deskweb-llm

星标3

分支0

更新时间2026年7月24日 11:19

DeskWeb LLM/AI 통합 스킬. 브라우저 내 WebLLM 또는 외부 LLM API를 활용하는 기능 구현시 사용. 사용 사례: (1) 챗봇 앱에 LLM 연동시, (2) 게임 AI에 LLM 프롬프트 설계시, (3) AI-OS 기능(앱 제어, 자동화)시, (4) WebLLM 브라우저 내 모델 로드시, (5) 스트리밍 응답 구현시.

安装

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

来源

psmon

psmon/DeskWeb

打开 GitHub 仓库查看创作者相关仓库

下载

DeskWeb LLM/AI 통합 스킬

프로젝트 컨텍스트

DeskWeb은 qooxdoo v7.9 기반 Windows XP 스타일 웹 데스크톱
LLM 관련 파일: WebLLMManager.js, ChatBotWindow.js, JanggiAI.js, AppController.js
프로젝트 가이드: prompt/deskweb/agent.md

Instructions

1. 외부 LLM API 호출 (권장 - 다운로드 없이 바로 사용)

// API 엔드포인트
var url = "https://mcp.webnori.com/api/llm/chat/completions";

// 비스트리밍 요청
var req = new qx.io.request.Xhr(url, "POST");
req.setRequestHeader("Content-Type", "application/json");
req.setRequestData(JSON.stringify({
  model: "openai/gpt-oss-20b",
  messages: [
    { role: "system", content: "You are a helpful assistant. Respond in Markdown format." },
    { role: "user", content: userMessage }
  ],
  max_tokens: 5000,
  temperature: 0.7,
  stream: false
}));

2. 스트리밍 응답 (실시간 타이핑 효과)

// stream: true 로 요청
fetch(url, {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    model: "openai/gpt-oss-20b",
    messages: messages,
    max_tokens: 5000,
    temperature: 0.7,
    stream: true
  })
}).then(function(response) {
  var reader = response.body.getReader();
  var decoder = new TextDecoder();

  function read() {
    reader.read().then(function(result) {
      if (result.done) return;
      var chunk = decoder.decode(result.value);
      // SSE 형식 파싱: "data: {...}\n\n"
      // UI에 청크 단위 즉시 표시
      read();
    });
  }
  read();
});

3. WebLLM (브라우저 내 LLM)

WebLLMManager.js 활용 (싱글톤 패턴)
GPU 가속 기본, CPU fallback
4GB 이하 경량 모델 3개 선택 지원
모델 로딩 진행률 UI 표시
로컬 캐시 지원

4. 마크다운 렌더링 (LLM 응답 표시)

marked.js: 마크다운 → HTML 변환
Mermaid: 다이어그램 렌더링
대화 영역 텍스트 선택/복사 가능하게 구현
스크롤바 자동 하단 이동

5. 게임 AI 프롬프트 설계 패턴

참조: deskweb/source/class/deskweb/game/JanggiAI.js

프롬프트 구조:
1. 역할 부여 (게임 전문가)
2. 현재 게임 상황 (좌표 기반 보드 상태)
3. 게임 히스토리 (이전 수)
4. 전략 지침 (공격/수비 비율, 단계별 전략)
5. 응답 형식 지정 (JSON으로 다음 수 좌표)

핵심 원칙:

가드레일: LLM 응답을 코드로 유효성 검증 (규칙 위반 수 차단)
Fallback: LLM 실패시 규칙 기반 AI로 대체
전략 분리: 전략 프롬프트를 사용자가 조정 가능하게 설정값으로 분리
상황 인식: 잡은 말, 유불리 판단, 게임 진행 단계 반영

6. AI-OS 패턴 (앱 자동 제어)

참조: deskweb/source/class/deskweb/util/AppController.js

AI ChatBot 명령으로 DeskWeb 앱 제어:

앱 실행/종료
앱 내부 요소 클릭, 창 이동/확대/닫기
캔버스 게임: 키보드/마우스 이벤트 시뮬레이션
메모장: 텍스트 입력/편집
엑셀: 셀 편집, 수식 입력
게임 플레이 후 결과를 다른 앱으로 전달

LLM 활용 유형별 참조

활용 유형	참조 파일	핵심 패턴
채팅봇	ChatBotWindow.js	스트리밍, 마크다운, 대화 이력
게임 AI	JanggiAI.js	프롬프트 설계, 가드레일, Fallback
앱 제어	AppController.js	이벤트 시뮬레이션, 앱 간 연동
브라우저 LLM	WebLLMManager.js	모델 로드, GPU/CPU, 캐시

빌드/테스트

cd deskweb && qx compile               # 소스 컴파일
qx serve --listen-port=8080            # 개발 서버 실행
# 접속: http://localhost:8080/deskweb/

同仓库更多 Skills

同仓库

deskweb-app

psmon/DeskWeb

DeskWeb 일반 애플리케이션 생성 스킬. qooxdoo 프레임워크 기반 윈도우 앱(메모장, 엑셀, HWP뷰어, iframe앱 등)을 추가할 때 사용. 사용 사례: (1) 새로운 윈도우 앱 추가시, (2) 파일 연동 앱 구현시, (3) 외부 라이브러리 통합 앱 구현시, (4) iframe 기반 외부 URL 앱 추가시.

2026-07-243

deskweb-convention

psmon/DeskWeb

DeskWeb 프로젝트 컨벤션 및 공통 패턴 스킬. 프로젝트 구조, 빌드, 테스트, 스토리지, 테마, 아이콘 관리 등 공통 규칙 참조시 사용. 사용 사례: (1) 프로젝트 구조/컨벤션 확인시, (2) 빌드/배포 절차시, (3) 스토리지/세션 관리시, (4) 아이콘/테마 커스텀시, (5) 바탕화면 기능 추가시.

2026-07-243

deskweb-game

psmon/DeskWeb

DeskWeb 게임 애플리케이션 생성 스킬. qooxdoo 프레임워크 내에서 Canvas/Three.js 기반 게임을 구현할 때 사용. 사용 사례: (1) 2D Canvas 기반 카드/보드 게임 구현시, (2) Three.js 3D 게임 구현시, (3) 게임 AI(LLM) 통합시, (4) 게임 상태 관리/저장시.

2026-07-243

name	deskweb-llm
description	DeskWeb LLM/AI 통합 스킬. 브라우저 내 WebLLM 또는 외부 LLM API를 활용하는 기능 구현시 사용. 사용 사례: (1) 챗봇 앱에 LLM 연동시, (2) 게임 AI에 LLM 프롬프트 설계시, (3) AI-OS 기능(앱 제어, 자동화)시, (4) WebLLM 브라우저 내 모델 로드시, (5) 스트리밍 응답 구현시.
author	DeskWeb Team
date	"2026-03-07T00:00:00.000Z"

DeskWeb LLM/AI 통합 스킬

프로젝트 컨텍스트

DeskWeb은 qooxdoo v7.9 기반 Windows XP 스타일 웹 데스크톱
LLM 관련 파일: WebLLMManager.js, ChatBotWindow.js, JanggiAI.js, AppController.js
프로젝트 가이드: prompt/deskweb/agent.md

Instructions

1. 외부 LLM API 호출 (권장 - 다운로드 없이 바로 사용)

// API 엔드포인트
var url = "https://mcp.webnori.com/api/llm/chat/completions";

// 비스트리밍 요청
var req = new qx.io.request.Xhr(url, "POST");
req.setRequestHeader("Content-Type", "application/json");
req.setRequestData(JSON.stringify({
  model: "openai/gpt-oss-20b",
  messages: [
    { role: "system", content: "You are a helpful assistant. Respond in Markdown format." },
    { role: "user", content: userMessage }
  ],
  max_tokens: 5000,
  temperature: 0.7,
  stream: false
}));

2. 스트리밍 응답 (실시간 타이핑 효과)

// stream: true 로 요청
fetch(url, {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    model: "openai/gpt-oss-20b",
    messages: messages,
    max_tokens: 5000,
    temperature: 0.7,
    stream: true
  })
}).then(function(response) {
  var reader = response.body.getReader();
  var decoder = new TextDecoder();

  function read() {
    reader.read().then(function(result) {
      if (result.done) return;
      var chunk = decoder.decode(result.value);
      // SSE 형식 파싱: "data: {...}\n\n"
      // UI에 청크 단위 즉시 표시
      read();
    });
  }
  read();
});

3. WebLLM (브라우저 내 LLM)

WebLLMManager.js 활용 (싱글톤 패턴)
GPU 가속 기본, CPU fallback
4GB 이하 경량 모델 3개 선택 지원
모델 로딩 진행률 UI 표시
로컬 캐시 지원

4. 마크다운 렌더링 (LLM 응답 표시)

marked.js: 마크다운 → HTML 변환
Mermaid: 다이어그램 렌더링
대화 영역 텍스트 선택/복사 가능하게 구현
스크롤바 자동 하단 이동

5. 게임 AI 프롬프트 설계 패턴

참조: deskweb/source/class/deskweb/game/JanggiAI.js

프롬프트 구조:
1. 역할 부여 (게임 전문가)
2. 현재 게임 상황 (좌표 기반 보드 상태)
3. 게임 히스토리 (이전 수)
4. 전략 지침 (공격/수비 비율, 단계별 전략)
5. 응답 형식 지정 (JSON으로 다음 수 좌표)

핵심 원칙:

가드레일: LLM 응답을 코드로 유효성 검증 (규칙 위반 수 차단)
Fallback: LLM 실패시 규칙 기반 AI로 대체
전략 분리: 전략 프롬프트를 사용자가 조정 가능하게 설정값으로 분리
상황 인식: 잡은 말, 유불리 판단, 게임 진행 단계 반영

6. AI-OS 패턴 (앱 자동 제어)

참조: deskweb/source/class/deskweb/util/AppController.js

AI ChatBot 명령으로 DeskWeb 앱 제어:

앱 실행/종료
앱 내부 요소 클릭, 창 이동/확대/닫기
캔버스 게임: 키보드/마우스 이벤트 시뮬레이션
메모장: 텍스트 입력/편집
엑셀: 셀 편집, 수식 입력
게임 플레이 후 결과를 다른 앱으로 전달

LLM 활용 유형별 참조

활용 유형	참조 파일	핵심 패턴
채팅봇	ChatBotWindow.js	스트리밍, 마크다운, 대화 이력
게임 AI	JanggiAI.js	프롬프트 설계, 가드레일, Fallback
앱 제어	AppController.js	이벤트 시뮬레이션, 앱 간 연동
브라우저 LLM	WebLLMManager.js	모델 로드, GPU/CPU, 캐시

빌드/테스트

cd deskweb && qx compile               # 소스 컴파일
qx serve --listen-port=8080            # 개발 서버 실행
# 접속: http://localhost:8080/deskweb/