 SKILL.md 파일을 엽니다.
트리거 조건(Trigger Conditions), 작업 프로세스(Operation Flows), 스크립트 설명을 확인합니다.
기술 폴더 내에 scripts/, references/, assets/가 포함되어 있다면, 기존 콘텐츠를 우선적으로 재사용합니다.

agent-designer: 멀티 에이전트 협업 시스템 (Multi-agent Collaboration Systems)을 설계, 분할 및 평가하는 데 사용됩니다.
api-design-reviewer: 인터페이스 설계, 명명 일관성 (Naming Consistency), 경계 및 유지보수 가능성을 검토하는 데 사용됩니다.
api-test-suite-builder: 인터페이스 서비스를 위한 자동화 테스트를 생성하며, 예외 상황 및 회귀 시나리오 (Regression Scenarios)를 커버합니다.
aws-solution-architect: 클라우드 아키텍처 설계, 서비스 선정, 비용 최적화 및 신뢰성 평가에 사용됩니다.
builder: 프로덕션급 비즈니스 로직, 인터페이스 통합 및 타입 안전성 (Type Safety) 구현에 사용됩니다.
cli-demo-generator: 명령줄 데모 프로세스, 터미널 녹화 및 인터랙티브 예제를 제작하는 데 사용됩니다.
code-review-excellence: 코드 리뷰 품질을 높이고, 결함을 발견하며 건설적인 피드백을 제공하는 데 사용됩니다.
codebase-inspection: 코드 규모, 언어 분포 및 주석 비율을 통계하여 저장소를 빠르게 점검합니다.
codebase-onboarding: 생소한 코드베이스의 구조, 핵심 모듈 및 온보딩 경로를 빠르게 이해하는 데 사용됩니다.
database-designer: 데이터베이스 모델링, 인덱스 계획, 성능 최적화 및 마이그레이션 설계에 사용됩니다.
database-schema-designer: 요구사항에 따라 테이블 구조, 필드 관계, 인덱스 및 시드 데이터 (Seed Data)를 설계하는 데 사용됩니다.
debugging-strategies: 문제를 체계적으로 파악하고, 근본 원인 (Root Cause)을 분석하며 수정 경로를 수립하는 데 사용됩니다.
dependency-auditor: 의존성 버전, 라이선스 리스크 및 보안 취약점을 감사하는 데 사용됩니다.
docker-expert: 컨테이너화 빌드, 이미지 최적화, 멀티 스테이지 빌드 (Multi-stage Build) 및 오케스트레이션 실무에 사용됩니다.
frontend-design: 고품질 프론트엔드 인터페이스를 설계하고 구현하여 시각적 및 인터랙티브 경험을 향상시키는 데 사용됩니다.
gateway: 인터페이스 설계, 규격 생성, 버전 전략 및 파괴적 변경 (Breaking Changes) 체크에 사용됩니다.
git-worktree-manager: 병렬 작업 영역을 관리하여 멀티 브랜치 격리 개발을 지원합니다.
github-contributor: 오픈소스 기여 프로세스, 이슈 선택, 변경 사항 제출 및 협업 커뮤니케이션을 규격화하는 데 사용됩니다.
graphify: 코드, 문서 및 자료를 지식 그래프 (Knowledge Graph)로 변환하고 시각화 보고서를 생성하는 데 사용됩니다.
graphql-expert: 그래프 쿼리 인터페이스 설계, 스키마 거버넌스, 쿼리 최적화 및 보안 검토에 사용됩니다.
i18n-expert: 국제화 (i18n) 및 현지화 (l10n) 개조, 다국어 문구 및 포맷 적응 처리에 사용됩니다.
kubernetes-specialist: 컨테이너 클러스터 배포, 서비스 오케스트레이션, 장애 조치 및 패키지 관리에 사용됩니다.
mcp-builder: 모델 컨텍스트 프로토콜 (Model Context Protocol) 도구를 구축하여 모델이 외부 서비스를 안전하게 호출할 수 있도록 합니다.
mcp-server-builder: 모델 컨텍스트 프로토콜 서버를 설계하고 구현하여 데이터와 도구 능력을 캡슐화합니다.
migration-architect: 저위험 마이그레이션, 호환성 검증, 롤백 전략 및 전환 단계를 계획하는 데 사용됩니다.
monorepo-navigator: 대규모 모노레포 (Monorepo)를 탐색하고 패키지 의존성 및 모듈 간 영향을 분석하는 데 사용됩니다.
nextjs-app-router: 현대적인 웹 프레임워크 라우팅 개발, 서버 컴포넌트 (Server Components) 및 폼 액션 (Form Actions) 실무에 사용됩니다.
parallel-debugging: 여러 장애 가설을 병렬로 검증하여 복잡한 문제 파악을 가속화합니다.
performance-profiler: 성능 프로파일링, 병목 지점 파악, 리소스 소비 분석 및 최적화 제안에 사용됩니다.
pr-review-expert: 머지 리퀘스트 (Merge Request)를 체계적으로 검토하여 영향 범위, 리스크 및 테스트 공백을 평가합니다.
promptfoo-evaluation: 프롬프트 및 모델 출력 평가를 구성하여 품질과 안정성을 비교합니다.
python-performance: 스크립트 성능 최적화, 메모리 분석, 동시성 설계 및 핫스팟 (Hotspot) 파악에 사용됩니다.
qa-expert: 품질 보증 (QA) 전략, 테스트 계획, 인수 기준 및 회귀 프로세스를 수립하는 데 사용됩니다.
repomix-safe-mixer: 저장소 컨텍스트를 안전하게 패키징하며, 민감한 정보를 자동으로 식별하고 제외합니다.
rust-engineer: 시스템 레벨 프로그래밍, 동시성 설계, 에러 처리 및 엔지니어링 베스트 프랙티스에 사용됩니다.
schema: 데이터베이스 스키마 설계, 마이그레이션 계획, 인덱스 전략 및 관계 모델링에 사용됩니다.
skill-tester: 기술의 가용성, 트리거 조건, 출력 품질 및 경계 동작을 검증하는 데 사용됩니다.
supabase-postgres: 백엔드 데이터베이스 개발, 권한 정책, 실시간 구독 및 엣지 함수 (Edge Functions) 실무에 사용됩니다.
supabase-postgres-best-practices: Postgres 쿼리, 테이블 구조 및 데이터베이스 설정을 작성, 검토 및 최적화하는 데 사용됩니다.
systematic-debugging

：증거에 기반하여 디버깅을 진행하고, 최소 재현 사례를 구축하며 근본 원인 (Root Cause)을 확인하는 데 사용됩니다.
tailwind-design-system

：스타일 시스템, 컴포넌트 규격, 테마 변수 및 시각적 일관성을 구축하는 데 사용됩니다.
tech-debt-tracker

：기술 부채 (Technical Debt)를 식별하고, 영향을 기록하며, 우선순위를 정해 관리하고 개선 진행 상황을 추적하는 데 사용됩니다.
terraform-engineer

：코드형 인프라 (Infrastructure as Code, IaC) 설계, 모듈화 관리 및 상태 (State) 관리에 사용됩니다.
typescript-best-practices

：타입 안전성 (Type Safety) 설계, 복잡한 타입 모델링 및 일반적인 안티 패턴 (Anti-patterns) 방지에 사용됩니다.
vercel-react-best-practices

：Vercel 엔지니어링 관행에 따라 React 및 Next.js 성능을 최적화하는 데 사용됩니다.
web-artifacts-builder

：복잡한 웹 아티팩트 (Web Artifacts), 인터랙티브 컴포넌트 및 재사용 가능한 프론트엔드 결과물을 구축하는 데 사용됩니다.
webapp-testing

：로컬 웹 애플리케이션을 테스트하고, 인터랙션, 페이지 상태 및 회귀 (Regression) 문제를 검증하는 데 사용됩니다.

agent-workflow-designer

：에이전트 협업 프로세스, 역할 분담 및 실행 순서를 설계하는 데 사용됩니다.
api-and-interface-design

：안정적인 인터페이스, 모듈 경계 및 공통 호출 규약을 설계하는 데 사용됩니다.
brainstorming

：요구사항 명확화, 방안 확산, 아이디어 필터링 및 실행 전 사고에 사용됩니다.
browser-testing-with-devtools

：실제 브라우저에서 페이지를 디버깅하고, 요소(Element), 네트워크 및 콘솔 문제를 점검하는 데 사용됩니다.
ci-cd-and-automation

：지속적 통합 (CI) 및 지속적 배포 (CD) 프로세스를 구축하고, 빌드와 배포를 자동화하는 데 사용됩니다.
code-review-and-quality

：다각도에서 코드 품질, 정확성, 리스크 및 테스트 커버리지를 검토하는 데 사용됩니다.
code-simplification

：동작을 변경하지 않으면서 코드 구조와 표현을 단순화하는 데 사용됩니다.
context-engineering

：에이전트 컨텍스트 (Context), 작업 설명, 자료 조직 및 지시 경계를 최적화하는 데 사용됩니다.
debugging-and-error-recovery

：체계적인 디버깅 프로세스를 구축하고, 실패한 빌드 및 비정상 동작을 복구하는 데 사용됩니다.
deep-research

：주제를 심층 연구하고, 증거를 정리하며, 출처를 인용하여 보고서를 작성하는 데 사용됩니다.
deprecation-and-migration

：기존 기능을 중단(Deprecation)하고, 사용자 경로를 마이그레이션하며, 호환성 리스크를 제어하는 데 사용됩니다.
dispatching-parallel-agents

：독립적인 작업을 여러 에이전트에게 할당하여 병렬로 진행하는 데 사용됩니다.
documentation-and-adrs

：기술적 결정, 아키텍처 설명, 변경 배경 및 문서 규격을 기록하는 데 사용됩니다.
executing-plans

：정해진 실행 계획에 따라 작업을 수행하고, 주요 지점에서 검토하는 데 사용됩니다.
find-skills

：현재 작업에 적합한 기술을 자동으로 검색하고 설치하는 데 사용됩니다.
finishing-a-development-branch

：개발 완료 후 마무리, 검증, 커밋 및 병합 (Merge) 준비에 사용됩니다.
frontend-ui-engineering

：사용자 지향 인터페이스, 컴포넌트, 상태 및 반응형 레이아웃을 구축하는 데 사용됩니다.
git-workflow-and-versioning

：브랜치, 커밋, 버전, 충돌 처리 및 변경 이력을 규격화하는 데 사용됩니다.
idea-refine

：초기 아이디어를 명확한 목표, 제약 조건 및 실행 가능한 방안으로 다듬는 데 사용됩니다.
incremental-implementation

：큰 작업을 작은 단계로 나누어 점진적으로 인도하고, 단계별로 검증하며 리스크를 낮추는 데 사용됩니다.
nexus

：멀티 에이전트 작업 분해, 링크 오케스트레이션 (Orchestration), 실행 조정 및 결과 통합을 수행합니다.
performance-optimization

：성능 병목 지점을 분석하고, 최적화 방안을 수립하며, 개선 효과를 검증하는 데 사용됩니다.
planning-and-task-breakdown

：목표를 작업, 의존성, 마일스톤 및 수락 기준 (Acceptance Criteria)으로 분해하는 데 사용됩니다.
prompt-optimizer

：프롬프트 (Prompt) 구조, 컨텍스트, 제약 조건 및 출력 안정성을 최적화하는 데 사용됩니다.
rally

：멀티 세션 병렬 실행 오케스트레이션을 통해 여러 에이전트가 협력하여 작업을 완료하도록 조정합니다.
receiving-code-review

：코드 리뷰 피드백을 처리하고, 우선순위를 판단하여 항목별로 수정하는 데 사용됩니다.
requesting-code-review

：배경, 리스크 및 검증 방식을 설명하여 고품질의 코드 리뷰 요청을 준비하는 데 사용됩니다.
security-and-hardening

：코드, 설정 및 실행 환경을 강화하여 보안 리스크를 줄이는 데 사용됩니다.
sherpa

：복잡한 작업을 짧은 단계로 나누어 드리프트 (Drift)를 제어하고 인도를 추진합니다.
shipping-and-launch

：배포 전 점검, 출시 계획, 롤백 준비 및 인도 커뮤니케이션에 사용됩니다.
skill-creator

：새로운 기술을 생성하고, 트리거 조건, 프로세스, 경계 및 검증 방법을 정의하는 데 사용됩니다.
skill-reviewer

：기술의 품질, 실용성, 보안성 및 유지보수성을 검토하는 데 사용됩니다.
skills-search

：기술 라이브러리를 빠르게 검색하여 현재 작업에 필요한 능력을 매칭하는 데 사용됩니다.
source-driven-development

spec-driven-development

：사양(Specification)에 따라 개발, 테스트 및 수락(Acceptance)을 수행하는 데 사용됩니다.
subagent-driven-development

：여러 서브 에이전트(Sub-agent)가 협업하여 개발, 검토 및 결과 통합을 조직하는 데 사용됩니다.
test-driven-development

：테스트를 먼저 작성하고, 구현하고, 리팩토링(Refactoring)하는 리듬에 따라 개발하는 데 사용됩니다.
using-agent-skills

：에이전트가 기술(Skill)을 올바르게 선택, 조합 및 실행하도록 안내하는 데 사용됩니다.
using-git-worktrees

：여러 작업 공간(Worktree)을 사용하여 서로 다른 작업을 병렬로 처리하는 데 사용됩니다.
using-superpowers

：강화된 기술 프로세스를 호출하여 작업 실행 품질을 높이는 데 사용됩니다.
verification-before-completion

：완료 전 결과, 증거, 테스트 및 인도 기준(Delivery standards)을 검토하는 데 사용됩니다.
writing-plans

：명확하고 실행 가능하며 검증 가능한 구현 계획을 작성하는 데 사용됩니다.
writing-skills

：구조가 완전하고 트리거가 명확하며 재사용 가능한 기술 문서(Skill documentation)를 작성하는 데 사용됩니다.

agent-hub

：여러 에이전트가 솔루션을 병렬로 시도하고, 결과를 비교하여 최적의 분기(Branch)를 선택하도록 오케스트레이션(Orchestration)하는 데 사용됩니다.
arena

：다중 엔진 솔루션 경합 및 협업을 통해 결과를 비교하고 최적의 방안을 채택합니다.
chatgpt-apps

：채팅 애플리케이션 능력을 구축, 디버깅 및 배포하는 데 사용됩니다.
develop-web-game

：웹 게임을 빠르게 개발하고, 게임 플레이를 검증하며 경험을 반복(Iteration)하는 데 사용됩니다.
figma

：디자인 시안의 컨텍스트를 읽고 시각적 정보와 리소스를 추출하는 데 사용됩니다.
figma-implement-design

：디자인 시안을 고충실도(High-fidelity)의 생산 가능한 프론트엔드 코드로 변환하는 데 사용됩니다.
hermes-agent

：에이전트 런타임(Runtime), 자료, 메모리 및 확장 능력을 구성하고 사용하는 데 사용됩니다.
hermes-graphify-gsd-nonintrusive-workflow

：그래프 분석과 개발 프로세스를 연결하는 전역 비침습적(Non-intrusive) 지능형 워크플로우에 사용됩니다.
hermes-graphify-gsd-runtime-operator

：런타임 디버깅, 상태 관찰 및 에이전트 조작 관리에 사용됩니다.
mcporter

：모델 컨텍스트 프로토콜(Model Context Protocol) 도구 및 서비스의 마이그레이션과 적응에 사용됩니다.
native-mcp

：네이티브 모델 컨텍스트 프로토콜(Native MCP) 연결 및 도구 호출을 구성하는 데 사용됩니다.
openai-docs

：공식 문서를 조회하고 이를 바탕으로 관련 능력을 구현하는 데 사용됩니다.
oracle

：AI 애플리케이션 설계, 평가, 검색 증강(RAG) 및 보안 가드레일(Security guardrails) 계획에 사용됩니다.
proactive-agent

：에이전트가 더욱 주도적으로 계획, 알림, 추진 및 협업하도록 하는 데 사용됩니다.
self-improving-agent

：회고(Retrospective), 메모리 및 피드백을 통해 에이전트의 행동을 지속적으로 최적화하는 데 사용됩니다.
sigil

：프로젝트 코드에 따라 저장소의 약속에 부합하는 기술을 자동으로 생성합니다.

agent-browser

：자연어를 사용하여 실제 브라우저를 구동함으로써 작업 수행 및 점검을 완료하는 데 사용됩니다.
gh-address-comments

：코드 호스팅 플랫폼의 댓글을 처리하고, 항목별로 응답하며 수정 루프를 완료하는 데 사용됩니다.
gh-fix-ci

：지속적 통합(CI) 실패를 진단하고, 원인을 파악하며, 파이프라인 문제를 수정하는 데 사용됩니다.
github

：코드 호스팅 플랫폼의 이슈(Issue), 풀 리퀘스트(Pull Request), 브랜치 및 자동화 프로세스를 관리하는 데 사용됩니다.
gsd-graphify-brownfield-bootstrap

：기존 프로젝트(Brownfield)를 위해 그래프 기반의 이해와 작업 추진 기반을 구축하는 데 사용됩니다.
guardian

：커밋, 브랜치, 풀 리퀘스트 전략 및 변경 단위(Granularity)를 검토합니다.
harvest

：풀 리퀘스트 정보를 수집하여 작업 보고서 및 배포 자료를 생성합니다.
hermes-graphify-gsd-project-integration

：프로젝트를 그래프 기반 지능형 개발 워크플로우에 통합하는 데 사용됩니다.
jupyter-notebook

：대화형 분석 노트북을 생성, 정리 및 유지 관리하는 데 사용됩니다.
latch

：생명주기 훅(Lifecycle hooks), 품질 게이트(Quality gates) 및 자동화 가드(Automated guards)를 구성하고 유지 관리합니다.
playwright

：브라우저 자동화 테스트, 페이지 점검 및 상호작용 검증에 사용됩니다.
web-scraper

：웹 데이터를 스크래핑하고, 콘텐츠를 구조화하여 추출하며, 안티 크롤링(Anti-scraping) 제한을 처리하는 데 사용됩니다.
yeet

：스테이징(Staging), 커밋(Commit), 푸시(Push) 및 풀 리퀘스트(PR) 프로세스를 통합적으로 완료하는 데 사용됩니다.

beacon

：관측 가능성(Observability), 서비스 수준 목표(SLO), 알람, 용량 및 신뢰성 설계에 사용됩니다.
changelog-generator

：커밋 및 변경 사항을 기반으로 버전 업데이트 로그를 자동으로 생성하는 데 사용됩니다.
ci-cd-pipeline-builder

：지속적 통합(CI) 및 지속적 제공(CD) 파이프라인을 설계하는 데 사용됩니다.
cloudflare-troubleshooting

：클라우드 네트워크, 에지 서비스(Edge services), 캐시 및 액세스 이상을 조사하는 데 사용됩니다.
env-secrets-manager

：환경 변수, 비밀 키(Secrets), 설정 계층화 및 유출 위험을 관리하는 데 사용됩니다.
gear

：의존성, 빌드, 컨테이너, 모니터링 및 개발 환경 운영(Ops) 최적화에 사용됩니다.
github-ops

：저장소 운영, 권한, 자동화 작업 및 협업 프로세스 관리에 사용됩니다.
incident-commander

：장애 대응, 등급 분류, 커뮤니케이션, 복구 및 회고에 사용됩니다.
observability-designer

：관측 가능성 설계를 담당합니다.

：모니터링, 로그, 지표, 경고 및 서비스 목표(SLO) 설계를 담당합니다. release-manager

：릴리스 주기, 변경 창(change window), 리스크 관리 및 롤백(rollback) 계획 수립을 담당합니다. senior-architect

：아키텍처 리뷰, 기술 스택 선정, 확장성 및 시스템 진화 판단을 담당합니다. senior-devops

：종합 운영, 자동화, 신뢰성 및 인도(delivery) 체계 구축을 담당합니다. triage

：장애 초동 대응, 영향 범위 식별, 복구 단계 및 회고 정리를 담당합니다.

comps-valuation-analyst

：비교 대상 기업 가치 평가, 배수 분석(multiple analysis) 및 밸류에이션 범위 판단을 담당합니다. earnings-call-analyzer

：실적 발표 컨퍼런스 콜(earnings call), 경영진 발언, 가이드라인 및 리스크 신호 분석을 담당합니다. event-driven-tracker

：실적 발표, 인수 합병(M&A), 자사주 매입, 배당 등 시장 이벤트를 추적하는 데 사용됩니다. factor-backtester

：팩터 전략(factor strategy) 백테스트, 수익률, 회전율 및 안정성 검증을 담당합니다. financial-analyst

：재무 비율 분석, 가치 평가, 예산 차이 및 예측을 담당합니다. financial-data-collector

：기업 재무 및 시장 데이터의 수집, 정제 및 검증을 담당합니다. helm

：비즈니스 전략 시나리오 시뮬레이션, 시장 분석, 지표 예측 및 로드맵 계획을 담당합니다. investment-memo-writer

：연구 결론을 투자 메모(investment memo) 및 의사결정 자료로 정리하는 데 사용됩니다. ledger

：클라우드 비용, 예산 경고, 리소스 사양 및 인공지능(AI) 워크로드 비용 최적화를 담당합니다. levy

Commonly-used-high-value-skills: 글로벌 AI 개발자 및 Agent 워크플로우 구축자를 위한 고가치 기술 저장소

요약

핵심 포인트

대상 사용자

설치 방법

댓글