メニュー
오늘 커밋 내역 기반으로 LinkedIn 포스트 초안 생성. '링크드인 써줘', 'linkedin', '링크드인', '링크드인에 올릴 글', 'LinkedIn 포스트' 등으로 호출. 개발 작업 후 LinkedIn 글쓰기 요청 시에도 반드시 이 스킬을 사용할 것.
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | linkedin-post |
| description | 오늘 커밋 내역 기반으로 LinkedIn 포스트 초안 생성. '링크드인 써줘', 'linkedin', '링크드인', '링크드인에 올릴 글', 'LinkedIn 포스트' 등으로 호출. 개발 작업 후 LinkedIn 글쓰기 요청 시에도 반드시 이 스킬을 사용할 것. |
오늘의 git 커밋 내역을 보고 LinkedIn build in public 포스트 초안을 생성한다.
LinkedIn은 Twitter와 다르다. Twitter는 짧고 날것인 반면, LinkedIn은 "이걸 만들면서 이런 걸 깨달았다" 프레임이 핵심이다. 완성품 자랑이 아니라 과정에서 배운 인사이트를 공유하는 톤.
현재 프로젝트의 오늘 커밋만 확인 (다른 프로젝트 탐색 금지):
git log --since="6am" --oneline
repo URL 가져오기 (포스트 하단에 포함):
git remote get-url origin
커밋들을 분석해서 오늘 작업의 전체 흐름을 파악. 단순 나열이 아니라, 하나의 스토리나 인사이트로 묶는다.
영어 버전 + 한국어 버전 두 개를 항상 모두 작성한다. 하나만 쓰는 건 절대 금지. 사용자가 "하나만 써줘"라고 하지 않는 한 무조건 둘 다.
출력 형식 (반드시 이 구조로):
---
🇺🇸 English
---
(영어 포스트 전문)
---
🇰🇷 한국어
---
(한국어 포스트 전문)
스크린샷 제안 (아래 섹션 참고)
LinkedIn에서 잘 먹히는 건 **"나 이거 만들었다"가 아니라 "이걸 만들면서 이걸 알게 됐다"**다. 독자가 가져갈 인사이트가 있어야 좋아요/댓글이 달린다.
LinkedIn은 첫 2줄이 생명이다. "...더 보기"를 클릭하게 만드는 hook이 필요함.
[Hook — 숫자나 의외한 사실 1-2줄]
[배경 — 왜 이걸 하게 됐는지 2-3줄]
[과정 — 뭘 했는지, 뭘 발견했는지 3-5줄]
[인사이트/교훈 — 독자가 가져갈 것 2-3줄]
[GitHub 링크]
[해시태그]
줄바꿈을 많이 쓴다. LinkedIn에서는 짧은 문단(1-2줄) + 빈 줄이 가독성을 높인다. 한 문단에 3줄 이상 쓰지 않는다.
#BuildInPublic 필수 + 관련 태그 (#Python, #QuantTrading, #DevTools, #ClaudeCode 등)git remote get-url origin으로 가져온다. 추측 금지.AI가 쓴 글의 특징은 완벽한 균형이다. 모든 문단이 비슷한 길이, 모든 요점이 깔끔하게 정렬, 항상 3가지 교훈. 실제 사람이 쓴 글에는 들쭉날쭉함이 있다.
한국어 LinkedIn은 영어 버전의 번역이 아니라, 한국 개발자가 실제로 쓰는 말투여야 한다.
초안을 쓰고 나서 스스로 물어봐라:
하나라도 걸리면 다듬어라.
Before/Problem/Fix형 (여러 개선 항목이 있을 때 기본):
Been building a knowledge library for AI coding agents. Had about 98 entries. Read Karpathy's LLM Wiki gist today, looked at mine again.
Before
- every entry had the same "what happened + lesson" format.
Problem
- when logging a debugging gotcha, "how to prevent it next time" was missing. When logging an experiment, "what conditions I ran it under" was missing. One template meant something important always got left out.
Fix
- 4 templates by situation. Debugging gets what-broke/why/how-fixed/prevention. Experiments get conditions/results/conclusion. Just fill in the blanks.
Before
- all entries aged the same way.
Problem
- "this flag was removed in Python 3.12" becomes wrong when the version changes, but "GPU doesn't support bf16" is true forever. Couldn't tell them apart, so cleanup meant manually checking everything.
Fix
- permanent/temporal tags. Planning to run a lint command periodically that only checks temporal entries — "is this still valid?" Permanent ones get skipped.
https://github.com/kangraemin/ai-knowledge
#BuildInPublic #ClaudeCode
이 포맷의 핵심:
- bullet으로 내용 작성. 한 줄에 "Before: 내용" 붙이지 말 것.인사이트형:
I tested 45 million parameter combinations for a trading strategy.
Not a single one consistently beat buy-and-hold.
I built a backtesting engine in Python — grid search across 10 parameters, walk-forward validation, out-of-sample testing. The works.
After weeks of running experiments, here's what the data showed: the simplest approach (just holding) wins.
It's not the answer I wanted. But it's the honest one.
Sometimes the most valuable thing you can build is proof that the complex solution isn't worth it.
https://github.com/kangraemin/stock-bot
#BuildInPublic #Python #QuantTrading #DataScience
과정 공유형:
Built a Telegram bot that sends me trading signals every morning at 6am.
11 leveraged ETFs. RSI + Bollinger Bands + EMA. Backtested across 5 years of data.
The surprising part? Writing 177 tests taught me more about the strategy than the backtest results did. Every edge case I tested exposed an assumption I hadn't questioned.
Current setup:
- Python + yfinance for data
- Oracle Cloud for hosting
- Telegram for alerts
It's not fancy. But it runs every day without me touching it.
https://github.com/kangraemin/stock-bot
#BuildInPublic #Python #TradingBot #Automation
실패/반전형:
Spent a weekend optimizing my DCA strategy with RSI-based multipliers.
3x when RSI is oversold. 2x when it's low. 1x otherwise. Sounds smart, right?
17,600 combinations. 303 walk-forward windows. Full grid search.
Result: 51% win rate. Literally a coin flip.
The fancy multiplier added zero edge over just buying the same amount every time.
Lesson: complexity doesn't equal alpha. Sometimes the boring approach is the optimal one.
#BuildInPublic #QuantFinance #Python #DataDriven
AI 가드레일이 너무 쉽게 뚫리고 있었어요.
에러도 아니고, 경고도 아니에요. 그냥 통과시키면 안 되는 작업들을 조용히 넘기고 있었던 거예요.
ai-bouncer라는 걸 만들고 있는데요 — Claude Code가 코드 짜기 전에 반드시 계획 단계를 밟게 하는 게이트 시스템이에요.
문제는 "이 작업이 단순한가?" 판단 기준이 너무 막연했던 거더라고요.
"짧은 범위", "최소 변경" — 전부 주관적인 말이잖아요. Claude는 거의 모든 걸 단순 작업으로 보고 게이트를 그냥 건너뜀.
그래서 숫자로 다 바꿨어요. 최대 몇 파일, 최대 몇 줄, 복잡도 점수 몇 점 이하.
바꾸자마자 오탐이 뚝 줄었고요.
모호한 규칙은 규칙이 아니더라고요. AI는 "빠르게 가도 되는 해석"을 귀신같이 찾아냄.
https://github.com/kangraemin/ai-bouncer
#BuildInPublic #ClaudeCode #AIAgents #개발
🚀 Exciting news! I'm thrilled to share that I've been working on
an incredible trading bot that leverages cutting-edge AI technology
to analyze market patterns!
Here are 5 things I learned:
🔥 1. Data is everything
💡 2. Testing matters
🎯 3. Automation saves time
💪 4. Python is powerful
🌟 5. Never give up
What do you think? Drop your thoughts below! 👇
#AI #Trading #Python #Innovation #Tech #Startup #Growth #Mindset
→ 왜 나쁜가: 이모지 도배, "thrilled to share", 구체적 내용 제로, 해시태그 8개, engagement bait. 전형적인 "LinkedIn bro" 포스트.
Today I implemented a sophisticated backtesting framework utilizing
advanced statistical methods for quantitative trading analysis.
The system leverages walk-forward optimization to validate
strategy parameters across multiple asset classes.
#QuantitativeFinance #MachineLearning #FinTech
→ 왜 나쁜가: 이력서 톤. "implemented", "sophisticated", "utilizing", "leverages". 사람이 아니라 보도자료 같음. 개인적 이야기 제로.
트윗과 마찬가지로 "뭘 했다"만 쓰면 changelog다. LinkedIn에서는 특히 why가 중요:
커밋 메시지에서 "what"을 뽑고, 대화 컨텍스트에서 "why"와 "so what"을 찾아서 포스트에 녹인다.
LinkedIn 포스트에 이미지가 있으면 engagement가 확연히 올라간다. 포스트 초안과 함께 구체적으로 제안.
포스트 초안 아래에:
📸 이미지 제안:
- [차트] 45M 조합 그리드 서치 결과 히트맵 — 최적 조합이 B&H와 차이 없음을 시각적으로 보여주는 컷
- [터미널] 백테스트 실행 결과 요약 출력 화면
/linkedin-post를 호출한 프로젝트(현재 작업 디렉토리)의 커밋만 본다. 다른 프로젝트 디렉토리를 탐색하지 않는다.
커밋이 없거나, 사용자가 대화 내용 기반으로 쓰고 싶다고 하면:
커밋 없는 날도 마찬가지로 영어 + 한국어 둘 다 작성.
ai-bouncer 설치 상태, 설정, 건강 진단을 한눈에 보여줌. '바운서 상태', 'bouncer status', '설치 확인', 'bouncer 설정' 요청 시 트리거.
Coinbot 라이브 거래 현황 조회 — 사용자가 "신규 전략 PnL", "최근 거래", "얼마 잃었어/벌었어", "신규 전략 이후", "거래 결과", "봇 성과" 등 라이브 트레이딩 현황을 물으면 반드시 이 스킬을 사용한다. 서버 DB에서 직접 조회하여 KST 기준 / 계정별 분리 형태로 보고한다.
제품 기획부터 기술 설계, 디자인까지 3종 문서를 한번에 생성하는 스킬. PRD(기획서), TECHNICAL(기술문서), DESIGN(디자인문서)을 이것만 보고 개발을 완료할 수 있는 수준으로 작성한다. stitch MCP로 실제 스크린을 생성하고 디자인 문서에 포함한다. 사용자가 "PRD 써줘", "기획서 만들어줘", "스펙 문서", "create-spec", "제품 문서", "기술 문서 작성" 등을 말하면 반드시 이 스킬을 사용할 것. 새 프로젝트 시작, 기능 기획, MVP 설계 시에도 트리거.
Use this skill to create a branded .pptx presentation from any content source (markdown doc, PDF, existing PPT) using a named design system from getdesign.md. Trigger whenever the user mentions making/creating a PPT or slides with a specific brand design (apple, claude, stripe, notion, etc.), or when they have a document they want turned into a polished slide deck. Keywords: '디자인 PPT', 'PPT 만들어', 'slides from', 'brand PPT', 'getdesign', 'apple design ppt', '공모전 PPT'. Always use this skill when the user wants a visually designed presentation, not just any pptx task — for editing/reading existing .pptx files use the pptx skill instead.
코드 수정, 기능 구현, 버그 수정, 리팩토링, 파일 변경 등 모든 개발 작업에 반드시 사용해야 하는 구조화된 워크플로우. 사용자가 코드 변경을 요청하면 항상 이 스킬을 먼저 호출할 것. 모든 작업을 phase/step 구조로 처리하는 통일 워크플로우. 이 스킬을 건너뛰고 직접 Edit/Write하면 dev-bounce 워크플로우 없이 진행하는 것이다. 반드시 호출할 것.
GA4 데이터 스냅샷을 저장하고 이전 스냅샷 대비 증감을 계산해 개선 액션 아이템을 뽑는 스킬. 시계열로 데이터를 축적해서 "2주 전보다 리텐션이 좋아졌나?" 같은 질문에 답할 수 있게 한다. "GA 분석", "GA 분석해봐", "데이터 분석", "지표 어때", "KPI 뽑아", "리텐션 어때", "유입 어때", "스냅샷 찍어", "analytics 보고서", "GA 리포트" 등 사용자가 GA 데이터를 분석하거나 개선점을 찾으려 할 때 반드시 이 스킬을 사용. 단순 "GA 열어봐" 같은 접근은 ga-connect 스킬로, 분석·비교·리포트가 필요하면 이 스킬로 라우팅.