Github Code

security-bounty-hunter는 저장소에서 버그바운티에 적합한 취약점을 찾도록 도와줍니다. 원격에서 도달 가능하고 사용자가 제어할 수 있으며, 트리아지에서도 살아남을 가능성이 높은 이슈에 초점을 맞춥니다. 소음이 큰 로컬 전용 문제보다 실제로 보고 가능한 결과가 필요한 Security Audit 작업에 활용하기 좋습니다.

rules-distill은 Skill Authors와 프롬프트 라이브러리 큐레이터를 위한 유지보수용 스킬입니다. 설치된 스킬을 스캔해 반복되는 패턴을 재사용 가능한 규칙으로 정리하고, 일반적인 리뷰 프롬프트보다 덜 추측하게 규칙 파일을 추가·수정·생성하도록 도와줍니다.

repo-scan은 파일을 분류하고, 내장된 서드파티 라이브러리를 찾아내며, 무엇이 핵심이고 무엇이 중복되거나 불필요한지 판단하는 데 도움을 주는 크로스스택 소스 감사 skill입니다. Code Review, 레거시 마이그레이션, 리팩터링 계획 수립에 특히 유용합니다. skill 안에서 repo-scan install 및 repo-scan usage 가이드를 확인할 수 있습니다.

golang-patterns는 관용적인 Go 패턴, 코드 리뷰, 리팩터링을 위한 실용 가이드입니다. 백엔드 개발 팀이 명확한 API, 안전한 오류 처리, 유용한 zero value, 유지보수하기 쉬운 패키지 경계를 선택하는 데 도움을 줍니다. 더 적은 추측과 더 일관된 Go 설계 결정을 원할 때 golang-patterns를 설치하세요.

github-ops는 `gh` CLI를 사용해 이슈 분류, PR 관리, CI 실패 확인, 릴리스 준비, 저장소 상태 모니터링을 돕는 GitHub 운영 스킬입니다. 실제 저장소에서 반복 가능한 github-ops 사용이 필요하고, `gh auth login`으로 인증하며 명확한 저장소 컨텍스트를 유지해야 할 때 이 스킬을 사용하세요.

finance-billing-ops는 Finance Operations를 위한 증거 우선형 스킬입니다. 수익, 가격, 환불, 팀 좌석 로직, 중복 청구 문의, 청구 모델 검증처럼 코드 기반의 청구 사실이 필요할 때 사용하세요. 일반적인 결제 조언이 아니라, 운영 판단·청구 감사·가격 비교에 맞게 설계되었습니다.

eval-harness 스킬은 Claude Code 세션과 eval-driven development를 위한 정식 평가 프레임워크입니다. 패스/실패 기준을 정의하고, capability 및 regression eval을 구축하며, 프롬프트나 워크플로 변경을 배포하기 전에 에이전트의 신뢰성을 측정하는 데 도움이 됩니다.

deployment-patterns는 CI/CD 워크플로, Docker 기반 배포, 헬스 체크, 롤백에 안전한 프로덕션 롤아웃을 위한 실용적인 deployment-patterns skill입니다. 이 deployment-patterns 가이드를 사용하면 웹 앱에 rolling, blue-green, canary 배포 패턴 중 무엇이 맞는지 더 적은 시행착오로 판단할 수 있습니다.

code-graph는 AST 기반의 코드 그래프 스킬로, codebase-memory-mcp를 통해 빠른 심볼 조회, 의존성 분석, 영향 범위 점검을 지원합니다. 코드 편집 시 먼저 그래프를 보고 그다음 파일을 읽는 방식이 필요할 때 사용하세요.

github-pr-creation은 완료된 브랜치를 검토 가능한 GitHub Pull Request로 바꾸는 데 도움을 줍니다. 브랜치 흐름을 검증하고, 작업 문서를 찾고, 증거를 확인한 뒤, Conventional Commits 스타일의 제목과 구조화된 PR 내용을 초안으로 작성합니다. 이 github-pr-creation 스킬은 Git Workflows에서 단순한 프롬프트가 아니라, 원칙 있는 PR 초안이 필요할 때 사용하세요. 기존 PR을 병합하는 용도는 아닙니다.

codex는 코드 리뷰, 대립적 챌린지, 컨설트 워크플로우를 위한 OpenAI Codex CLI 래퍼 스킬입니다. codex review는 통과/실패형 리뷰 게이트에, codex challenge는 아이디어를 강하게 검증하는 데, codex에 질문하기는 세션 연속성을 유지한 추가 추론에 적합합니다. diff가 있거나 구체적인 질문이 있을 때 가장 잘 맞습니다.