القائمة
AWS Well-Architected Sustainability Pillar review. Checks energy efficiency, resource optimization, and sustainable practices in IaC code.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
Karpathy LLM Wiki 패턴 구현. 프로젝트 문서(스펙/ADR/회의록)를 wiki/raw/에 모으고 LLM이 컴파일하여 wiki/에 교차참조 마크다운 위키를 생성·갱신. qmd 설치 시 하이브리드 검색 자동 활성, 미설치 시 INDEX.md 라우팅으로 graceful degrade. LanceDB 선택적 벡터 인덱스. Obsidian 호환. 하위 명령 - init, ingest, query, lint, sync, export, qmd-index, lancedb-sync.
Intent Document(INTENT.md) 생성 및 관리 스킬. 프로젝트의 의도를 Why/What/Not/Learnings로 문서화하고, 탐구와 학습을 통해 의도를 진화시키는 생명주기를 관리한다. 반드시 사용해야 하는 경우: "intent document", "INTENT.md", "intent engineering", "프로젝트 의도 정리", "왜 만드는지 정리", "프로젝트 목적 문서화", "What/Why/Not 정리", "프로젝트 방향 잡기", "피벗", "프로젝트 종료 판단" 등을 언급하거나, 새 프로젝트를 시작하면서 방향을 잡고 싶다고 할 때. 기존 INTENT.md를 수정하거나 학습 결과를 기록하고 싶을 때도 이 스킬을 사용한다.
AWS always-on 아키텍처(EC2/ALB/ECS/RDS)를 서버리스+Spot 패턴으로 이행할 때 사용. 워크로드 분류, 트레이드오프 평가, 단계별 이행 계획 생성. 구현 how-to는 sagemaker-spot-training 등 후속 스킬로 위임. 트리거 예 - "서버리스 이행", "EC2에서 Lambda로", "Spot 이행", "serverless migration", "ALB에서 API Gateway", "비용 절감 이행".
Guide for running cost-effective ML training on SageMaker Managed Spot Training. Use this skill when setting up GPU training jobs, choosing instance types/regions, debugging Spot capacity issues, or optimizing SageMaker training costs.
AWS Well-Architected Cost Optimization Pillar review. Checks resource sizing, scaling, storage classes, and cost monitoring configurations in IaC code.
AWS Well-Architected Operational Excellence Pillar review. Checks monitoring, logging, deployment automation, and continuous improvement practices in IaC code.
استنادا إلى تصنيف SOC المهني
| name | aws-wa-sustainability |
| description | AWS Well-Architected Sustainability Pillar review. Checks energy efficiency, resource optimization, and sustainable practices in IaC code. |
환경 영향 최소화, 에너지 효율 관점에서 IaC 코드를 검토합니다.
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 에너지 효율적인 Graviton 프로세서 사용 여부
Graviton 장점:
Terraform 패턴:
# 권장 - Graviton 인스턴스
resource "aws_instance" "sustainable" {
instance_type = "t4g.medium" # Graviton2
}
resource "aws_instance" "sustainable_v3" {
instance_type = "m7g.large" # Graviton3
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: Lambda, Fargate 등 서버리스 서비스 활용 여부
권장 서비스:
Terraform 패턴:
# 권장 - Lambda 사용
resource "aws_lambda_function" "sustainable" {
function_name = "my-function"
runtime = "python3.11"
# 사용하지 않을 때 리소스 소비 없음
}
# 권장 - Fargate 사용
resource "aws_ecs_service" "sustainable" {
launch_type = "FARGATE"
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 자체 관리 대신 관리형 서비스 사용 여부
권장 서비스:
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 과도한 크기의 인스턴스 사용 여부 (Cost Pillar와 연계)
| 심각도 | 탐지 유형 |
|---|---|
| Low | 수동 확인 필요 |
검토 내용: 지속 가능한 에너지를 사용하는 리전 선택 여부
AWS 저탄소 리전 (재생 에너지 비율 높음):
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 미사용 리소스 방치 여부 (Cost Pillar와 연계)
체크 항목:
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 데이터 수명 주기 정책, 압축 사용 여부
Terraform 패턴:
# 권장 - 수명 주기 정책
resource "aws_s3_bucket_lifecycle_configuration" "sustainable" {
bucket = aws_s3_bucket.example.id
rule {
id = "cleanup"
status = "Enabled"
expiration {
days = 365
}
noncurrent_version_expiration {
noncurrent_days = 30
}
}
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 수동 확인 필요 |
검토 내용: 효율적인 프로그래밍 언어/런타임 사용 여부
에너지 효율 순위 (일반적):
상세 패턴은 다음 참조:
| 항목 | 가중치 |
|---|---|
| Graviton 사용 | 25% |
| Serverless 활용 | 25% |
| 관리형 서비스 | 20% |
| 리소스 적정 규모 | 15% |
| 데이터 최적화 | 15% |