一键导入
paper-trending
HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성하고, 선택적으로 논문 PDF를 다운로드한다. 트리거: 트렌딩 논문, 인기 논문, paper trending, 최신 논문, 논문 다운로드.
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。
菜单
HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성하고, 선택적으로 논문 PDF를 다운로드한다. 트리거: 트렌딩 논문, 인기 논문, paper trending, 최신 논문, 논문 다운로드.
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。
基于 SOC 职业分类
에이전트를 3계층 구조(Role · Trait Vector · Policy)로 설계·생성하는 스킬. 에이전트의 행동 성향을 8축 트레잇 벡터(주도성·근거성·계획성·사회성·협력성·위험성향·도구성향·반성성)로 정량 설정하고, 각 축의 값을 구체적 행동 정책(Policy)으로 변환해 `.claude/agents/{name}.md` 정의 파일을 만든다. '에이전트 만들어줘', '에이전트 설계', '에이전트 스탯/스탯 찍기', '트레잇 벡터', '에이전트 성향 설정', '리뷰어/리서처/빌더 에이전트 만들어', '에이전트 행동 정책 정의', '에이전트 캐릭터 시트', '에이전트 스탯 튜닝', '에이전트 성격 바꿔' 등 새 에이전트를 만들거나 행동 성향을 정해 설계·조정하려는 요청 시 반드시 이 스킬을 사용. 단, 팀 전체 아키텍처·오케스트레이터·연결 스킬까지 함께 구성하는 것은 `/harness:harness`, 이미 존재하는 에이전트를 대화로 점검·개선하는 것은 `/agent-1on1` 으로 안내한다.
OpenAI Codex CLI(`codex`) 사용 스킬. 터미널에서 OpenAI 코딩 에이전트를 호출해 비대화형 작업(`codex exec`), 코드 리뷰(`codex review`), 세션 재개(`codex resume`), MCP 서버 등록(`codex mcp`)을 수행한다. 사용 시점: 사용자가 'codex', 'codex cli', 'codex exec', 'OpenAI 코덱스', 'GPT 로 한 번 더', 'codex 로 두 번째 의견', 'codex 로 리뷰', 'codex 로 패치', 'OpenAI 모델로 코딩 시켜', 'codex 백그라운드 실행', 'codex JSON 출력', 'codex 샌드박스', 'codex MCP 등록' 등을 언급할 때. Claude Code 자체 작업에 OpenAI 의 두 번째 시각을 더하거나, 별도 모델로 동일 작업을 비교할 때 반드시 이 스킬을 사용한다. 단, ChatGPT 웹/앱·OpenAI Responses API 직접 호출·gpt-image-2 이미지 생성은 이 스킬의 범위가 아니다.
OpenAI Codex CLI(`codex exec`)의 내장 `image_generation` 툴로 이미지를 생성하는 스킬. 단일/배치/병렬 생성 지원. 핵심 강점은 **최대 5장 동시 병렬 생성** (실측 직렬 대비 2.4~2.85배 속도). ChatGPT OAuth 로 인증되어 별도 OPENAI_API_KEY 호출 코드가 필요 없다. 사용 시점: 사용자가 'codex 로 이미지', 'codex imagegen', 'codex 이미지 생성', '병렬 이미지 생성', '여러 장 이미지 동시', '이미지 N장 한번에', '배치 이미지 생성', 'imagegen 병렬', 'codex 그림' 등을 언급할 때, 또는 동시에 3장 이상을 빠르게 만들어야 하는 모든 경우. 단, 단순 단일 이미지·고해상도(2K+)·정밀 마스킹 편집·멀티 레퍼런스 합성은 `gpt-image2` 또는 `gemini-3-pro-imagegen` 스킬이 더 적합. ChatGPT 웹/앱이나 직접 OpenAI API 호출은 이 스킬의 범위가 아니다.
Write comprehensive XML-structured project specifications for software projects. Use when a user wants to create a build plan, project spec, technical specification, or detailed requirements document for an application they want built. Triggers include requests like "write a project spec", "create a build plan", "make a technical specification", "spec out this app idea", "write requirements for my project", or any request to produce a structured document describing what to build. Also use when refining or expanding an existing spec. The output is an XML-formatted .md file optimized for consumption by AI coding agents (e.g., Claude Code, Cursor, Copilot Workspace) or human developers.
OpenAI GPT Image 2 이미지 생성/편집 스킬. 모델은 gpt-image-2로 고정. 텍스트→이미지, 이미지 편집(마스킹), 멀티 이미지 합성, Responses API 멀티턴 편집, 스트리밍 부분 이미지를 수행. 사용 시점: OpenAI/ChatGPT 이미지 생성, AI 이미지 생성(특히 텍스트 렌더링 품질이 중요하거나 2K 이상 해상도·사실적 사진·인포그래픽·로고·제품 목업·마스킹 편집·멀티 레퍼런스 합성이 필요할 때), GPT Image, DALL-E 후속 모델, ChatGPT Images 2.0 언급 시. Gemini·Nano Banana 요청은 gemini-3-pro-imagegen 스킬이 담당.
Create black and white A4 printable documents (흑백 A4 인쇄물) following professional design guidelines optimized for grayscale printing. Use when creating workshop handouts, educational materials, worksheets, checklists, meeting documents, or any A4 printable materials (워크샵 핸드아웃, 교육 자료, 워크시트, 체크리스트). Automatically applies consistent typography, layout patterns, and print-friendly styling.
| name | paper-trending |
| description | HuggingFace Daily Papers에서 트렌딩 논문을 수집하여 한줄 요약 리포트를 생성하고, 선택적으로 논문 PDF를 다운로드한다. 트리거: 트렌딩 논문, 인기 논문, paper trending, 최신 논문, 논문 다운로드. |
HuggingFace Daily Papers API에서 트렌딩 논문을 수집하고 한국어 한줄 요약 테이블로 출력한다. 사용자가 요청하면 논문 PDF를 arxiv에서 다운로드하거나 HTML 버전을 읽어 상세 분석한다.
/paper-trending 뒤의 인자를 분석하여 범위를 결정한다:
| 인자 예시 | 해석 | API 파라미터 |
|---|---|---|
2026-03-14 | 특정 날짜 | ?date=2026-03-14 |
2026-W11 | 특정 주차 | ?week=2026-W11&sort=trending |
이번 주, 이번주, 이번 주간, this week | 현재 ISO 주차 | ?week={현재주차}&sort=trending |
최근, recent | 최근 2주 | 현재 주 + 이전 주 각각 호출 |
(인자 없음), 기본, default | 최근 1개월 | ?month={현재월}&sort=trending |
2026-03 | 특정 월 | ?month=2026-03&sort=trending |
추가 액션 인자 (범위 인자와 조합 가능):
| 인자 | 동작 |
|---|---|
다운로드, download, dl | 트렌딩 리포트 출력 후 상위 N개 논문 PDF 다운로드 |
다운로드 5, dl 3 | 상위 N개만 다운로드 (기본: 5) |
다운로드 all | 리포트의 모든 논문 다운로드 |
읽기 {arxiv_id}, read {arxiv_id} | 특정 논문의 HTML 버전을 읽어 상세 분석 |
예시: /paper-trending 이번 주 다운로드 3 → 이번 주 트렌딩 리포트 + 상위 3개 PDF 다운로드
현재 날짜 기준: 오늘 날짜에서 ISO 주차와 월을 계산한다.
인자를 파싱하여 API 호출 URL을 결정한다.
date +%G-W%V 또는 Python으로 계산WebFetch로 HuggingFace API를 호출한다.
기본 URL: https://huggingface.co/api/daily_papers
파라미터 (소스 코드 확인된 정확한 사양):
date=YYYY-MM-DD — 특정 날짜week=YYYY-WNN — 주간month=YYYY-MM — 월간sort=trending — 트렌딩 알고리즘 정렬 (주간/월간에서 권장)sort=publishedAt — 발행일 정렬 (기본값)p=0,1,2... — 페이지 번호limit=50 — 페이지당 결과 수 (기본 50)호출 예시:
# 이번 주 트렌딩
https://huggingface.co/api/daily_papers?week=2026-W11&sort=trending
# 이번 달
https://huggingface.co/api/daily_papers?month=2026-03&sort=trending
# 특정 날짜
https://huggingface.co/api/daily_papers?date=2026-03-14
"최근" (2주)인 경우 — 두 주차를 병렬로 WebFetch:
https://huggingface.co/api/daily_papers?week=2026-W11&sort=trending
https://huggingface.co/api/daily_papers?week=2026-W10&sort=trending
결과가 16개 이하이면 p=1로 다음 페이지도 호출하여 더 많은 논문 수집.
API 응답 JSON에서 각 논문의 다음 정보를 추출:
paper.id → arxiv ID
paper.title → 제목
paper.upvotes → upvotes (해당 기간 내 획득분)
paper.ai_summary → AI 요약 (없으면 paper.summary 사용)
paper.authors[0].name → 첫 번째 저자
paper.organization.fullname → 소속 기관
paper.githubRepo → GitHub 저장소
paper.githubStars → GitHub 스타 수
upvotes 내림차순으로 정렬하여 마크다운 테이블로 출력한다.
출력 형식:
# {범위} 트렌딩 논문 ({날짜 범위})
| # | 논문 | UP | 한줄 요약 |
|---|------|---:|---------|
| 1 | **{제목}** ({기관}) | {upvotes} | {ai_summary를 한국어 1문장으로 요약} |
| 2 | ... | | |
| ... | | | |
**키워드**: {전체 논문에서 추출한 주요 트렌드 키워드 3-5개}
규칙:
다운로드/download 인자가 있을 때)arxiv 논문은 인증 없이 자유롭게 다운로드 가능하다.
다운로드 URL 패턴:
| 형식 | URL | 용도 |
|---|---|---|
https://arxiv.org/pdf/{arxiv_id} | 원본 논문 다운로드 | |
| HTML | https://arxiv.org/html/{arxiv_id} | 브라우저 읽기용 (모든 논문에 있지는 않음) |
| Abstract | https://arxiv.org/abs/{arxiv_id} | 메타데이터 + 초록 페이지 |
다운로드 절차:
papers/ 폴더 생성 (없으면)다운로드 N → 리포트 상위 N개다운로드 all → 리포트 전체다운로드 → 기본 상위 5개curl로 다운로드:
curl -L "https://arxiv.org/pdf/{arxiv_id}" -o "papers/{arxiv_id}.pdf"
## 다운로드 완료
| 논문 | 파일 | 크기 |
|------|------|------|
| {제목} | papers/{arxiv_id}.pdf | {size} |
주의사항:
읽기/read 인자가 있을 때)특정 논문의 내용을 상세 분석한다.
절차:
papers/{arxiv_id}.pdf로 다운로드되어 있으면 Read 도구로 PDF 읽기https://arxiv.org/html/{arxiv_id} 호출| 상황 | 대응 |
|---|---|
| API 응답 실패 | 1회 재시도. 실패 시 사용자에게 알림 |
| 빈 응답 | "해당 기간에 트렌딩 논문이 없습니다" 출력 |
| 잘못된 인자 | 인자 형식 안내 후 기본값(1개월)으로 진행할지 확인 |
| PDF 다운로드 실패 | 해당 논문 스킵, 나머지 계속. 실패 목록 보고 |
| HTML 버전 없음 (404) | PDF 다운로드 후 Read 도구로 대체 |
| PDF 용량 과대 (>50MB) | 사용자에게 알리고 다운로드 여부 확인 |
/paper-trending → 이번 달 트렌딩
/paper-trending 이번 주 → 이번 주 트렌딩
/paper-trending 최근 → 최근 2주 트렌딩
/paper-trending 2026-03-14 → 특정 날짜
/paper-trending 2026-W11 → 특정 주차
/paper-trending 2026-03 → 특정 월
/paper-trending 이번 주 다운로드 → 이번 주 트렌딩 + 상위 5개 PDF 다운로드
/paper-trending 이번 주 다운로드 3 → 이번 주 트렌딩 + 상위 3개 PDF 다운로드
/paper-trending 이번 주 dl all → 이번 주 트렌딩 + 전체 PDF 다운로드
/paper-trending 읽기 2603.03143 → 특정 논문 상세 분석