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.