데이터베이스 마이그레이션은 수동으로 작성하기 번거롭고 실수하기 쉽습니다. 이 스킬은 상향 및 하향 메서드가 포함된 모든 ORM에 대해 적절히 형식화된 마이그레이션 파일을 생성하고, 프로젝트 규칙을 따르며 롤백 지원을 포함합니다.

코드베이스는 시간이 지남에 따라 일관된 스타일에서 벗어나는 경향이 있습니다. 이 스킬은 스타일 불일치를 감지하고, 프로젝트별 규칙을 식별하며, 코드베이스 전체의 코드 품질을 유지하기 위한 실행 가능한 권장 사항을 제공합니다.

웹 애플리케이션은 접근 불가능한 설계로 인해 장애가 있는 사용자를 배제하는 경우가 많습니다. 이 기술은 WCAG 2.1 AA 수준 규정 준수 지침을 제공하며 ARIA 속성, 키보드 탐색, 화면 리더 지원에 대한 구체적인 코드 예시를 포함합니다.

효과적인 Claude Code 에이전트를 만들려면 프로젝트에 대한 깊은 이해가 필요합니다. 이 스킬은 귀하의 특정 코드베이스, 기술 스택 및 아키텍처에 맞춤화된 프로젝트 인식 에이전트를 생성하기 위한 템플릿과 패턴을 제공합니다.

tree-sitter를 사용하려면 AST 탐색, 쿼리 패턴, 방문자 구현에 대한 이해가 필요합니다. 이 스킬은 모든 프로그래밍 언어를 파싱하기 위한 즉시 사용 가능한 패턴을 제공합니다.

JSON은 LLM 프롬프트에서 토큰을 낭비합니다. TOON은 데이터의 가독성을 유지하면서 토큰 사용량을 30-60% 줄입니다. 표 형식 데이터를 AI 소비에 최적화된 컴팩트한 형식으로 변환하세요.

테스트 파일을 처음부터 작성하면 테스트 주도 개발이 느려집니다. 이 스킬은 소스 코드를 분석하여 선호하는 프레임워크에서 TODO 스텁이 있는 테스트 스캐폴드를 생성하므로, 테스트 설정이 아닌 테스트 구현에 집중할 수 있습니다.

Supabase 프로젝트는 누락되거나 잘못된 RLS 정책으로 인해 보안 취약점을 가지기 쉽습니다. 이 스킬은 사용자 소유권, 팀 접근 제어, 역할 기반 보안 및 적절한 정책 테스트를 위한 검증된 패턴을 제공합니다.

각 프로젝트에 대해 AI 개발 스킬을 수동으로 구성하는 것을 중단하세요. Stack-analyzer는 기술 스택을 자동으로 감지하고 AI 보조 개발에 적합한 스킬을 추천합니다.

여러 AI 코딩 에이전트를 관리하려면 서로 다른 CLI 도구 간 전환이 필요합니다. 이 스킬은 새로운 터미널 창에서 Claude Code, Codex, Gemini, Cursor, OpenCode 또는 Copilot을 실행합니다. 개발자는 메인 워크플로우를 계속 진행하면서 복잡한 코딩 작업을 특화된 에이전트에 위임할 수 있습니다.

적절한 패턴 없이 코드를 테스트하면 불안정한 테스트와 유지보수의 악몽으로 이어집니다. 이 스킬은 적절한 픽스처와 명명 규칙을 갖춘 단위, 통합, E2E 테스트를 위한 실전 검증된 패턴을 제공합니다.

사용자는 외부 AI 코딩 도구를 호출하는 방법에 대한 가이드가 필요합니다. 이 스킬은 적절한 인증 및 읽기 전용 제어를 통해 Codex, Gemini, Cursor를 호출하기 위한 Claude Code Task 에이전트 사용에 대한 문서화된 패턴과 워크플로우를 제공합니다.

여러 AI 코딩 프로바이더를 관리하려면 각각의 고유한 기능과 명령 패턴을 이해해야 합니다. 이 스킬은 적절한 인증, 읽기 전용 보호 장치 및 대체 전략을 사용하여 Claude, Codex, Gemini, Cursor에 작업을 위임하기 위한 문서와 워크플로를 제공합니다.

패키지 매니페스트를 수동으로 추적하고 업데이트하는 일은 시간을 낭비하고 오류를 유발합니다. 이 스킬은 코드의 새 import를 자동으로 감지하고 올바른 패키지 이름과 버전 제약으로 정확한 매니페스트 파일을 업데이트합니다.

익숙하지 않은 코드베이스를 이해하는 데 수많은 개발 시간이 낭비됩니다. 이 스킬은 진입점 식별, 의존성 추적, 아키텍처 패턴 감지, 기술 부채 목록화를 빠르게 수행할 수 있는 구조화된 패턴을 제공합니다.

LLM 출력 작업을 처리할 때 구문 분석 오류와 타입 불일치가 자주 발생합니다. 이 스킬은 Python과 TypeScript 자동 코드 생성과 함께 타입 안전 LLM 프롬프팅을 위한 범용 BAML 패턴을 제공합니다.

프로토콜 요구사항, 도구 설계 패턴 및 평가 전략에 대한 지침 없이 MCP 서버를 처음부터 구축하는 것은 복잡합니다. 이 스킬은 Python 또는 TypeScript로 프로덕션 준비가 완료된 MCP 서버를 생성하기 위한 포괄적인 워크플로우를 제공하며, 연구, 구현, 검토 및 평가 단계를 다룹니다.

Claude 대화에서 풍부한 HTML 아티팩트를 구축하려면 설정, 종속성 및 번들링이 필요합니다. 이 스킬은 프로젝트 초기화부터 단일 파일 번들 생성까지 전체 워크플로우를 자동화합니다.

셸 스크립트는 종종 따옴표가 없는 변수, 오류 처리 부족, 그리고 안전하지 않은 패턴으로 인해 실패합니다. 이 기술은 프로덕션 준비가 된 템플릿, 보안 인식 모범 사례, 현대적인 명령줄 대안을 제공하여 유지 관리 가능한 Bash 및 Zsh 스크립트를 작성하는 데 도움을 줍니다.

복잡한 과학용 Python 의존성은 연구 속도를 늦춥니다. Pixi는 빠른 의존성 해석, 재현 가능한 lockfile, 과학 컴퓨팅 프로젝트를 위한 매끄러운 환경 관리를 통해 conda와 PyPI 생태계를 통합합니다.