muratcankoylan/Agent-Skills-for-Context-Engineering

해결하는 문제

이 프로젝트는 개발자가 프로덕션급 AI 에이전트 시스템을 구축할 수 있도록 설계된 포괄적인 "Agent Skills" 컬렉션을 제공합니다. 특히 모델의 제한된 어텐션 예산(시스템 프롬프트, 도구 정의, 메시지 기록 포함)을 전체적으로 관리하여 "lost-in-the-middle(중간 정보 유실)" 현상과 같은 성능 저하를 방지하는 컨텍스트 엔지니어링 문제를 해결합니다.

작동 방식

이 프로젝트는 모듈식의 플랫폼 독립적인 스킬 라이브러리로 구성되어 있습니다. 각 스킬은 원칙, 패턴, 실용적인 예제(주로 Python 의사 코드 사용)를 포함하는 디렉토리이며, 다양한 에이전트 플랫폼에 통합할 수 있습니다.

**점진적 공개(progressive disclosure)**를 위해 설계되었으므로, 에이전트는 처음에 스킬 이름과 설명만 로드하고 특정 작업에서 스킬이 활성화될 때만 전체 콘텐츠를 로드합니다. 특정 디렉토리 구조를 통해 Claude Code, Cursor 및 기타 Open Plugins 호스트와 호환됩니다.

대상 독자

단순한 프롬프트 엔지니어링을 넘어 메모리, 도구 설계, 멀티 에이전트 오케스트레이션 및 평가 프레임워크를 위한 아키텍처 패턴이 필요한 자율 에이전트 구축 AI 엔지니어 및 개발자.

주요 특징

• 포괄적인 스킬 세트: 기본적인 컨텍스트 관리, 아키텍처 패턴(멀티 에이전트, 메모리 시스템) 및 운영 스킬(평가, 하네스 엔지니어링)을 다룹니다.
• 실용적인 예제 라이브러리: "Digital Brain" 개인용 OS, X-to-book 합성 시스템, 스타일 전송 SFT 파이프라인과 같은 완전한 시스템 설계를 포함합니다.
• 플랫폼 독립성: 표준화된 플러그인 형식을 사용하여 다양한 에이전트 플랫폼(Claude Code, Cursor, Codex)에서 작동합니다.
• 벤치마크된 성능: "Researcher Operating System"이 포함되어 있으며, 모델이 스킬을 활성화하는 방식을 최적화하기 위한 측정된 router-benchmark 결과가 제공됩니다.