OpenAI

cost-aware-llm-pipeline는 모델 라우팅, 변경 불가한 비용 추적, 재시도 처리, 프롬프트 캐싱을 통해 API 비용을 통제하는 LLM 워크플로를 구축하도록 돕습니다. 대량 배치 작업, 문서 파이프라인, 그리고 출력량과 품질의 균형에 명확한 기준이 필요한 Workflow Automation에 특히 적합합니다.

embedding-strategies는 시맨틱 검색과 RAG 워크플로에 맞는 임베딩 모델을 선택하고 최적화할 수 있도록 돕는 스킬입니다. 청킹 전략, 모델 간 트레이드오프, 다국어 콘텐츠 처리, 검색 성능 평가까지 실무적으로 안내합니다.

develop-ai-functions-example는 `vercel/ai`의 `examples/ai-functions/src/` 아래에서 실행 가능한 AI SDK 예제를 새로 만들거나 수정할 때 유용합니다. 적절한 카테고리를 고르고, repo 관례에 맞추며, provider 검증·데모·fixture용 최소 예제를 만드는 데 도움이 됩니다.

transcribe는 오디오나 비디오를 텍스트로 바꾸며, 선택적으로 화자 분리와 알려진 화자 힌트도 지원합니다. Technical Writing, 회의록, 인터뷰, 강의, 콘텐츠 운영처럼 재현 가능한 transcribe 스킬과 명확한 출력 형식이 필요할 때 잘 맞으며, 범용 프롬프트보다 덜 추측에 의존하게 해줍니다.

context-engineering 스킬은 프로젝트 컨텍스트를 구조화해 에이전트가 규칙을 따르고, 환각을 줄이며, 핵심 작업에 집중하도록 돕습니다. 세션을 시작할 때, 작업을 전환할 때, 또는 코드베이스용 context-engineering 가이드를 만들 때 사용하세요.

chatgpt-apps는 MCP 서버와 위젯 UI를 함께 구성하는 ChatGPT Apps SDK 프로젝트를 만들거나 수정할 때 쓰는 스킬입니다. 문서 기준 설정, 툴 설계, 브리지 연결, 리소스 등록, 메타데이터, CSP, 저장소 검증에 활용하세요. 백엔드와 UI를 함께 설계해야 하는 Backend Development에도 chatgpt-apps를 지원합니다.

baoyu-imagine는 타입이 적용된 CLI, 필수 EXTEND.md 설정, 레퍼런스 이미지 지원, 화면비 제어, 배치 실행을 갖춘 멀티 프로바이더 이미지 생성 스킬로, OpenAI, Azure OpenAI, Google, OpenRouter, DashScope, MiniMax, Jimeng, Seedream, Replicate를 지원합니다.

huggingface-local-models는 Hugging Face 모델 중 llama.cpp와 GGUF로 로컬 실행 가능한 모델을 찾고, 실용적인 양자화 버전을 고른 뒤 CPU, Apple Metal, CUDA, 또는 ROCm에서 바로 실행할 수 있도록 돕습니다. 모델 탐색, 정확한 GGUF 파일 찾기, 서버/CLI 설정, 그리고 백엔드 개발과 비공개 로컬 추론을 위한 빠른 경로까지 다룹니다.

neat-freak는 작업 세션 마무리용 지식 정리 스킬입니다. 프로젝트 문서, 에이전트 메모리, 코드 변경 사항의 불일치를 조정해 `CLAUDE.md`, `AGENTS.md`, `docs/`가 항상 정확하게 유지되도록 돕습니다. 기술 문서 작성자, 개발자, 에이전트 운영자처럼 더 깔끔하고 신뢰할 수 있는 프로젝트 지식 기반이 필요한 사용자에게 유용합니다.

aihot는 aihot.virxact.com의 최신 AI 뉴스, 일일 픽, 모델 출시, 트렌드 요약을 위한 웹 리서치 스킬입니다. 중국어 또는 영어로 오늘의 헤드라인, 최근 릴리스, 간결한 브리핑 스타일 요약이 필요할 때, 오래된 학습 데이터에 의존하지 않고 최신 AI 업데이트를 확인하는 데 aihot 스킬을 사용하세요.

azure-ai-openai-dotnet은 .NET 개발자가 Azure OpenAI를 실제로 연동할 수 있도록, 설정, 인증, 클라이언트 선택, 그리고 채팅·임베딩·이미지·오디오·어시스턴트 사용법까지 실용적으로 안내합니다. 개념 설명만이 아니라 Azure.AI.OpenAI로 바로 시작할 수 있는 출발점이 필요할 때, API 개발에 특히 유용합니다.

podcast-generation은 Azure OpenAI GPT Realtime Mini를 WebSocket으로 연결해 텍스트에서 AI 생성 팟캐스트 스타일 오디오를 만드는 데 도움이 됩니다. React, Python FastAPI, PCM 스트리밍, 전사 캡처, WAV 변환까지 안내해 Full-Stack Development용 podcast-generation에 적합합니다. 일반적인 프롬프트가 아니라, 실제 앱 통합에 바로 쓰는 실용적인 podcast-generation 가이드가 필요할 때 사용하세요.

mcp-builder는 MCP Server Development를 위한 실용 가이드로, LLM이 명확하고 신뢰할 수 있는 도구를 통해 외부 서비스를 활용할 수 있도록 고품질 서버를 설계하는 데 도움을 줍니다. 아키텍처 선택, 도구 경계, 스키마 품질, 평가 관점, 그리고 커스텀 개발 대신 Microsoft MCP 서비스를 재사용해야 하는 경우까지 다룹니다.

codex는 코드 분석, 리팩터링, 자동 편집을 위해 Codex CLI를 감싸는 Claude Code 스킬입니다. 적절한 모델, sandbox 설정, resume 흐름, 더 조용한 기본 출력으로 `codex exec`와 `codex resume`를 실행할 수 있도록 도와줍니다. 사용 전에는 로컬에 Codex CLI가 정상 설치되어 있어야 합니다.

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.

do-in-parallel은 Agent Orchestration용 워크플로 기술로, 여러 하위 에이전트를 파일이나 대상별로 병렬 실행하고, 반복 가능한 작업을 지능적으로 묶어 처리하며, meta-judges와 LLM-as-a-judge 검토로 결과를 검증합니다. 일반적인 프롬프트보다 시행착오를 줄이면서 배치 실행이 필요할 때 do-in-parallel 기술을 사용하세요.

model-hierarchy 스킬은 에이전트가 작업을 처리할 수 있는 가장 저렴한 모델로 업무를 라우팅하도록 도와 비용을 더 잘 통제하면서도 일상적인 품질은 유지하게 해줍니다. 워크플로 자동화, 서브에이전트 생성, 간단한 작업 분류에 이 model-hierarchy 가이드를 활용하세요. 즉흥적으로 모델을 고르는 대신, 반복 가능한 model-hierarchy 사용 패턴이 필요한 설치에 잘 맞습니다.

create-boss는 상사와의 대화, 메모, 이메일, 프로젝트 산출물을 판단 보조, 상향 관리, 페르소나 모델링에 재사용할 수 있는 스킬로 바꿔줍니다. Claude Code 또는 OpenClaw에 설치하면 실제 관리자 프로필이나 창업가 아키타입을 만들 수 있고, 이후 교정 워크플로와 Playbooks-ready boss guidance를 활용해 결과물을 더 정교하게 다듬을 수 있습니다.

Netlify AI Gateway용 netlify-ai-gateway 스킬 가이드입니다. 설치와 사용의 기본, 지원 모델, SDK 설정, Netlify 앱을 위한 백엔드 개발 패턴을 알아보세요.

voltagent-best-practices는 VoltAgent에서 에이전트와 워크플로 중 무엇을 선택할지, 프로젝트 구조를 어떻게 잡을지, 메모리·서버·관측성을 어떻게 연결할지에 대한 간결한 가이드입니다. 팀이 아키텍처 결정을 더 빨리 내리고, 스킬 작성 과정에서 생기는 추측을 줄이는 데 도움이 됩니다.

full-output-enforcement는 완전하고 생략 없는 출력을 위한 작성·실행 가드레일 스킬입니다. 플레이스홀더, 부분 제공, 중간 섹션 생략을 금지해 코드 생성, 문서화, 마이그레이션, 그리고 완성도가 중요한 Skill Authoring에 유용합니다.

codex-review는 GPT-5.2-Codex를 사용하는 OpenAI Codex CLI 코드 리뷰용 GitHub 스킬입니다. 구조화된 결과, GitHub 네이티브 리뷰 흐름, CI/CD에 맞는 사용 방식으로 버그, 보안 이슈, 코드 품질 문제를 잡아내는 데 도움을 줍니다.

code-review는 커밋과 배포 전에 코드 변경 사항을 검토하기 위한 필수 리뷰 워크플로입니다. 팀이 구조화된 /code-review 단계를 실행하고, 엔진을 선택하며, 단순한 통과 판정이 아니라 실행 가능한 피드백을 얻도록 도와줍니다. 머지 전 점검, 릴리스 후보, 영향도가 큰 리팩터링에 특히 적합합니다.

ai-models는 작업, 비용, 지연 시간, 품질 기준으로 최신 AI 모델을 고를 때 참고하는 레퍼런스 스킬입니다. 채팅, 코딩, 비전, 임베딩, 음성, 이미지 생성에 맞는 모델을 빠르고 합리적으로 선택하도록 스킬 작성자와 빌더를 돕습니다.