구독자 이탈은 성장과 기업 가치에 악영향을 미칩니다. 이 스킬은 자발적 및 비자발적 이탈률을 줄이기 위한 효과적인 취소 플로우, 세이브 오퍼, 독닝 시퀀스를 구축하는 데 도움을 줍니다.

분석 추적 설정은 복잡하고 오류가 발생하기 쉬워 신뢰할 수 없는 데이터로 이어집니다. 이 스킬은 마케팅 및 제품 의사결정에 실행 가능한 인사이트를 제공하는 GA4, GTM, 전환 추적 및 UTM 전략을 구현하기 위한 전문가 가이드를 제공합니다.

전통적인 SEO는 순위를 올릴 수 있지만, AI SEO는 인용을 끌어냅니다. 이 스킬은 ChatGPT, Perplexity, Google AI Overviews와 같은 AI 시스템에서 브랜드를 출처로 인용받을 수 있도록 콘텐츠를 최적화하는 데 도움이 됩니다.

테스트를 위한 충분한 광고 변형 생성에 어려움을 겪고 계신가요? 이 스킬은 클릭과 전환을 유도하는 검증된 앵글 프레임워크와 성과 데이터를 사용하여 플랫폼에 완벽하게 맞는 광고 카피를 생성합니다.

적절한 계획 없이 A/B 테스트를 수행하면 결론을 내릴 수 없는 결과와 낭비되는 자원이 발생합니다. 이 기술은 전환 최적화를 위한 실행 가능한 인사이트를 산출하는 통계적으로 유효한 실험을 설계하기 위한 구조화된 프레임워크를 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.

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.

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

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.

새로운 기여자들은 확립된 프로젝트 표준을 따르는 대신 코딩 규칙을 추측하는 경우가 많습니다. 이 스킬은 CONTRIBUTING.md, 린터 설정, 에디터 설정을 파싱하여 일관된 기여를 위한 완전한 표준 요약을 반환합니다.

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

대규모 코드베이스에서 요구사항을 찾고 추적하는 작업은 시간이 많이 걸리고 오류가 발생하기 쉽습니다. 이 스킬은 사양 파일을 자동으로 찾아내고, REQ-NOTIFY-001과 같은 요구사항 ID를 추출하며, 다운스트림 검증을 위한 콘텐츠 해시가 포함된 추적 가능한 매니페스트를 생성합니다.

AI 어시스턴트는 직접 터미널 명령을 실행할 수 없습니다. 이 스킬을 사용하면 ffmpeg, curl, npm, python과 같은 CLI 도구를 별도의 터미널 창에서 실행하여 개발 워크플로우를 수행할 수 있습니다.

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.

macOS, Windows, WSL을 지원하는 크로스 플랫폼 환경에서 AI 코딩 에이전트와 CLI 명령어를 새 터미널 창으로 실행합니다.

SQL 인젝션 및 쉘 명령과 같은 보안 취약점은 애플리케이션을 위험에 빠뜨립니다. 이 스킬은 OWASP 패턴을 식별하고 배포 전에 문제를 수정하기 위한 특정 remediation 단계를 제공합니다.

데이터베이스 스키마가 코드 정의와 일치하지 않으면 버그와 배포 실패가 발생합니다. 이 기술은 SQLAlchemy, Django, Prisma, TypeORM 프레임워크 전반에서 데이터베이스 스키마와 ORM 모델 간의 불일치를 감지합니다.

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.

여러 소스를 수동으로 확인할 때 정확한 정보를 찾는 데 너무 오랜 시간이 걸립니다. 이 스킬은 웹, 문서 및 코드를 동시에 검색하는 병렬 연구 에이전트를 실행한 다음 신뢰도 점수와 함께 결과를 종합합니다.

여러 소스에서 수동으로 연구 작업을 조정하는 것을 중단하세요. 이 기술은 적절한 소스 관리 및 종합과 함께 체계적인 연구를 수행하기 위한 AI 에이전트를 위한 구조화된 템플릿을 제공합니다.