slash-command-encoder
82AI 워크플로를 위한 슬래시 명령 만들기
사용자가 긴 자연어 프롬프트에 의존하면 반복적인 AI 워크플로가 느려집니다. 이 스킬은 라우팅, 검증, 체이닝, 도움말 텍스트를 갖춘 간결한 슬래시 명령을 정의하는 데 도움을 줍니다.
AgentDB로 RL 에이전트 학습
강화 학습 프로젝트에는 체계적인 설정, 학습 루프, 평가, 배포 점검이 필요합니다. 이 스킬은 AgentDB 사용자가 알고리즘 선택, 학습, 벤치마킹, 프로덕션 출시를 진행할 수 있도록 안내합니다.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "agentdb-reinforcement-learning-training" from https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training.md and its manifest at https://skillstore.io/api/skills/dnyoussef-agentdb-reinforcement-learning-training/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
"agentdb-reinforcement-learning-training" 사용 중입니다. I need to train a grid-world navigation agent with AgentDB.
예상 결과:
환경 설정, DQN 구성, 학습 주기, 검증 지표, 배포 점검을 다루는 5단계 계획.
"agentdb-reinforcement-learning-training" 사용 중입니다. My trained agent improves reward, but I need release criteria.
예상 결과:
기준선 비교, 성공률 목표, 추론 시간, 모니터링, 롤백 요구 사항이 포함된 검증 체크리스트.
"agentdb-reinforcement-learning-training" 사용 중입니다. I want to compare PPO, DQN, and Actor-Critic for one task.
예상 결과:
공통 지표, 일관된 에피소드 수, 가장 강력한 접근 방식을 선택하기 위한 기준이 포함된 체계적인 벤치마크 계획.
Most static findings are false positives from Markdown code fences and TypeScript template literals in documentation. The Bash setup and integration script examples are confirmed medium risks because they tell users to install npm packages and run local Node scripts. No prompt injection or covert data exfiltration intent was found.
이 스킬에 대해 예상될 수 있는 실제 로컬 기능이므로 검토가 필요하지만, 확인된 악의적 동작으로는 집계되지 않습니다.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-agentdb-reinforcement-learning-training/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/dnyoussef-agentdb-reinforcement-learning-training.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>DNYoussef. (2026). agentdb-reinforcement-learning-training security audit report (audit version 10) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training/audits/10@techreport{dnyoussef-dnyoussef-agentdb-reinforcement-learning-training-2026,
author = {DNYoussef},
title = {agentdb-reinforcement-learning-training security audit report (audit version 10)},
institution = {Skillstore},
year = {2026},
number = {10},
url = {https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training/audits/10},
note = {Author version 1.0.0}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "agentdb-reinforcement-learning-training security audit report (audit version 10)"
version: "1.0.0"
type: report
authors:
- name: "DNYoussef"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/dnyoussef-agentdb-reinforcement-learning-training/audits/10"
identifiers:
- type: other
value: "skillstore:dnyoussef-agentdb-reinforcement-learning-training:audit:10"
description: "Skillstore immutable audit report identifier"
AgentDB RL 알고리즘을 선택하고 환경 설정, 하이퍼파라미터, 리플레이 버퍼, 체크포인트를 계획합니다.
보상, 성공률, 에피소드 길이, 추론 시간을 사용하여 학습된 에이전트를 기준선과 비교합니다.
모델 내보내기, 예측 API, 모니터링, 배포 단계, 운영 준비 상태 점검을 계획합니다.
Help me choose an AgentDB reinforcement learning algorithm for this environment: [state space, action space, reward, constraints]. Include setup steps and risks.
Create a training plan for an AgentDB DQN agent with episodes, replay settings, checkpoints, and evaluation metrics. My task is: [task].
Build a validation checklist for my trained AgentDB agent. Compare it with a random baseline and define pass or fail thresholds.
Review my AgentDB RL deployment plan for model export, prediction API, monitoring, rollback, and operational risks. Highlight gaps before release.
작성자
DNYoussef라이선스
MIT
작성자 버전
v1.0.0
Skillstore 리비전
r1
참조
0519034dad657fb1f7706e0550e962beeda73fdf
유지보수 최신성
2026. 7. 23.
사용량
4 다운로드 · 271 조회
파일 구조
AI 워크플로를 위한 슬래시 명령 만들기
사용자가 긴 자연어 프롬프트에 의존하면 반복적인 AI 워크플로가 느려집니다. 이 스킬은 라우팅, 검증, 체이닝, 도움말 텍스트를 갖춘 간결한 슬래시 명령을 정의하는 데 도움을 줍니다.
집중형 AI 마이크로 스킬 만들기
재사용 가능한 AI 워크플로는 종종 너무 광범위해지고 테스트하기 어려워집니다. 이 스킬은 전문 프롬프트, 계약, 검증 계획을 갖춘 집중형 스킬을 정의하는 데 도움이 됩니다.
다중 모델 스킬 캐스케이드 오케스트레이션
복잡한 AI 작업에는 여러 스킬, 모델, 품질 검사가 필요한 경우가 많습니다. 이 스킬은 라우팅, 샌드박스 테스트, 스웜 조정, 메모리를 갖춘 캐스케이드를 설계하는 데 도움이 됩니다.
Claude Code Web 또는 CLI 선택하기
팀은 작업에 맞지 않는 Claude Code 인터페이스를 선택하면 시간을 낭비합니다. 이 스킬은 Web, CLI 또는 하이브리드 핸드오프 워크플로를 추천합니다.
AgentDB 시맨틱 검색 구축
팀은 RAG와 지식 베이스를 위해 관련성 높은 문서 검색이 필요합니다. 이 스킬은 AgentDB 설정, 임베딩 저장, 인덱싱, API 검색, 관련성 튜닝을 안내합니다.
접근성 높은 PowerPoint 덱 만들기
수작업 프레젠테이션 제작은 느리고 일관성이 떨어질 수 있습니다. 이 스킬은 Claude, Codex 또는 Claude Code가 구조화된 PPTX 생성 및 검증을 수행하도록 안내합니다.
신뢰할 수 있는 Stable Baselines3 에이전트 구축
작성자 davila7
강화 학습 프로젝트는 알고리즘 선택, 환경 계약, 평가 워크플로가 일관되지 않아 실패하는 경우가 많습니다. 이 스킬은 실용적인 Stable Baselines3 지침과 재사용 가능한 학습 템플릿을 제공합니다.
PyTorch Lightning 학습 워크플로 구축
작성자 davila7
PyTorch 프로젝트는 일관되게 학습하고 확장하기 어려워질 수 있습니다. 이 스킬은 LightningModules, trainers, data modules, callbacks, logging, distributed training을 안내합니다.
프로덕션 컴퓨터 비전 시스템 구축
작성자 davila7
컴퓨터 비전 팀에는 모델, 데이터, 추론, 배포에 대한 실용적인 지침이 필요합니다. 이 스킬은 Claude, Codex, Claude Code가 프로덕션 준비가 된 비전 워크플로를 계획하도록 돕습니다.
Build Astro Pages and Prepare Deployments
작성자 astrolicious
Astro development requires consistent routing, configuration, and deployment choices. This skill provides page examples, component patterns, CLI references, and adapter workflows linked to official documentation.
백엔드 기능 제공 조율
작성자 sickn33
복잡한 백엔드 기능은 요구사항, 설계, 테스트, 롤아웃이 따로 처리될 때 실패하는 경우가 많습니다. 이 스킬은 발견 단계부터 배포까지 조율된 제공을 위한 단계별 워크플로를 제공합니다.
PyTDC로 치료제 ML 데이터셋 분석
작성자 K-Dense-AI
신약 개발 팀에는 신뢰할 수 있는 데이터셋과 공정한 평가 프로토콜이 필요합니다. 이 스킬은 Claude가 선별된 치료제 ML 데이터, 벤치마크 분할, 지표, 분자 오라클에 PyTDC를 활용하도록 돕습니다.