스킬 팩과 스킬을 함께 검색

수동 pull request 리뷰는 버그, 로직 오류, 저장소 규칙 위반을 놓칠 수 있습니다. 이 스킬은 여러 AI 리뷰어를 조율하고 결과를 보고하기 전에 발견 사항을 검증하여 간결한 결과를 제공합니다.

에이전트 시스템에서는 프롬프트, 도구, 기록, 검색 결과가 컨텍스트를 두고 경쟁할 때 안정성이 떨어질 수 있습니다. 이 스킬은 컨텍스트 구성 요소와 예산 책정, 점진적 공개, 검증을 위한 실용적인 패턴을 설명합니다.

하나의 컨텍스트 창이 모든 작업을 담고 있으면 복잡한 에이전트 작업은 실패할 수 있습니다. 이 스킬은 Claude, Codex, Claude Code가 명확한 인수인계를 갖춘 에이전트 시스템을 설계하도록 돕습니다.

AI 에이전트는 증거 없이 작업을 완료로 표시할 수 있으며, 이는 허위 완료 위험을 만듭니다. 이 스킬은 작업 완료가 인정되기 전에 독립적인 증거를 요구합니다.

AI 에이전트는 세션 간에 유용한 컨텍스트를 자주 잃습니다. 이 스킬은 세션 메모리, 장기 저장소, 패턴 학습을 위한 구조화된 AgentDB 워크플로를 제공합니다.

팀은 RAG와 지식 베이스를 위해 관련성 높은 문서 검색이 필요합니다. 이 스킬은 AgentDB 설정, 임베딩 저장, 인덱싱, API 검색, 관련성 튜닝을 안내합니다.

대규모 벡터 데이터베이스는 속도가 느려지고, 메모리를 많이 사용하며, 벤치마킹하기 어려워질 수 있습니다. 이 스킬은 양자화, HNSW 인덱싱, 캐싱, 검증을 위한 구조화된 AgentDB 최적화 워크플로를 제공합니다.

AI 에이전트는 평가된 추론을 보존하지 않기 때문에 약한 결정을 반복하는 경우가 많습니다. 이 스킬은 AgentDB를 사용한 궤적 추적, 판정 점수화, 패턴 재사용을 안내합니다.

순차적 AI 워크플로는 단계 사이에서 컨텍스트를 잃는 경우가 많습니다. 이 skill은 각 결과를 다음 작업으로 전달하는 stream-chain 패턴을 정의합니다.

하나의 에이전트가 모든 작업을 처리하면 복잡한 AI 작업이 느려질 수 있습니다. 이 스킬은 연구, 개발, 테스트, 분석을 위해 전문화된 스웜을 조율하는 방법을 보여줍니다.

에이전트는 게임, 예시 또는 무작위 테스트 값에 간단한 주사위 굴림이 필요한 경우가 많습니다. 이 스킬은 Enact를 통해 Rust 주사위 롤러를 실행하고 개별 굴림 결과와 총합을 반환합니다.

Expo 팀은 종종 네이티브 앱 안에서 웹 라이브러리를 다시 작성하지 않고 사용해야 합니다. 이 스킬은 Claude, Codex, Claude Code가 안전한 DOM component 패턴을 따르도록 안내합니다.