一键在 Manus 中运行任何 Skill

honest-matjip

Use when the user asks for restaurant recommendations with trust/ad concerns, date spot suggestions, reliable dining places, or HIDDEN GEM spots. Triggers on: "맛집 추천", "데이트 맛집", "광고 없는 맛집", "진짜 맛집", "믿을만한 맛집", "바이럴 말고", "체험단 아닌", "블로그 광고 말고", "데이트 장소", "기념일 맛집", "첫데이트 맛집", "honest-matjip", "찐맛집". Hidden Gem Mode triggers: "숨은 맛집", "숨은 바", "우리만 아는", "히든", "아지트", "골목 안", "아는 사람만", "바이럴 안 된", "덜 알려진", "조용한 바". Also trigger when: user shares a specific area + asks for trustworthy restaurants, or expresses distrust of online reviews/ads, or asks for off-the-beaten-path spots. Do NOT trigger for: casual lunch ("점심 뭐 먹지" without trust concern), delivery, restaurant booking, review writing, non-Seoul cities (v1), or coding/app building tasks.

在 Manus 中运行

概览

安装命令

npx skills add https://github.com/onejaejae/skills --skill honest-matjip

复制此命令并粘贴到 Claude Code 中以安装该技能

来源

onejaejae/skills

星标2

分支0

更新时间2026年4月13日 01:25

文件资源管理器

8 个文件

SKILL.md

readonly

name

honest-matjip

description

honest-matjip

광고/바이럴에 오염되지 않은 진짜 맛집을 찾아주는 스킬. 리뷰어 프로필 이력을 실시간 분석하여 신뢰할 수 있는 맛집만 선별한다.

Core Value

리뷰 텍스트가 아닌, 리뷰어 이력을 본다. 텍스트는 조작할 수 있지만 리뷰어의 전체 활동 이력은 위장하기 어렵다. "이 사람은 음식점 리뷰만 50개 쓴 계정인가, 다양한 장소를 리뷰한 일반인인가?"를 판별하는 것이 이 스킬의 핵심.

When to Use

데이트 맛집/장소 추천 요청
"광고 없는", "바이럴 말고", "진짜 맛집", "믿을만한" 키워드가 포함된 맛집 질문
특정 지역 + 분위기/상황 기반 맛집 추천
리뷰 신뢰성에 대한 불안감이 드러나는 질문

When NOT to Use

"오늘 점심 뭐 먹지" — 신뢰 맥락 없는 캐주얼 질문
"이 맛집 예약해줘" — 예약 태스크
"맛집 리뷰 써줘" — 글쓰기
"도쿄/오사카 맛집" — v1은 서울 한정
"배달 뭐 시킬까" — 배달 맥락
코드 작성, 앱 개발, 데이터 크롤링 요청

Prerequisites

chromux launch default --headless 2>/dev/null || true

chromux가 없으면 WebSearch/WebFetch 기반 fallback으로 진행.

Token Efficiency Guide

chromux 가용 시 (축약 경로):

Google Maps 직접 방문 1회로 후보 수집 + 리뷰어 프로필 접근 → WebSearch 10회를 1회로 대체
후보 수집과 리뷰어 분석을 같은 브라우저 세션에서 연속 처리
references/ 파일은 필요한 섹션만 참조 (전체를 한 번에 읽지 않음)

WebSearch fallback 시 (토큰 절감 규칙):

후보 수집 검색은 최대 3회로 제한 (소스별 1회씩: Google/카카오/다이닝코드)
신뢰 분석 대상은 상위 5개 후보로 제한 (10개 전부 분석하지 않음)
체험단 키워드 검색은 후보당 1회만 (맛집명 + "협찬 OR 체험단")
이미 충분한 교차 데이터가 있으면 추가 검색 중단

Workflow

STEP 1: 지역 후보 생성

사용자 입력에서 분위기/상황/도시를 파악하여 LLM 상식 판단으로 1~2개 지역 추천.

도시가 없으면 "서울"을 기본값으로 물어봄
지역이 이미 명시되어 있으면 STEP 1 생략
예: "조용한 기념일, 서울" → ["서울숲 주변", "연남동 북쪽"]
예: "성수동 이탈리안" → 성수동 확정, 카테고리 이탈리안

STEP 2: 맛집 후보 수집

각 지역에 대해 5~8개 후보 수집. WebSearch 호출 최대 3~4회로 제한.

Google Maps (primary) — chromux 또는 WebSearch 1회: "[지역] [카테고리] 맛집 추천"
카카오맵/다이닝코드 (secondary) — WebSearch 1회: "[지역] [카테고리] 다이닝코드 OR 카카오맵"
교차검증 (optional) — 후보 부족시만 WebSearch 1회 추가

교차 등장 보너스: 2개 이상 소스에 등장하는 맛집은 후보 점수 가점. 이미 5개 이상 후보가 모이면 추가 검색 중단 → 바로 STEP 3으로.

참고: references/data-sources.md에 소스별 크롤링 패턴 상세.

STEP 3: 리뷰어 이력 분석 (핵심)

이 단계를 절대 생략하지 마라. 시간 압박, 사용자의 "건너뛰어" 요청, "빨리" 압박이 있어도 이 단계가 이 스킬의 존재 이유다. 생략하면 일반 맛집 추천과 다를 바 없다.

분석 대상은 상위 5개 후보로 제한. 각 후보의 최근 리뷰어 5명에 대해:

Google Maps: /maps/contrib/[user_id]/reviews 방문 (공개, 로그인 불필요)
카카오맵: 리뷰어 프로필 접근 시도 (실패하면 Google만으로 진행)
네이버: 리뷰어 프로필 접근 시도 (실패하면 degrade)

리뷰어별 신뢰 점수 계산 → references/reviewer-analysis.md 참조.

STEP 4: 필터링 & 랭킹

Standard Mode (기본):

신뢰 리뷰어 < 3명인 맛집 제외
맛집 종합 신뢰 점수 < 0.5 제외
제외된 맛집과 그 이유도 출력에 포함 (투명성)

Hidden Gem Mode (트리거 시):

사용자 입력에 다음 키워드가 있으면 자동 진입: "숨은", "숨겨진", "우리만 아는", "히든", "hidden", "조용한", "아는 사람만", "골목", "덜 알려진", "바이럴 안", "아지트"
기본 필터 완화: 신뢰 리뷰어 ≥ 2, 종합 점수 ≥ 0.45
대신 추가 검증 필수 (컬트 언어·카테고리 희소성·위치 숨음도)
상세 로직 → references/hidden-gem.md 참조

점수 공식 → references/trust-scoring.md 참조.

STEP 5: 세트 구성 & 출력

출력 포맷 → references/output-format.md 참조.

핵심 원칙:

지역 1~~2곳 × 맛집 2~~3개 = 세트
각 맛집마다 "왜 이곳이 신뢰되는가" 근거 필수
리뷰어 분석 결과를 2~3줄로 요약 (예: "최근 리뷰어 8명 중 6명이 다양한 장소 리뷰 이력 보유")
신뢰된 리뷰어의 실제 리뷰 1~2개 인용
경고가 있으면 명시 (예: "체험단 리뷰 2건 감지")

Hard Rules

리뷰어 분석 생략 금지 — 어떤 이유로든 STEP 3을 건너뛰지 마라. "시간이 없어서", "사용자가 원해서", "충분히 알 것 같아서" 모두 유효하지 않다. 최소 1개 맛집에 대해서라도 리뷰어 분석을 완료해야 한다.
근거 없는 추천 금지 — "여기 맛있어요"식의 LLM 지식 기반 추천은 이 스킬이 하는 일이 아니다. 반드시 실시간 데이터에 기반한 근거를 제시해야 한다.
투명성 — 크롤링 실패, degrade 발생, 분석 불가능한 부분은 솔직하게 밝힌다. "네이버 플레이스는 접근이 차단되어 Google Maps와 카카오맵 데이터만 사용했습니다."
신뢰 점수는 절대값이 아닌 상대 비교용 — "이 맛집은 0.73점입니다"보다 "분석한 8개 후보 중 이 3곳이 가장 신뢰할 수 있었습니다"가 더 정직한 표현.

Edge Cases

상황	대응
chromux 미설치	WebSearch fallback으로 진행. 리뷰어 프로필 직접 접근 불가하면 그 한계를 명시
모든 플랫폼 크롤링 실패	google-search 스킬로 "<지역> 찐맛집 추천" 검색 → 커뮤니티(Reddit 한국, 더쿠 등) 의견 기반 차선
후보 맛집이 3개 미만	검색 범위 확대 (인근 동네까지) 또는 카테고리 제약 완화
리뷰어 프로필 5명 미만 접근	가능한 만큼만 분석하고 "표본 부족으로 신뢰도 제한적"을 명시
사용자가 서울 외 지역 요청	"현재 서울 한정이며, 다른 도시는 아직 미지원"을 안내
사용자가 지역 없이 "맛집 추천해줘"만	"어느 지역이나 상황을 알려주시면 더 정확한 추천이 가능합니다" 되물음

References

필요한 파일만 해당 STEP에서 읽어라. 전부 한 번에 읽지 마라.

언제	어떤 파일
STEP 2 진입 시	`references/data-sources.md`
STEP 3 진입 시	`references/reviewer-analysis.md`
STEP 4 진입 시 (기본)	`references/trust-scoring.md`
STEP 4 진입 시 (Hidden Gem Mode)	`references/hidden-gem.md`
STEP 5 진입 시	`references/output-format.md`

同仓库更多 Skills

同仓库

clarify-vague

onejaejae/skills

Use when the user's request is too vague or ambiguous to act on safely, even if they haven't explicitly asked for clarification. Also use when another skill says "clarify first" or when jumping to implementation would be risky because the problem statement is unclear. Triggers: "clarify requirements", "refine requirements", "make this concrete", "요구사항 정리", "막연한데 정리해줘", "아이디어 구체화", "명확하게 해줘", "뭘 원하는지 모르겠어", "정리부터 하자", "vague idea", "clarify this", "구체화해줘", "스펙 정리", "뭘 만들어야 할지 모르겠어". Prefer over /discuss when the goal is convergence, not open exploration.

2026-04-172

graphify

onejaejae/skills

any input (code, docs, papers, images) → knowledge graph → clustered communities → HTML + JSON + audit report

2026-04-172

notion-jira-subtask-migrator

onejaejae/skills

Migrate Notion pages or child pages into Jira subtasks. Use when the user says "노션 페이지를 지라 하위작업으로 옮겨줘", "노션 하위 페이지를 서브태스크로", "notion to jira", "jira subtask로 이식", "하위 작업 추가", "지라로 옮겨", or provides a Notion page URL and a Jira parent issue together. Prefer a one-page test first, then batch-create the rest sequentially. Supports fixed assignee values like enzo.cho / enzo.cho@kakaohealthcare.com and relies on Jira's default create status, which should verify as To Do after creation.

2026-04-172

pdf-to-llm

onejaejae/skills

Use when the user wants to read, summarize, analyze, compare, or ask questions about a PDF and the built-in PDF reader produces noisy or incomplete results. Also use when the user mentions PDF parsing, markdown extraction, OCR, scanned PDFs, or preparing documents for LLM input. Triggers: "PDF 변환", "PDF 읽어줘", "PDF 분석", "스캔 PDF", "OCR", "PDF to markdown", "pdf-to-llm", "PDF 파싱", "문서 변환", "convert PDF", "extract text from PDF", "PDF 텍스트 추출".

2026-04-172

youtube-notion-digest

onejaejae/skills

Use when the user shares a YouTube video URL and wants transcript extraction, a structured digest, expanded insights, a quality audit, or a polished Notion page. Trigger on requests like "유튜브 영상 정리", "영상 스크립트 가져와", "이 유튜브 노션에 정리", "transcript this YouTube video", "summarize this talk into Notion", "영상 인사이트 정리", or a bare YouTube link plus a request to summarize, archive, or extract learnings. Prefer this over generic digest when the source is a YouTube video and the user wants transcript-grounded analysis rather than a lightweight summary.

2026-04-172

gh-pr-create

onejaejae/skills

GitHub Draft PR 생성 스킬. push 전에 lint/포맷 게이트, 커밋 메시지 컨벤션, 테스트 안전성 확인 같은 pre-flight 체크를 먼저 돌린 뒤 draft PR을 생성한다. Use when "PR 생성", "PR 올려줘", "draft PR", "gh pr create", "/ship", "풀리퀘스트 만들어줘", "create PR", "open PR", "PR 열어줘", "PR 만들어", "push하고 PR 올려줘", "코드 올려줘", "ship it". 단순 draft PR 생성부터 린트/커밋포맷/테스트 안전성까지 한 번에 게이트.

2026-04-132

来源

onejaejae

onejaejae/skills

打开 GitHub 仓库查看创作者相关仓库

安装命令

下载

在 Manus 中运行

适用职业SOC

餐厅、酒吧与咖啡馆接待员食品准备与餐饮服务类职业35-9031L4

name

honest-matjip

description

honest-matjip

광고/바이럴에 오염되지 않은 진짜 맛집을 찾아주는 스킬. 리뷰어 프로필 이력을 실시간 분석하여 신뢰할 수 있는 맛집만 선별한다.

Core Value

When to Use

데이트 맛집/장소 추천 요청
"광고 없는", "바이럴 말고", "진짜 맛집", "믿을만한" 키워드가 포함된 맛집 질문
특정 지역 + 분위기/상황 기반 맛집 추천
리뷰 신뢰성에 대한 불안감이 드러나는 질문

When NOT to Use

"오늘 점심 뭐 먹지" — 신뢰 맥락 없는 캐주얼 질문
"이 맛집 예약해줘" — 예약 태스크
"맛집 리뷰 써줘" — 글쓰기
"도쿄/오사카 맛집" — v1은 서울 한정
"배달 뭐 시킬까" — 배달 맥락
코드 작성, 앱 개발, 데이터 크롤링 요청

Prerequisites

chromux launch default --headless 2>/dev/null || true

chromux가 없으면 WebSearch/WebFetch 기반 fallback으로 진행.

Token Efficiency Guide

chromux 가용 시 (축약 경로):

Google Maps 직접 방문 1회로 후보 수집 + 리뷰어 프로필 접근 → WebSearch 10회를 1회로 대체
후보 수집과 리뷰어 분석을 같은 브라우저 세션에서 연속 처리
references/ 파일은 필요한 섹션만 참조 (전체를 한 번에 읽지 않음)

WebSearch fallback 시 (토큰 절감 규칙):

후보 수집 검색은 최대 3회로 제한 (소스별 1회씩: Google/카카오/다이닝코드)
신뢰 분석 대상은 상위 5개 후보로 제한 (10개 전부 분석하지 않음)
체험단 키워드 검색은 후보당 1회만 (맛집명 + "협찬 OR 체험단")
이미 충분한 교차 데이터가 있으면 추가 검색 중단

Workflow

STEP 1: 지역 후보 생성

사용자 입력에서 분위기/상황/도시를 파악하여 LLM 상식 판단으로 1~2개 지역 추천.

도시가 없으면 "서울"을 기본값으로 물어봄
지역이 이미 명시되어 있으면 STEP 1 생략
예: "조용한 기념일, 서울" → ["서울숲 주변", "연남동 북쪽"]
예: "성수동 이탈리안" → 성수동 확정, 카테고리 이탈리안

STEP 2: 맛집 후보 수집

각 지역에 대해 5~8개 후보 수집. WebSearch 호출 최대 3~4회로 제한.

Google Maps (primary) — chromux 또는 WebSearch 1회: "[지역] [카테고리] 맛집 추천"
카카오맵/다이닝코드 (secondary) — WebSearch 1회: "[지역] [카테고리] 다이닝코드 OR 카카오맵"
교차검증 (optional) — 후보 부족시만 WebSearch 1회 추가

교차 등장 보너스: 2개 이상 소스에 등장하는 맛집은 후보 점수 가점. 이미 5개 이상 후보가 모이면 추가 검색 중단 → 바로 STEP 3으로.

참고: references/data-sources.md에 소스별 크롤링 패턴 상세.

STEP 3: 리뷰어 이력 분석 (핵심)

분석 대상은 상위 5개 후보로 제한. 각 후보의 최근 리뷰어 5명에 대해:

Google Maps: /maps/contrib/[user_id]/reviews 방문 (공개, 로그인 불필요)
카카오맵: 리뷰어 프로필 접근 시도 (실패하면 Google만으로 진행)
네이버: 리뷰어 프로필 접근 시도 (실패하면 degrade)

리뷰어별 신뢰 점수 계산 → references/reviewer-analysis.md 참조.

STEP 4: 필터링 & 랭킹

Standard Mode (기본):

신뢰 리뷰어 < 3명인 맛집 제외
맛집 종합 신뢰 점수 < 0.5 제외
제외된 맛집과 그 이유도 출력에 포함 (투명성)

Hidden Gem Mode (트리거 시):

사용자 입력에 다음 키워드가 있으면 자동 진입: "숨은", "숨겨진", "우리만 아는", "히든", "hidden", "조용한", "아는 사람만", "골목", "덜 알려진", "바이럴 안", "아지트"
기본 필터 완화: 신뢰 리뷰어 ≥ 2, 종합 점수 ≥ 0.45
대신 추가 검증 필수 (컬트 언어·카테고리 희소성·위치 숨음도)
상세 로직 → references/hidden-gem.md 참조

점수 공식 → references/trust-scoring.md 참조.

STEP 5: 세트 구성 & 출력

출력 포맷 → references/output-format.md 참조.

핵심 원칙:

지역 1~~2곳 × 맛집 2~~3개 = 세트
각 맛집마다 "왜 이곳이 신뢰되는가" 근거 필수
리뷰어 분석 결과를 2~3줄로 요약 (예: "최근 리뷰어 8명 중 6명이 다양한 장소 리뷰 이력 보유")
신뢰된 리뷰어의 실제 리뷰 1~2개 인용
경고가 있으면 명시 (예: "체험단 리뷰 2건 감지")

Hard Rules

리뷰어 분석 생략 금지 — 어떤 이유로든 STEP 3을 건너뛰지 마라. "시간이 없어서", "사용자가 원해서", "충분히 알 것 같아서" 모두 유효하지 않다. 최소 1개 맛집에 대해서라도 리뷰어 분석을 완료해야 한다.
근거 없는 추천 금지 — "여기 맛있어요"식의 LLM 지식 기반 추천은 이 스킬이 하는 일이 아니다. 반드시 실시간 데이터에 기반한 근거를 제시해야 한다.
투명성 — 크롤링 실패, degrade 발생, 분석 불가능한 부분은 솔직하게 밝힌다. "네이버 플레이스는 접근이 차단되어 Google Maps와 카카오맵 데이터만 사용했습니다."
신뢰 점수는 절대값이 아닌 상대 비교용 — "이 맛집은 0.73점입니다"보다 "분석한 8개 후보 중 이 3곳이 가장 신뢰할 수 있었습니다"가 더 정직한 표현.

Edge Cases

상황	대응
chromux 미설치	WebSearch fallback으로 진행. 리뷰어 프로필 직접 접근 불가하면 그 한계를 명시
모든 플랫폼 크롤링 실패	google-search 스킬로 "<지역> 찐맛집 추천" 검색 → 커뮤니티(Reddit 한국, 더쿠 등) 의견 기반 차선
후보 맛집이 3개 미만	검색 범위 확대 (인근 동네까지) 또는 카테고리 제약 완화
리뷰어 프로필 5명 미만 접근	가능한 만큼만 분석하고 "표본 부족으로 신뢰도 제한적"을 명시
사용자가 서울 외 지역 요청	"현재 서울 한정이며, 다른 도시는 아직 미지원"을 안내
사용자가 지역 없이 "맛집 추천해줘"만	"어느 지역이나 상황을 알려주시면 더 정확한 추천이 가능합니다" 되물음

References

필요한 파일만 해당 STEP에서 읽어라. 전부 한 번에 읽지 마라.

언제	어떤 파일
STEP 2 진입 시	`references/data-sources.md`
STEP 3 진입 시	`references/reviewer-analysis.md`
STEP 4 진입 시 (기본)	`references/trust-scoring.md`
STEP 4 진입 시 (Hidden Gem Mode)	`references/hidden-gem.md`
STEP 5 진입 시	`references/output-format.md`