대화형 AI 챗봇을 구축하려면 벡터 데이터베이스와 검색 시스템에 대한 이해가 필요합니다. 이 스킬은 Qdrant 벡터 검색과 Gemini AI 모델을 사용하여 RAG 챗봇을 생성하기 위한 아키텍처 문서와 구현 패턴을 제공합니다.

Docusaurus 챕터 품질이 다양하여 일관된 교육 콘텐츠를 유지하기 어렵습니다. 이 스킬은 MDX 챕터의 구조적 무결성, 교육적 흐름 및 적절한 구성 요소 사용을 검증하여 모든 챕터가 높은 교육 표준을 충족하는지 확인합니다.

검색 엔진 가시성은 웹 애플리케이션에 매우 중요하지만, 적절한 SEO를 구현하려면 사이트맵, 메타데이터, 구조화된 데이터에 대한 지식이 필요합니다. 이 스킬은 사이트맵, OpenGraph 태그, JSON-LD 스키마, robots.txt 구성을 위한 포괄적인 Next.js SEO 패턴을 제공합니다.

AWS S3에 대한 안전한 파일 업로드를 구축하려면 사전 서명 URL, 클라이언트 SDK 및 서버 측 처리에 대한 이해가 필요합니다. 이 스킬은 UI 컴포넌트, 클라이언트 유틸리티 및 서버 패턴과 함께 완전한 문서를 제공하여 빠르게 프로덕션 준비가 된 S3 업로드를 구현할 수 있습니다.

기술 문서 작성에는 일관된 구조와 라우팅이 필요합니다. 이 스킬은 Fumadocs를 사용하여 잘 구성된 MDX 문서 페이지를 생성하고, 프론트매터, 네비게이션 메타데이터, 아이콘 통합을 자동으로 처리합니다.

SEO 친화적인 블로그 글을 만들려면 적절한 포맷, 메타데이터, 구조가 필요합니다. 이 스킬은 최대한의 검색 가시성을 위해 올바른 frontmatter, 태그, 이미지 처리로 MDX 블로그 글을 작성하는 명확한 가이드라인을 제공합니다.

잘못된 프롬프트는 토큰을浪费하고 일관성 없는 결과를产生합니다. 이 기술은 AI 성능을 극대화하고 Anthropic 모범 사례를 따르는 명확하고 효율적인 프롬프트 작성을 위한 검증된 표준을 제공합니다.

기술 제품 요구사항 문서를 AI 코딩 에이전트에 최적화된 구조화된 XML 스펙으로 변환합니다. 코드 중심의 PRD를 선언형 에이전트 소비 형식으로 변환하여 AI 코드 생성 품질을 향상시킵니다.

새로운 AI 스킬을 만들려면 일관된 표준과 구조를 따라야 합니다. 이 스킬은 Claude, Codex 및 Claude Code와 함께 작동하는 스킬을 만들기 위한 템플릿, 워크플로 및 모범 사례를 제공합니다. 몇 분 안에 잘 정리된 스킬을 만드세요.

일반적인 AI 시각 자료는 차분하고 PowerPoint 기본 미학에 그치는 결과물을 만들기 쉽습니다. 이 스킬은 전문적인 창의적 브리프 방법론을 제공하여 AI의 추론 능력을 활성화하여 독특하고 교육적으로 효과적인 시각 자료를 생성할 수 있게 합니다.

기술 콘텐츠에는 종종 배타적인 언어, 정의되지 않은 전문 용어, 일치하지 않는 독해 수준 등 숨겨진 장벽이 포함되어 있습니다. 이 스킬은 체계적으로 추론 렌즈를 통해 콘텐츠를 검토하여 학습자가 해당 문제에 직면하기 전에 접근성 문제를 식별합니다.

수업 요약을 수작업으로 만드는 것은 시간이 많이 들고 핵심 인사이트를 놓칠 위험이 있습니다. 이 스킬은 검증된 소크라테스식 질문 프레임워크를 사용해 어떤 수업 파일에서도 핵심 개념, 멘탈 모델, 실용적 패턴을 일관되게 추출합니다.

Claude 스킬이 효과적으로 작동하려면 전문화된 구조가 필요합니다. 이 스킬은 도메인 지식, 워크플로우 및 도구 통합을 통해 Claude를 확장하는 검증된 프레임워크를 제공합니다.

이해를 확인하는 평가 문항을 만드는 데 상당한 노력이 필요합니다. 이 스킬은 균형 잡힌 답안 분배, 동일한 길이의 옵션, 즉각적인 피드백 설명과 함께 50개의 대학 수준 개념 질문을 생성하는 구조화된 방법론을 제공합니다.

챕터 슬라이드를 만드는 것은 시간이 많이 들고 종종 일반적이고 텍스트가 많은 프레젠테이션을 만들게 됩니다. 이 스킬은 NotebookLM용으로 교육적으로 정렬된 슬라이드 데크와 명확한 내러티브 아크와 실행 가능한 끝맺음을 갖춘 프롬프트를 제공합니다.

교육자들은 구체적이고 검증 가능한 학습 성과를 작성하는 데 어려움을 겪습니다. 이 스킬은 Bloom의 분류 체계와 CEFR 수준에 부합하는 측정 가능한 목표를 생성하여 학습자들이 정확히 무엇을 달성할 것인지, 그리고 성공이 어떻게 측정될지를 파악할 수 있도록 보장합니다.

교육자들은 인지과학 원리를 적용한 다양한 연습문제를 만드는 데 많은 시간을 소비합니다. 이 스킬은 템플릿과 증거 기반 학습 전략을 사용하여 인출 연습, 간격 반복, 난이도 진행을 포함한 완전한 연습문제 세트를 생성합니다.

Docusaurus 문서를 GitHub Pages에 배포하려면 빌드 설정, GitHub Actions 워크플로, 배포 브랜치를 구성해야 합니다. 이 스킬은 사전 검증된 템플릿과 CI/CD 트리거 전에 수행되는 로컬 테스트를 통해 전체 과정을 자동화합니다.

문서 요청은 과도한 토큰을 소비합니다. 이 스킬은 Context7 MCP와 지능형 셸 파이프라인 필터링을 사용하여 코드 예제와 API 시그니처만 추출하여 모든 필수 정보를 보존하면서 토큰 사용량을 86.8% 줄입니다.

콘텐츠 제작자는 교육 자료를 개선하기 위해 체계적이고 객관적인 품질 평가가 필요합니다. 이 스킬은 증거 기반 채점을 통해 책 챕터와 레슨을 일관되게 평가하고 개선할 수 있는 6개 카테고리 가중치 루브릭을 제공합니다.