菜单
AWS Well-Architected Sustainability Pillar review. Checks energy efficiency, resource optimization, and sustainable practices in IaC code.
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
Karpathy LLM Wiki 패턴 구현. 프로젝트 문서(스펙/ADR/회의록)를 wiki/raw/에 모으고 LLM이 컴파일하여 wiki/에 교차참조 마크다운 위키를 생성·갱신. qmd 설치 시 하이브리드 검색 자동 활성, 미설치 시 INDEX.md 라우팅으로 graceful degrade. LanceDB 선택적 벡터 인덱스. Obsidian 호환. 하위 명령 - init, ingest, query, lint, sync, export, qmd-index, lancedb-sync.
Intent Document(INTENT.md) 생성 및 관리 스킬. 프로젝트의 의도를 Why/What/Not/Learnings로 문서화하고, 탐구와 학습을 통해 의도를 진화시키는 생명주기를 관리한다. 반드시 사용해야 하는 경우: "intent document", "INTENT.md", "intent engineering", "프로젝트 의도 정리", "왜 만드는지 정리", "프로젝트 목적 문서화", "What/Why/Not 정리", "프로젝트 방향 잡기", "피벗", "프로젝트 종료 판단" 등을 언급하거나, 새 프로젝트를 시작하면서 방향을 잡고 싶다고 할 때. 기존 INTENT.md를 수정하거나 학습 결과를 기록하고 싶을 때도 이 스킬을 사용한다.
AWS always-on 아키텍처(EC2/ALB/ECS/RDS)를 서버리스+Spot 패턴으로 이행할 때 사용. 워크로드 분류, 트레이드오프 평가, 단계별 이행 계획 생성. 구현 how-to는 sagemaker-spot-training 등 후속 스킬로 위임. 트리거 예 - "서버리스 이행", "EC2에서 Lambda로", "Spot 이행", "serverless migration", "ALB에서 API Gateway", "비용 절감 이행".
Guide for running cost-effective ML training on SageMaker Managed Spot Training. Use this skill when setting up GPU training jobs, choosing instance types/regions, debugging Spot capacity issues, or optimizing SageMaker training costs.
AWS Well-Architected Cost Optimization Pillar review. Checks resource sizing, scaling, storage classes, and cost monitoring configurations in IaC code.
AWS Well-Architected Operational Excellence Pillar review. Checks monitoring, logging, deployment automation, and continuous improvement practices in IaC code.
| name | aws-wa-sustainability |
| description | AWS Well-Architected Sustainability Pillar review. Checks energy efficiency, resource optimization, and sustainable practices in IaC code. |
환경 영향 최소화, 에너지 효율 관점에서 IaC 코드를 검토합니다.
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 에너지 효율적인 Graviton 프로세서 사용 여부
Graviton 장점:
Terraform 패턴:
# 권장 - Graviton 인스턴스
resource "aws_instance" "sustainable" {
instance_type = "t4g.medium" # Graviton2
}
resource "aws_instance" "sustainable_v3" {
instance_type = "m7g.large" # Graviton3
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: Lambda, Fargate 등 서버리스 서비스 활용 여부
권장 서비스:
Terraform 패턴:
# 권장 - Lambda 사용
resource "aws_lambda_function" "sustainable" {
function_name = "my-function"
runtime = "python3.11"
# 사용하지 않을 때 리소스 소비 없음
}
# 권장 - Fargate 사용
resource "aws_ecs_service" "sustainable" {
launch_type = "FARGATE"
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 자체 관리 대신 관리형 서비스 사용 여부
권장 서비스:
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 과도한 크기의 인스턴스 사용 여부 (Cost Pillar와 연계)
| 심각도 | 탐지 유형 |
|---|---|
| Low | 수동 확인 필요 |
검토 내용: 지속 가능한 에너지를 사용하는 리전 선택 여부
AWS 저탄소 리전 (재생 에너지 비율 높음):
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 미사용 리소스 방치 여부 (Cost Pillar와 연계)
체크 항목:
| 심각도 | 탐지 유형 |
|---|---|
| Low | 자동 탐지 |
검토 내용: 데이터 수명 주기 정책, 압축 사용 여부
Terraform 패턴:
# 권장 - 수명 주기 정책
resource "aws_s3_bucket_lifecycle_configuration" "sustainable" {
bucket = aws_s3_bucket.example.id
rule {
id = "cleanup"
status = "Enabled"
expiration {
days = 365
}
noncurrent_version_expiration {
noncurrent_days = 30
}
}
}
| 심각도 | 탐지 유형 |
|---|---|
| Low | 수동 확인 필요 |
검토 내용: 효율적인 프로그래밍 언어/런타임 사용 여부
에너지 효율 순위 (일반적):
상세 패턴은 다음 참조:
| 항목 | 가중치 |
|---|---|
| Graviton 사용 | 25% |
| Serverless 활용 | 25% |
| 관리형 서비스 | 20% |
| 리소스 적정 규모 | 15% |
| 데이터 최적화 | 15% |