swarm-orchestration
78다중 에이전트 스웜 조정
역할, 토폴로지, 작업 흐름이 명확하지 않으면 여러 에이전트를 조정하기 어렵습니다. 이 스킬은 agentic-flow를 위한 스웜 패턴, hook 워크플로, 조정 관행을 제공합니다.
적응형 ReasoningBank 에이전트 구축
AI 에이전트는 결과가 기록되지 않으면 유용한 교훈을 잃습니다. 이 스킬은 경험을 포착하고, 패턴을 학습하며, 더 나은 전략을 추천하는 방법을 보여줍니다.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "ReasoningBank Intelligence" from https://skillstore.io/skills/ruvnet-reasoningbank-intelligence.md and its manifest at https://skillstore.io/api/skills/ruvnet-reasoningbank-intelligence/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.
"ReasoningBank Intelligence" 사용 중입니다. 이전 리뷰에서 학습하는 코드 리뷰 에이전트를 위한 계획을 만드세요.
예상 결과:
의존성 설정, 경험 필드, 품질 지표, 전략 비교 단계, 리뷰 체크포인트가 포함된 구조화된 구현 계획.
"ReasoningBank Intelligence" 사용 중입니다. 내 자동화 에이전트가 어떤 배포 대응이 가장 효과적인지 학습하도록 도와주세요.
예상 결과:
인시던트를 기록하고, 대응 전략을 비교하며, 패턴을 매칭하고, 신뢰도 임계값과 함께 향후 조치를 추천하는 학습 워크플로.
"ReasoningBank Intelligence" 사용 중입니다. 장기적인 품질을 위해 내 ReasoningBank 설계를 감사하세요.
예상 결과:
데이터 양, 컨텍스트 품질, 임계값 선택, 패턴 검토, 스토리지 증가, 지표 추적을 다루는 체크리스트.
All 19 external-command alerts are false positives caused by Markdown code fences or JavaScript template literals in documentation examples. The SQLite reference is a local database configuration example, not evidence of sensitive-data exposure or unsafe file access. No prompt injection, exfiltration, or malicious operational intent was found.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
https://skillstore.io/skills/ruvnet-reasoningbank-intelligence/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/ruvnet-reasoningbank-intelligence?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/ruvnet-reasoningbank-intelligence?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-reasoningbank-intelligence/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/ruvnet-reasoningbank-intelligence.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>ruvnet. (2026). ReasoningBank Intelligence security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-reasoningbank-intelligence/audits/9@techreport{ruvnet-ruvnet-reasoningbank-intelligence-2026,
author = {ruvnet},
title = {ReasoningBank Intelligence security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/ruvnet-reasoningbank-intelligence/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ReasoningBank Intelligence security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-20"
url: "https://skillstore.io/skills/ruvnet-reasoningbank-intelligence/audits/9"
identifiers:
- type: other
value: "skillstore:ruvnet-reasoningbank-intelligence:audit:9"
description: "Skillstore immutable audit report identifier"
각 작성자의 스킬은 별도의 설치 항목으로 유지됩니다. 추천 변형은 Skillstore 근거로 순위가 정해집니다.
이 변형이 1위인 이유
리뷰 결과를 기록하여 에이전트가 시간이 지남에 따라 전략을 비교하고 더 나은 리뷰 접근 방식을 추천할 수 있게 합니다.
작업 컨텍스트와 결과를 포착하여 반복되는 자동화 워크플로 전반의 패턴을 식별합니다.
예시를 사용해 결과에서 학습하고, 지식을 전이하며, 개선 지표를 추적하는 에이전트를 설계합니다.
이 스킬을 사용해 내 에이전트를 위한 기본 ReasoningBank 설정을 계획하세요. 필요한 의존성, 스토리지 선택, 첫 경험 레코드를 포함하세요.
이 스킬을 사용해 내 워크플로를 위한 ReasoningBank 경험 레코드를 설계하세요. 작업 유형, 접근 방식, 결과 지표, 유용한 컨텍스트 필드를 포함하세요.
이 스킬을 사용해 내 에이전트 워크플로의 전략을 비교하세요. 지표, 신뢰도 임계값, 최적의 전략을 선택하는 방법을 추천하세요.
이 스킬을 사용해 ReasoningBank를 활용한 메타러닝 워크플로를 설계하세요. 전이 학습, 패턴 검토, 가지치기, 성능 측정을 포함하세요.
작성자
ruvnet라이선스
MIT
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
참조
dbe0e719813583400773166a0621f8a9b8185c72
유지보수 최신성
2026. 7. 27.
사용량
10 다운로드 · 232 조회
파일 구조
📄 SKILL.md
다중 에이전트 스웜 조정
역할, 토폴로지, 작업 흐름이 명확하지 않으면 여러 에이전트를 조정하기 어렵습니다. 이 스킬은 agentic-flow를 위한 스웜 패턴, hook 워크플로, 조정 관행을 제공합니다.
고급 Claude Flow 스웜 조정
복잡한 프로젝트에는 조율된 에이전트, 명확한 토폴로지 선택, 가시적인 핸드오프가 필요합니다. 이 스킬은 연구, 개발, 테스트, 분석, 복구를 위한 재사용 가능한 Claude Flow 스웜 패턴을 제공합니다.
고급 Hive Mind 에이전트 조율
복잡한 소프트웨어 작업에는 명확한 에이전트 역할, 공유 컨텍스트, 신뢰할 수 있는 의사결정이 필요합니다. 이 스킬은 queen, worker, consensus, memory를 사용하는 Claude Flow Hive Mind 세션을 안내합니다.
SPARC로 소프트웨어 제공 가이드하기
복잡한 소프트웨어 프로젝트에는 명확한 계획, 테스트, 리뷰가 필요합니다. 이 스킬은 구조화된 워크플로를 통해 Claude, Codex, Claude Code가 SPARC 단계를 진행하도록 안내합니다.
Claude Code 스킬 빌드
구조, 메타데이터, 공개 규칙이 명확하지 않으면 유효한 Claude 또는 Codex 스킬을 만들기 어려울 수 있습니다. 이 스킬은 체계적인 스킬을 만들기 위한 템플릿, 체크리스트, 예제를 제공합니다.
AgentDB Vector Search 구축
팀은 벡터 스토리지를 처음부터 설계하지 않고도 빠른 의미 기반 검색이 필요합니다. 이 스킬은 AgentDB 설정, embedding 저장, similarity search, RAG retrieval 워크플로를 안내합니다.
적응형 학습 에이전트 구축
작성자 DNYoussef
AI 에이전트는 평가된 추론을 보존하지 않기 때문에 약한 결정을 반복하는 경우가 많습니다. 이 스킬은 AgentDB를 사용한 궤적 추적, 판정 점수화, 패턴 재사용을 안내합니다.
AgentDB로 적응형 에이전트 메모리 구축하기
작성자 DNYoussef
자가 학습 에이전트에는 결정을 비교하고 결과를 개선하기 위한 영속적인 메모리가 필요합니다. 이 스킬은 trajectories, judgments, distillation, retrieval을 위한 AgentDB 패턴을 보여줍니다.
AgentDB로 에이전트 메모리 구축
작성자 DNYoussef
상태를 유지하는 에이전트는 세션과 도구 전반에서 신뢰할 수 있는 메모리가 필요합니다. 이 스킬은 에이전트 메모리를 저장, 검색, 마이그레이션, 최적화하기 위한 AgentDB 패턴을 제공합니다.
ReasoningBank로 에이전트 학습 최적화
작성자 DNYoussef
학습 데이터가 구조화되지 않은 상태로 남아 있으면 에이전트는 종종 취약한 전략을 반복합니다. 이 스킬은 궤적, 패턴, 벤치마크, 권장 사항을 ReasoningBank 워크플로로 정리합니다.
Build Adaptive Learning Series in Chinese
작성자 dontbesilent2025
Fixed courses can miss your existing knowledge and leave unclear concepts unresolved. This skill creates Chinese lesson sequences and adjusts later articles using your feedback.
학습자 프로필 인터뷰 안내
작성자 BitYoungjae
학습자 온보딩에서는 목표, 맥락, 선호하는 학습 스타일을 놓칠 수 있습니다. 이 스킬은 Claude, Codex, Claude Code가 확인된 학습자 프로필을 만드는 자연스러운 인터뷰를 진행하도록 안내합니다.