amd/skills

Official AMD catalog of AI agent skills. Empower your AI agents with AMD's optimized SW stack.

AMD Skills란?

AMD Skills는 AMD 하드웨어 및 소프트웨어 스택과 원활하게 작동하도록 AI 코딩 어시스턴트(Cursor, Claude Code, OpenAI Codex, Gemini CLI 등)를 지원하는 '스킬'(지침, 스크립트, 프롬프트 및 메타데이터를 포함하는 작은 자체 포함 번들)의 카탈로그입니다. 각 스킬은 에이전트에게 언제 사용해야 하는지(예: "Instinct GPU에 LLM 배포")를 알려준 다음 AMD 엔지니어가 따를 정확한 명령, 환경 변수 및 모범 사례 단계를 제공합니다.

이 저장소에는 AI 모델 자체가 포함되어 있지 않습니다. ROCm, Ryzen AI, AMD Instinct 및 AMD-Quark 양자화 도구와 같은 AMD 중심 AI 워크로드를 설치, 구성, 진단 및 최적화하는 데 필요한 지식만 제공합니다.

카탈로그 얻는 방법

# 일반 "skills" CLI를 통해 설치 (Node.js 필요)
npx skills add amd/skills

CLI는 하나 이상의 개별 스킬과 대상 에이전트(예: --agent claude-code)를 선택하라는 메시지를 표시합니다. --list로 모든 항목을 먼저 나열하거나 단일 스킬을 직접 설치할 수도 있습니다:

npx skills add amd/skills --skill rocm-doctor --agent cursor

수동으로 하려면 저장소를 클론하고 원하는 skills/<name>/ 폴더를 에이전트의 개인 또는 프로젝트 수준 스킬 디렉터리(경로는 README에 있음)에 복사합니다.

스킬 사용

설치 후에는 코딩 에이전트와 자연어로 대화하기만 하면 됩니다. 예:

"AMD Skills를 사용하여 클라우드 API를 호출하는 대신 로컬에서 이미지를 생성하세요."
"AMD Skills 카탈로그를 사용하여 이 LLM을 AMD Instinct GPU에 배포하세요."

에이전트는 SKILL.md 설명을 기반으로 요청을 적절한 스킬에 자동으로 매칭합니다. 매칭이 실패하면 Use AMD Skills: rocm-doctor와 같이 명시적으로 호출하여 강제할 수 있습니다.

카탈로그 한눈에 보기

영역	예시 스킬	기능
클라이언트 네이티브	`local-ai-use`	이미지 생성, TTS, STT를 로컬 AMD 기반 AI 서버를 통해 라우팅하여 클라우드 토큰 비용을 절감합니다.
	`local-ai-app-integration`	클라우드 기반 LLM 앱에 오프라인 AI 기능을 추가하여 개인정보 보호 및 비용 절감을 실현합니다.
크로스 스택	`rocm-doctor`	AMD GPU에서 일반적인 ROCm/HIP/PyTorch/llama.cpp 오구성을 진단하고 수정합니다.
	`lemonade-router-builder`	민감도 또는 필요한 기능에 따라 요청을 라우팅하는 콘텐츠 인식 모델 라우터(Lemonade)를 구축합니다.
	`quark-install`	PyPI, wheel 또는 소스에서 AMD Quark 가속 PyTorch 빌드를 설치하거나 검증하고 런타임을 검증합니다.
	`quark-torch-llm-ptq`	AMD Quark를 사용하여 Hugging Face / PyTorch LLM의 사후 훈련 양자화(FP8, INT4 등)를 수행하고 검증된 모델을 생성합니다.
	`hrr-replay-analysis` (예정)	Instinct, Radeon 및 Ryzen 하드웨어 전반에서 GPU 워크로드 추적을 기록, 재생 및 분석합니다.
서버 네이티브	`serving-llms-on-instinct`	하드웨어 감지, vLLM 레시피 선택 및 벤치마킹된 엔드포인트 시작을 포함하여 AMD Instinct GPU에서 LLM 추론을 엔드투엔드로 배포합니다.
	`serving-llms-on-epyc`	Docker/Podman 또는 Conda 내부의 vLLM/zentorch를 사용하여 AMD EPYC CPU에서 LLM을 제공하고 CPU 감지, RAM 확인 및 상태 모니터링을 처리합니다.
	`hyperloom-workload-optimizer`	Hyperloom을 설정하여 Instinct GPU에서 LLM 처리량을 자동으로 최적화하고 이득을 보고합니다.
	`magpie-kernel-evaluator`	GPU 커널을 벤치마킹 및 검증하고 구현을 비교하며 vLLM/SGLang 실행을 프로파일링합니다.
	`tracelens-analysis-orchestrator`	TraceLens 기반 PyTorch 프로파일링을 오케스트레이션하고 성능 보고서 및 이해관계자 요약을 생성합니다.

스킬의 구성

각 스킬은 skills/<skill‑name>/에 있으며 최소한 다음을 포함합니다:

SKILL.md          # 에이전트가 사용하는 YAML 프론트매터 + 설명
skill-card.md    # 사람이 읽을 수 있는 거버넌스 정보(소유자, 라이선스 등)
scripts/          # 선택적 헬퍼 스크립트
references/      # 선택적 문서, 링크, 데이터셋

SKILL.md는 에이전트에게 스킬이 언제 적용되는지 알려주고 에이전트가 실행할 단계별 지침을 제공합니다.

거버넌스 및 기여

연합 카탈로그 – 스킬은 소유 제품 저장소(ROCm, Quark, Lemonade 등)에서 가져옵니다. 야간 federate-skills 워크플로는 변경된 스킬 폴더만 복사하고 매니페스트를 업데이트하며 각 범프에 대해 PR을 열어 모든 변경 사항이 검토되도록 합니다.
기여 흐름 – AMD 엔지니어 또는 승인된 파트너는 포크하여 스킬 폴더를 편집하고 PR을 열어 새 스킬을 추가할 수 있습니다. CI는 amd/skillscope 평가자에 대해 스킬을 검증하고 docs/의 문서 준수를 확인합니다.

누가 이것을 사용해야 하나요?

AI 개발자 – 낮은 수준의 명령을 외우지 않고도 코딩 어시스턴트가 AMD 특정 설정(ROCm 드라이버 문제, GPU 양자화, LLM 서빙 등)을 자동으로 처리하도록 하려는 경우.
데이터 과학 팀 – AMD Instinct 또는 EPYC 서버에 모델을 배포하고 반복 가능하고 의견이 반영된 배포 스크립트가 필요한 경우.
도구 제작자 – AMD 하드웨어에 대한 공유되고 버전 관리되는 지식 베이스를 활용할 수 있는 사용자 지정 에이전트를 구축하는 경우.

결론

AMD Skills는 전문 AMD 하드웨어 노하우를 AI 에이전트가 요청 시 호출할 수 있는 기계 판독 가능한 패키지로 전환하여 AMD GPU, CPU 및 Ryzen AI 가속기에서 AI 워크로드를 개발, 디버깅 및 확장할 때의 마찰을 획기적으로 줄입니다.