llms

사용자가 자동화하려는 작업을 Skill, Command, MCP, Subagent 중 적절한 도구로 분류하고 추천. 사용자가 "X 자동화 만들고 싶어", "이런 작업 자동화해줘", "도구 뭐 써야해?", "skill로 만들까 command로 만들까?" 같은 질문을 할 때 사용.

코드 작성/수정, 리팩토링 시 자동 활성화. Robert C. Martin Clean Code 원칙(명명, 함수 크기, 주석, 포맷팅, DRY, SRP) 검증 및 제안. 함수 20줄 초과, 인자 3개 초과, 중복 코드, 불명확한 변수명, 과도한 주석 발견 시 가독성 개선 방향 제시.

코드 작성/수정, 리팩토링, TODO 작성 시 자동 활성화. 복잡도 증가, 조건문 남발, 중복 코드 발견 시 적절한 디자인 패턴 제안. OO 설계 원칙(개방-폐쇄, 단일책임, 의존성역전) 위반 감지하고 Strategy, Observer, Decorator, Factory 등으로 리팩토링 방향 제시. 긴 if-else, switch문, 상속 남용, 새 기능 추가 시 기존 코드 수정 필요 등 code smell 발견 시 사용.

git bisect로 특정 코드가 추가/제거된 commit을 자동으로 찾기. file content 변경 시점, function 추가/제거, feature 도입 시점을 찾을 때 사용. binary search로 자동 검색하며 manual good/bad marking 불필요.

i18n 키 누락/미사용 자동 검증 skill. 코드에서 사용하는 키와 JSON 정의 간 불일치를 스크립트로 자동 감지. TypeScript 타입 안정성 확보, pre-push 훅 자동화 지원. Next.js (next-intl), React (react-i18next) 프로젝트에서 i18n 작업 시 자동 트리거.

GitLab/GitHub issue 정보를 glab/gh CLI로 가져오기. issue description, comments, 관련 MR/PR (description, comments, branch names), linked issues, parent epic 정보를 JSON 또는 markdown 형식으로 출력. issue 상세 정보가 필요할 때 사용.

프로젝트에 린터 설정을 추가하는 skill. TypeScript, Go, Python, Protobuf 지원. make lint, make test로 동작하게 설정. 코드 품질 도구 통합: 정적 분석, cognitive complexity, exhaustive switch, magic numbers, dead code detection, code duplication, test coverage. 새 프로젝트 린터 설정, 기존 프로젝트 린터 업그레이드 시 사용.

LLM 모델 파일 크기를 파라미터 수, 양자화 정밀도(FP32/FP16/BF16/INT8/GGUF Q4_K_M/Q5_K_M/Q8_0/GPTQ/AWQ), 파일 포맷(safetensors/GGUF/GPTQ/AWQ) 기반으로 계산. 양자화 옵션별 비교표 생성 및 PVC 스토리지 권장 크기 제공. MoE(Mixture of Experts) 모델의 총 파라미터와 활성 파라미터 분리 지원. 사용 시점: (1) Kubernetes LLM 배포용 PVC 스토리지 계획, (2) 모델 다운로드 전 양자화 트레이드오프 비교, (3) HuggingFace/Ollama 모델 스토리지 요구사항 추정, (4) vLLM, llama.cpp 등 LLM 서빙 플랫폼용 파일 크기 계산.

gemini와 codex 두 agent를 parallel로 실행하여 편향 없는 다각도 분석. code review, documentation validation, architecture verification 등 프로젝트 전체 검증이 필요할 때 사용. 동일한 instruction을 두 agent에게 독립적으로 실행시켜 결과를 교차 검증.

시무식/신년 발표 PPT 자동 생성 skill. todo.txt 형식 입력 → HTML 슬라이드 → PowerPoint 변환. Git/GitLab/GitHub MR/commit 통계, 장단점 분석(codex/GPT/대화기록), 유튜브 썸네일 자동 fetch 포함. 사용 시점: (1) 시무식 발표자료 만들 때, (2) 연간 업무 회고 PPT 만들 때, (3) 팀 성과 발표자료 생성 시

Korean payslip PDF (급상여명세서_YYYYMM_name.pdf)를 Markdown (payslip_YYYY-MM_name.md)로 변환. Zero hours, 상여, 연장근무, 세금 환급, negative deductions 등 edge cases 처리. PDF to Markdown 변환 요청 시 사용.

anthropic document-skills:pptx skill에서 Python 실행을 위한 venv 환경 제공. markitdown[pptx] 패키지가 설치되어 있어 pptx 파일을 markdown으로 변환 가능. pptx 파일 텍스트 추출, pptx -> markdown 변환 시 자동 활성화.

사용자 질문 및 지시 검증 가이드. "확인해봐", "봐", "봐봐", "그게 맞아?" 같은 질문 톤, 코드 탐색 중 불확실한 방향/의도 발견, 비효율적 지시 발견, 더 나은 대안 존재 시 자동 활성화. 적절한 질문과 제안 수행. commands/question.md와 함께 효과적으로 사용자와 소통.

Next.js + React 개발 시 자동 활성화. app router 사용, server/client component 구분, shadcn UI, prisma 사용 원칙, use* hook 최소화, any 타입 금지 등 Next.js 13+ 개발 원칙 제공. .tsx, .ts 파일 작성 또는 Next.js 관련 질문 시 자동 트리거.

단일 노드에서 웹 서비스(nginx + Next.js + PostgreSQL + 백그라운드 작업) 운영 시 필요한 CPU/메모리를 추정하는 계산 스킬. 사용 시점: (1) 하루 방문자 수와 체류시간으로 서버 리소스 결정, (2) 서버가 뻗거나 느려질 때 리소스 병목 분석, (3) 봇 트래픽 포함 리소스 산정, (4) 클라우드 인스턴스 선택 (EC2, GCP, Azure 등). 트리거 키워드: "서버 사이징", "서버 리소스 추정", "CPU/메모리 계산", "인스턴스 선택", "트래픽 기반 리소스"

기존 코드를 분석하여, 기능은 절대 변경하지 않으면서 가독성과 구조를 개선할 수 있는 안전한 'tidying' 목록을 2~3 개 정도 제안. 코드 작성/수정, 리팩토링 시 자동 활성화. 복잡도 증가, 조건문 남발, 중복 코드 발견 시 적절한 tidying 기법 제안.

이슈 해결을 위한 구조화된 문서 작성 및 관리. 작업 시작 전 todo-template-fix.md 기반 문서 생성, 작업 시작 시 프로젝트 전체 구조를 확인, 진행 중 5W1H 육하원칙 준수하여 context-free하게 작성, checkbox로 진행 추적. 이슈 작업을 시작하거나, TODO 문서를 작성/update할 때, 또는 작업 완료 후 문서화할 때 사용.

웹 페이지 구조 분석 및 E2E 테스트. HTML/XPath 구조 파악, 스크린샷, 브라우저 자동화. Playwright 기반 스크립트 제공. 웹 컴포넌트 테스트, 웹 스크래핑, DOM 구조 분석 시 사용.

Korean withholding tax receipt PDF (YYYY_원천징수 영수증.pdf)를 Markdown (withholdingtaxreceipt_YYYY_name.md)로 변환. Partial year, bonus, tax refunds, 월세공제 등 edge cases 처리. PDF to Markdown 변환 요청 시 사용.