revfactory/skills

revfactory-Profil

Letzte erfasste Quellaktivität: 24. August 2026 um 04:11

SkillsMP-Katalog aktualisiert: 26. Oktober 2026 um 11:37

gesammelte Skills: 16

GitHub-Stars: 160
GitHub-Forks: 45

README des Repositorys

README-Quelldatei: README.md

README-Quelldatei lesen

Vollständige README anzeigen

# Claude Code Skills Robin이 만들어 사용하는 Claude Code Skill 모음입니다. 잘 활용해주세요! ## Skills 목록 | 스킬 | 설명 | 트리거 예시 | |------|------|------------| | [spring-boot-init](#spring-boot-init) | Spring Boot 프로젝트 초기 생성 | `스프링 부트 프로젝트 만들어줘` | | [a4-print-design](#a4-print-design) | 흑백 A4 인쇄물 디자인 | `워크샵 핸드아웃 만들어줘` | | [hwp](#hwp) | HWP/HWPX 파일 읽기·쓰기·변환 | `이 hwp 파일 마크다운으로 변환해줘` | | [gemini-3-pro-imagegen](#gemini-3-pro-imagegen) | Google Gemini 이미지 생성/편집 | `AI 이미지 생성해줘` | | [gpt-image2](#gpt-image2) | OpenAI GPT Image 2 이미지 생성/편집 | `gpt-image-2로 로고 만들어줘` | | [agent-research](#agent-research) | 에이전트 팀 기반 종합 리서치 | `~에 대해 조사해줘` | | [agent-1on1](#agent-1on1) | 에이전트 1:1 대화로 개선 | `에이전트랑 1on1 하고 싶어` | | [agent-stat](#agent-stat) | 트레잇 벡터 기반 에이전트 설계·생성 | `리뷰어 에이전트 만들어줘` | | [manpower](#manpower) | AI 프롬프팅 스킬 레벨 측정 | `/manpower` | | [paper-trending](#paper-trending) | HuggingFace 트렌딩 논문 요약 | `트렌딩 논문 보여줘` | | [worklog](#worklog) | Claude Code 세션 기반 워크로그 | `/worklog` | | [project-spec-writer](#project-spec-writer) | XML 기반 프로젝트·기능 스펙(PRD)·빌드 플랜 작성 | `프로젝트 스펙 써줘` | | [codex-cli](#codex-cli) | OpenAI Codex CLI(`codex exec`) 호출·두 번째 의견·코드 리뷰 | `codex 로 한 번 더 봐줘` | | [codex-image](#codex-image) | Codex CLI 내장 `image_generation` 툴로 N장 병렬 이미지 생성 | `codex 로 이미지 5장 동시에` | | [power-crawl](#power-crawl) | Playwright MCP 기반 고속 웹 데이터 수집·크롤링 | `이 사이트 전체 페이지 돌면서 긁어와` | | [photoreal](#photoreal) | AI 티 안 나는 실사 인물 사진 프롬프트 설계 | `AI 티 안 나게 실사 사진 만들어줘` | --- ### spring-boot-init Spring Boot 프로젝트를 빠르게 생성하는 스킬입니다. - start.spring.io API를 활용하여 프로젝트 생성 - 다양한 프리셋 지원: REST API, 웹 애플리케이션, AI 애플리케이션, 배치 처리, 마이크로서비스 - Spring AI (OpenAI, Claude, Ollama 등) 통합 지원 - Java/Kotlin 선택 가능 **사용 예시:** ``` /spring-boot-init 스킬을 이용해서 @API_SPEC.md 문서를 토대로 api 서버 개발해줘 ``` --- ### a4-print-design 흑백 프린터로 출력해도 가독성이 좋은 A4 문서를 전문적인 디자인 가이드라인에 따라 생성합니다. - 블랙/화이트/그레이만 사용하는 인쇄 최적화 디자인 - 2열 그리드, 섹션 번호, 체크리스트 등 다양한 레이아웃 패턴 - HTML artifact 기본 출력 (브라우저에서 Ctrl+P로 인쇄) - 요청 시 docx, PDF 변환 지원 **적합한 용도:** 워크샵 핸드아웃, 교육 자료, 워크시트, 체크리스트, 회의 문서 --- ### hwp 한글(HWP/HWPX) 파일을 처리하는 스킬입니다. - HWP 바이너리(OLE2/CFB) 및 HWPX(ZIP/XML) 포맷 지원 - 텍스트, 테이블, 이미지 추출 - 마크다운 등 다른 포맷으로 변환 - HWPX 파일 생성 (마크다운/텍스트 → HWPX) - Node.js/TypeScript 및 Python 코드 레시피 제공 --- ### gemini-3-pro-imagegen Google Gemini 모델을 사용한 고품질 이미지 생성 및 편집 스킬입니다. - **Nano Banana Pro** (`gemini-3-pro-image-preview`): 고품질, 4K, 텍스트 렌더링 - **Nano Banana 2** (`gemini-3.1-flash-image-preview`): Flash 속도 + Pro 품질 - 텍스트→이미지 생성, 기존 이미지 편집, 멀티턴 편집 - Google 검색 그라운딩으로 실시간 정보 기반 이미지 생성 - 다양한 비율(1:1, 16:9, 9:16 등) 및 해상도(1K~4K) 지원 --- ### gpt-image2 OpenAI `gpt-image-2` 모델을 사용한 고품질 이미지 생성 및 편집 스킬입니다. - 모델은 `gpt-image-2` 로 고정 (최대 3840px 한 변, 2K/4K 자산 생성 가능) - Image API 기반 텍스트→이미지, 단일/마스킹 편집, 멀티 레퍼런스 합성 - Responses API 멀티턴 편집 (`previous_response_id` 로 이어서 수정) - 부분 이미지 스트리밍(`partial_images`) 지원 - 사실적 사진·텍스트 렌더링·인물·로고 보존력 강화 (`background="transparent"` 미지원) - CLI 헬퍼 `scripts/generate_image.py` 제공 --- ### agent-research 에이전트 팀을 구성하여 종합 리서치 보고서를 작성하는 스킬입니다. - 조사 대상을 분석하여 11개 전문가 풀에서 최적의 에이전트를 동적으로 선택·구성 - 3단계 조사 깊이: quick(2~3명) / standard(3~4명) / deep(4~6명) - 에이전트 간 교차 공유 프로토콜로 정보 품질 향상 - 교차 검증, 갭 분석, 보충 조사를 거쳐 분석적 종합 보고서 산출 - 정보 신뢰도 등급(확인됨/보도됨/미확인/상충) 표시 **전문가 풀:** 공식 정보, 미디어, 커뮤니티, 학술, 재무, 산업·경쟁, 평판, 경력·배경, 업적·저작, 기술 심층, 규제·정책 --- ### agent-1on1 하네스 에이전트와 1:1 대화를 통해 에이전트 정의를 점검하고 개선하는 스킬입니다. - Claude가 선택한 에이전트로 1인칭 몰입(roleplay)하여 대화 - 역할 명확성, 실패 복기, 엣지 케이스 발굴, 협업 개선 등을 점검 - 대화에서 도출된 개선점을 에이전트 정의 파일(`.claude/agents/*.md`)에 직접 반영 - 기존 내용 보존 원칙 — 추가·정제·강화 우선, 삭제는 명시적 요청 시에만 --- ### agent-stat 에이전트를 막연한 산문 프롬프트 대신 **스탯을 찍듯이** 3계층 구조(Role · Trait Vector · Policy)로 설계·생성하는 스킬입니다. - **3계층 모델**: Role(무엇을) → Trait Vector(어떤 방식으로) → Policy(실제 행동)로 위에서 아래로 유도 - **8축 트레잇 벡터**(각 1~5): 주도성·근거성·계획성·사회성·협력성·위험성향·도구성향·반성성 - 각 축의 값을 구체적 행동 정책으로 번역하고, 정책 줄마다 출처 트레잇 태그(예: `(근거성5)`)로 추적성 부여 - 아키타입 프리셋(리뷰어·리서처·빌더·코치·조율자·분석가 등)에서 출발해 미세조정 - 정합성 점검(양극 충돌·상승 조합·올-5 경고)과 정책 충돌 해소(안전 > 정확성 > 주도성) 내장 - 결과물은 `.claude/agents/{name}.md` 정의 파일(스탯 시트 표 포함) - `references/trait-policy-map.md`(축별 정책 사전), `references/archetypes.md`(프리셋), `assets/agent-template.md` 포함 **다른 스킬과의 경계:** 에이전트 1명을 의도적으로 설계·생성하면 이 스킬, 팀 전체 아키텍처+오케스트레이터까지 구성하면 `/harness:harness`, 이미 있는 에이전트를 대화로 점검·개선하면 [`agent-1on1`](#agent-1on1). --- ### manpower Claude Code 세션 로그에서 사용자의 AI 프롬프팅 스킬 레벨을 측정합니다. - 8개 역량 축 분석: 명확성, 구체성, 컨텍스트 제공, 작업 분해, 도구 활용, 반복 개선, 창의적 활용, 효율성 - 방사형 그래프로 역량 시각화 - 주간 성장 추이 추적 --- ### paper-trending HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성합니다. - 특정 날짜, 주차, 월 단위로 논문 조회 - 한국어 한줄 요약 테이블 출력 - 선택적으로 논문 PDF 다운로드 (상위 N개 또는 전체) - arxiv HTML 버전을 읽어 상세 분석 가능 --- ### worklog 오늘 진행한 모든 Claude Code 세션을 분석하여 주간 워크로그로 정리합니다. - `~/.claude/projects/` 하위의 JSONL 세션 로그를 자동 수집 - 오늘(00시~현재) 진행한 전체 세션 분석 - 주간 워크로그 마크다운 파일(`YYYY-WXX.md`) 생성 --- ### project-spec-writer 소프트웨어 프로젝트의 빌드 플랜·기술 스펙(PRD)을 XML 구조의 마크다운 문서로 작성하는 스킬입니다. - **3가지 모드** — 신규 프로젝트 스펙 / 기존 코드베이스 기능 스펙 / 기존 스펙 정제 - `<project_specification>` 루트 태그 기반 27개 섹션 표준화 (overview, assumptions, technology_stack, core_data_entities, route_definitions, pages_and_interfaces, deployment_and_operations 등) - 프로젝트 유형별 섹션 교체 — 백엔드는 `api_endpoints`, CLI 는 `commands_and_flags`, 라이브러리는 `public_api` - 색상은 hex(`#1B4332`), 치수는 px, 라이브러리는 버전까지 — 모호함 없는 구체적 사양 강제 - 스펙 본문은 한국어 기본, XML 태그·필드명·경로·명령어는 영문 유지 - 추측은 `<assumptions>`, 사용자 결정이 필요한 사항은 `<open_questions>` 로 분리해 명시 - 라이브러리 버전은 실제 확인 후 기재 — 미검증 마이너 버전 기입 금지 - `scripts/validate_spec.py` 로 구조·일관성 기계 검증 후 납품 **참조 문서:** `references/xml-schema.md`(스키마), `references/example-spec.md`(웹앱 예시), `references/example-api-spec.md`(백엔드 API 예시), `references/feature-spec-mode.md`(기능 스펙 모드) **적합한 용도:** 신규 앱 빌드 플랜, 기존 서비스 기능 스펙, 기존 스펙 정제·확장, AI 에이전트에게 위임할 개발 명세 작성 --- ### codex-cli OpenAI Codex CLI(`codex`)를 Claude Code 세션 안에서 비대화형으로 호출하기 위한 스킬입니다. - `codex exec` 중심 — TUI 회피, 모든 호출에 `--sandbox`(기본 `read-only`) 명시 - 두 번째 의견(second opinion) 패턴: Claude 결론 + 원본 컨텍스트를 같이 넘겨 OpenAI 모델로 독립 판단 - `codex review` 로 브랜치/커밋/언커밋 비대화형 코드 리뷰 - `--json` 이벤트 스트림 + `--output-last-message` 분리, `--output-schema` 로 구조화 출력 강제 - 모델·프로파일 선택(`-m`, `-p`, `--oss`), MCP 서버 등록(`codex mcp`), 세션 재개(`codex resume`) - 샌드박스 가이드와 안티패턴(예: `codex exec` 에 `--ask-for-approval` 부착 금지)까지 망라 **OpenAI 공식 [`codex-plugin-cc`](https://github.com/openai/codex-plugin-cc) 와의 차이.** `codex-plugin-cc` 는 Claude Code 플러그인으로, `/codex:review` · `/codex:adversarial-review` · `/codex:rescue` · `/codex:status` 같은 **고수준 슬래시 명령**을 제공합니다(코드 리뷰·태스크 위임 중심, 백그라운드 잡 관리 포함). 반면 이 `codex-cli` 스킬은 Claude 가 `codex` 바이너리를 **직접 호출**할 때 필요한 플래그·샌드박스·출력 캡처·MCP·프로파일까지 **저수준 사용법 전반**을 가르치는 가이드입니다. 즉, 정형화된 리뷰·위임 워크플로가 필요하면 공식 플러그인이 빠르고, JSON 자동화·출력 스키마·임의 프롬프트·세션 재개·로컬 OSS 모델 같은 자유도가 필요하면 이 스킬이 적합합니다. 둘은 충돌하지 않으며 함께 써도 됩니다. --- ### codex-image Codex CLI 의 내장 `image_generation` 툴로 이미지를 생성하는 스킬입니다. 핵심은 **최대 5장 동시 병렬 생성**. - ChatGPT OAuth 인증만으로 동작 — 별도 `OPENAI_API_KEY` · Python SDK · curl 불필요 - `codex exec` 를 `run_in_background: true` 로 N개 띄워 진정한 병렬 (실측: 5장 동시 = 직렬 대비 약 2.85배) - 5개씩 묶어 순차 실행하는 배치 헬퍼 `scripts/codex_imagegen_batch.sh` 제공 - 작업 폴더에 PNG 자동 저장, 결과 검증 패턴 포함 --- ### power-crawl Playwright MCP 를 e2e 테스트 도구가 아니라 **고속 데이터 수집 엔진**으로 쓰는 크롤링 스킬입니다. - **수집 사다리**(L0 내부 JSON API → L1 임베디드 JSON → L2 DOM 추출 → L3 실제 렌더)를 위에서부터 시도해 가장 빠른 경로를 선택 - `browser_network_requests` 로 페이지 뒤에 숨은 JSON API 를 발굴 — 찾으면 수천 건도 호출 몇 번에 종료 - 페이지네이션·무한스크롤을 **단일 도구 호출 안에서 루프**로 처리, 상세 팬아웃은 워커 풀로 동시성 8~16 - 수집 데이터를 모델 컨텍스트에 통과시키지 않고 `filename` 으로 **곧바로 파일 저장**(JSONL/CSV) - `scripts/finalize.py` 로 중복 제거 + **필드별 채움률** 산출 → 조용한 셀렉터 실패 탐지 - 재현 가능한 `crawl-report.md`(수집 경로·스키마·누락·제약) 산출 - 로그인은 사용자 본인이 수행, 2FA·캡차·봇 차단 우회는 하지 않음 - `references/recipes.md`(상황별 코드 레시피), `references/mechanics.md`(도구 실측 동작), `references/troubleshooting.md` 포함 **적합한 용도:** 상품·가격 수집, 채용공고·리뷰 모니터링, 경쟁사 데이터 수집, 로그인 후 내 데이터 백업 **범위 밖:** 단일 페이지 1회 조회·요약(WebFetch 로 충분), e2e 테스트·QA 자동화 --- ### photoreal 이미지 모델이 사람을 그릴 때 기본으로 끌리는 광고·화보식 완벽함을 상쇄해, 폰으로 찍은 스냅처럼 보이는 프롬프트를 만드는 스킬입니다. - 실사감은 디테일을 더해서 얻는 것이 아니라 모델의 기본 끌림을 깎아서 얻는다는 전제로 설계 - **다섯 개 층**: L1 출처(누가 왜 찍었나) → L2 빛·화질 → L3 구도·순간 → L4 해부학(얼굴·피부·손·머리카락) → L5 미의 상한선 - 모델이 흘리기 쉬운 부정문(`매끄럽게 하지 마`)을 남길 것을 지목하는 긍정문(`모공과 잔털이 보이는 피부`)으로 바꿔 쓰는 대응표 - L5 미의 상한선은 강도 세 단계(약·중·없음)로 조절 — 빼면 초라해지고 세게 쓰면 배우 얼굴로 되돌아간다 - 손의 해부학과 동작 논리를 따로 지시 — 손가락 개수가 맞아도 칼날 앞에 손을 쫙 편 자세가 나온다 - 나이 지정 컷과 여러 명 나오는 컷은 별도 처리 — 피부 질감 지시가 나이를 위로 미는 문제, 시선을 사람 수만큼 나누는 규칙 - 손·눈동자 하이라이트·글자·나이·피부 균질도 등 열한 가지 생성 후 점검 항목. 걸린 항목만 긍정문으로 보강해 재생성 - 같은 프롬프트도 장마다 편차가 크므로 3~5장 병렬 생성을 기본 운용으로 잡음. 변형은 상황 → 촬영 위치 → 거리 → 조명 순으로 크게 갈리므로 조명만 돌리지 않음 - `scripts/build_prompt.py` 로 장면·상세도·셀카 여부·인원수(`--group`)·미의 강도(`--charm`)·나이 고정·언어를 지정해 변형 N개 프롬프트를 한 번에 뽑음 - `references/directives.md`(원본 지시문 20개와 영문 대응), `references/scenes.md`(한국·일본·미국 디테일, 상황 프리셋) 포함 **다른 스킬과의 경계:** 이 스킬은 프롬프트만 만듭니다. 실제 이미지 생성은 [`codex-image`](#codex-image)(병렬 N장), [`gpt-image2`](#gpt-image2), [`gemini-3-pro-imagegen`](#gemini-3-pro-imagegen)이 맡습니다. **범위 밖:** 일러스트·애니풍·3D 렌더·로고처럼 사진이 아닌 그림체, 실존 인물의 얼굴 재현 --- ## 설치 방법 1. 이 repository를 clone합니다: ```bash git clone https://github.com/revfactory/skills.git ``` 2. 원하는 skill 폴더를 `~/.claude/skills/` 디렉토리에 복사하거나 심볼릭 링크를 생성합니다: ```bash ln -s /path/to/skills/spring-boot-init ~/.claude/skills/spring-boot-init ``` ## 라이선스 MIT License

README des Repositorys wird geladen…

Skills in diesem Repository

Softwareentwickler Sonstige Computerberufe Grafikdesigner Desktop-Publisher

7 Berufskategorien · 100% klassifiziert

Softwareentwickler

Spring Boot 프로젝트 초기 생성 스킬. start.spring.io API를 사용하여 프로젝트를 생성합니다. 사용 시점: (1) 새 Spring Boot 프로젝트 생성, (2) 스프링 부트 프로젝트 만들어줘, (3) Spring Boot로 API 서버 만들어줘, (4) 웹 애플리케이션 시작하고 싶어, (5) Spring Initializr 관련 요청

Quellsprache: Koreanisch

2026-01-26

Es werden 16 von 16 gesammelten Skills angezeigt.

Mit einem KI-Assistenten installieren

Diesen Prompt kopieren und in den verwendeten KI-Assistenten einfügen.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/revfactory/skills.