Agents

team-builder는 markdown persona 파일을 바탕으로 병렬 팀을 구성하고 배포하는 인터랙티브 에이전트 선택기입니다. team-builder 스킬을 사용하면 사용 가능한 에이전트를 살펴보고, 분야별로 전문가를 묶고, Workflow Automation용 즉석 팀을 만들 수 있습니다. 평면 구조 또는 하위 디렉터리 구조의 agent 라이브러리와 명확한 persona 구조를 갖춘 repo에 특히 적합합니다.

santa-method는 배포 전에 반드시 정확해야 하는 결과물을 위한 멀티 에이전트 검증 워크플로입니다. 독립적인 검토를 통해 콘텐츠, 코드 인접 산출물, 컴플라이언스 민감 문구, 워크플로 자동화 작업의 사각지대를 찾아냅니다. 산출물을 만들고, 검증하고, 수렴시키는 반복 루프가 필요할 때 santa-method 스킬을 설치하세요.

ralphinho-rfc-pipeline은 큰 기능을 검증 가능한 단위로 분해하고, 각 단계를 검증한 뒤 통합 점검과 함께 병합하도록 설계된 RFC 기반 멀티 에이전트 워크플로 스킬입니다. Multi-Agent Systems, 리팩터링, 스키마 변경, 인증, 성능, 보안 작업에서 특히 잘 맞습니다.

opensource-pipeline은 3단계 워크플로인 fork, sanitize, package를 통해 비공개 프로젝트를 공개 가능한 저장소로 정리하도록 돕습니다. opensource-pipeline 스킬을 사용하면 비밀 정보 제거, 정리 검증, 그리고 더 안전한 GitHub 릴리스를 위한 CLAUDE.md, setup.sh, README 생성을 수행할 수 있습니다.

iterative-retrieval은 에이전트 작업에서 문맥 검색을 점진적으로 정교화하는 워크플로 패턴입니다. 서브에이전트가 문맥을 너무 많이도, 너무 적게도 받지 않도록 도와주며, iterative-retrieval 사용법, 설치 판단, Workflow Automation용 iterative-retrieval에 특히 유용합니다.

gan-style-harness는 Agent Orchestration용 Generator-Evaluator 스킬로, 더 엄격한 비평, 더 나은 반복 개선, 더 적은 취약점을 바탕으로 완성도 높은 앱을 만드는 데 도움을 줍니다. 프런트엔드 중심 작업, 풀스택 작업, 또는 리뷰 품질이 속도보다 중요한 프로덕션 지향 작업에서 gan-style-harness 스킬이 필요할 때 사용하세요.

council은 모호한 선택, 트레이드오프, 진행/중단 판단을 위한 의사결정 지원 스킬입니다. 여러 유효한 경로가 존재하고, 선택하기 전에 구조화된 반대 의견이 필요할 때 council 스킬을 사용하세요. 제품, 엔지니어링, 운영, 전략 의사결정처럼 일반적인 브레인스토밍보다 설득력 있는 추천이 더 중요한 상황에 잘 맞습니다.

continuous-learning-v2는 Claude Code 세션을 hooks, observer agents, confidence scoring, 그리고 반복 패턴을 skills, commands, agents로 승격하는 기능을 통해 프로젝트 범위 학습으로 바꿉니다.

triage는 들어오는 버그와 기능 요청을 역할 기반 상태 머신으로 분류하고 처리하는 GitHub 이슈 트리아지 스킬입니다. 이슈를 분류하고, 추가 정보가 필요한지 판단하고, 작업을 AFK 에이전트나 사람 관리자에게 배정하고, 이슈 처리를 일관되게 유지하는 데 사용하세요. Issue Tracking에 적합한 실용적인 triage 스킬입니다.

design-an-interface 스킬은 API와 모듈 인터페이스의 전혀 다른 형태를 실제로 확정하기 전에 먼저 탐색할 수 있게 도와줍니다. 프런트엔드 개발과 기타 모듈 설계 작업에 맞춰져 있으며, 요구사항을 먼저 정리한 뒤 여러 विकल्प을 비교하고, 트레이드오프를 검토해, 호출자 관점에서 더 깔끔한 계약을 만드는 데 유용합니다.

context-degradation은 긴 작업 흐름에서 발생하는 컨텍스트 실패를 진단하는 실용적인 스킬입니다. lost-in-the-middle, poisoning, distraction, confusion, clash를 포함해 어디에서 컨텍스트가 끊기는지 찾아내고, 무엇을 먼저 바꿔야 하는지 결정한 뒤, Skill Authoring, 프롬프트 배치, 프로덕션 에이전트 디버깅에 바로 쓸 수 있는 반복 가능한 context-degradation 가이드를 적용할 수 있습니다.

multi-agent-patterns 스킬은 Agent Orchestration, 컨텍스트 분리, 병렬 작업, 구조화된 핸드오프를 바탕으로 에이전트 시스템을 설계하고 구현하는 데 도움을 줍니다. 단일 에이전트와 멀티 에이전트 구성을 비교할 때, 또는 supervisor 라우팅, peer 핸드오프, 합의, 장애 처리가 필요할 때 사용하면 좋습니다. 에이전트 수를 늘리는 것보다 명확한 조율이 더 중요한 오케스트레이션 중심 작업에 특히 적합합니다.

context-optimization은 Context Engineering을 위한 실용적인 스킬로, 토큰 낭비를 줄이고, 의사결정 상태를 보존하며, 긴 워크플로를 관리하는 데 도움이 됩니다. 컨텍스트 한계를 다루고, 도구 출력의 불필요한 부피를 줄이며, 캐시 친화적인 프롬프트 구조를 개선하고, 관찰 마스킹과 압축을 적용하고, 필요할 때 컨텍스트를 분할하는 데 활용하세요. 이 스킬은 이론이 아니라 실제 사용을 위해 만들어졌습니다.

ai-shaped-readiness-advisor는 제품 리더가 조직이 AI-first인지 AI-shaped인지 평가하고, 성숙도 격차를 파악하며, 더 나은 의사결정을 위해 다음에 구축할 역량을 선택하도록 돕습니다.

create-custom-agent는 도구, 지침, 핸드오프가 포함된 특화 AI 페르소나용 VS Code 커스텀 에이전트 파일(.agent.md)을 만드는 데 도움을 줍니다. 새 에이전트의 골격을 빠르게 만들고, 도구 사용 범위를 정하고, Skill Authoring을 위한 에이전트 간 워크플로를 정의할 때 유용합니다.

m365-agents-ts는 Microsoft 365 Agents SDK를 사용해 TypeScript/Node.js로 Microsoft 365 에이전트를 만들 수 있도록 돕습니다. Express 호스팅, AgentApplication 라우팅, 스트리밍 응답, Copilot Studio 클라이언트 연동까지 포함해 배포 중심의 풀스택 에이전트 개발에 실용적인 가이드입니다.

TypeScript에서 `azure-ai-projects-ts`와 `@azure/ai-projects`로 Azure AI Foundry 앱을 빌드하세요. 이 스킬은 프로젝트 클라이언트, 에이전트, 연결, 배포, 데이터세트, 인덱스, 평가, OpenAI 액세스에 적합합니다. Azure 프로젝트 리소스와 자격 증명을 활용한 API 개발을 위한 실용 가이드입니다.

m365-agents-py는 백엔드 개발자가 Python에서 Microsoft 365, Teams, Copilot Studio 에이전트를 만들 수 있도록 돕습니다. aiohttp 호스팅, AgentApplication 라우팅, 스트리밍 응답, MSAL 인증을 지원하며, 설치 안내, 사용 패턴, 그리고 microsoft.agents에서 microsoft_agents로의 import 변경 사항도 포함합니다.

azure-ai-projects-py는 Microsoft Foundry 프로젝트 클라이언트를 위한 Azure AI Projects Python SDK 스킬입니다. 설치, 인증, 클라이언트 설정, PromptAgentDefinition을 사용하는 버전 관리 에이전트, 평가, 연결, 배포, 데이터 세트, 인덱스, OpenAI 호환 액세스에 활용하세요. Python 백엔드 개발 워크플로에 가장 적합합니다.

m365-agents-dotnet은 Teams, Microsoft 365, Copilot Studio에서 멀티채널 에이전트를 구축하기 위한 .NET용 Microsoft 365 Agents SDK 스킬입니다. ASP.NET Core 호스팅, AgentApplication 라우팅, MSAL 기반 인증, 패키지 선택, 그리고 API 개발에 필요한 실용적인 m365-agents-dotnet 사용법을 안내합니다.

azure-ai-projects-dotnet은 Azure AI Foundry 프로젝트를 위한 .NET 스킬입니다. 백엔드 개발자가 올바른 Azure SDK 패키지를 설치하고, 환경 변수를 설정하며, AIProjectClient를 사용해 에이전트, 연결, 데이터 세트, 배포, 평가, 인덱스를 보다 적은 시행착오로 다룰 수 있도록 도와줍니다.

agents-sdk는 상태를 유지하는 대화, 내구성 있는 실행, WebSocket 또는 스트리밍 채팅, MCP 통합, 예약 작업, 브라우저 자동화를 갖춘 Cloudflare Workers 에이전트를 만드는 데 도움이 됩니다. 이 agents-sdk 스킬은 기존 Workers 앱이든 새 앱이든 설치 여부 판단, 설정, 실전 활용에 초점을 맞추며, Cloudflare 런타임 제약에 맞을 때만 멀티 에이전트 시스템을 다룹니다.

subagent-driven-development는 구현 계획을 독립적인 작업으로 쪼개고, 각 작업마다 새 subagent를 투입한 뒤, 단계마다 결과를 검토할 수 있게 도와줍니다. 속도와 품질 게이트를 함께 챙겨야 하는 agent orchestration에 적합하며, 특히 3개 이상의 독립 이슈, 버그 수정, 기능 단위 작업, 또는 저장소 정리에 유용합니다.

tree-of-thoughts는 여러 접근 방식을 탐색하고, 약한 분기를 가지치기하며, 더 나은 답을 합성하도록 돕는 추론 워크플로 스킬입니다. 까다로운 디버깅, 계획 수립, 아키텍처 트레이드오프, Agent Orchestration용 tree-of-thoughts에 특히 유용합니다.