pskoett/pskoett-ai-skills

해결하는 문제

이 프로젝트는 스코프 크리프, 컨텍스트 품질 저하, 세션 간 반복적인 실수와 같은 일반적인 실패 패턴을 방지하기 위해 AI 에이전트를 위한 구조화된 "스킬" 모음 제공합니다. 단순한 프롬프트 기반 실행에서부터 내장된 검증 및 학습 루프를 갖춘 신뢰할 수 있는 다단계 워크플로우로 에이전트 행동을 전환합니다.

작동 방식

이 프로젝트는 에이전트 출력을 향상시키기 위해 두 가지 주요 피드백 루프를 구현합니다.

• 내부 루프 (세션 내부): 즉각적인 실행에 초점을 맞춥니다. plan-interview를 통해 일치성 확보, intent-framed-agent와 context-surfing로 드리프트 및 컨텍스트 건강 상태 모니터링, verify-gate와 self-healing로 장애를 자동 진단하고 수정, simplify-and-harden로 최종 품질 검토를 수행합니다.
• 외부 루프 (세션 간): 장기적인 개선에 초점을 맞춥니다. learning-aggregator로 세션 로그에서 패턴을 탐지하고, harness-updater로 그 패턴을 영구 규칙으로 인코딩하며, eval-creator로 그 규칙을 회귀 테스트로 변환합니다.

이 스킬들은 Claude Code, Codex, GitHub Copilot CLI 등 다양한 에이전트에 플러그인으로 설치하거나, Agent Skills 사양에 따라 독립형 스킬로 사용할 수 있습니다.

대상 사용자

코딩 작업에 AI 에이전트를 사용하는 개발자 중, 기본적인 채팅 상호작용을 넘어서 전문적인 소프트웨어 엔지니어링 워크플로우(계획, 검증, 지속적 학습)를 에이전트에 구현하고자 하는 분들입니다.

주요 특징

• 자기 복구 기능: 사용자가 오류를 보고하는 것을 기다리지 않고, 작업 중에 장애를 자동으로 진단하고 수정하며 검증합니다.
• 세션 간 학습: 오류를 캡처하고 영구적인 프로젝트 규칙 및 회귀 테스트로 승격하는 시스템입니다.
• 다중 에이전트 오케스트레이션: 여러 에이전트와 세션 간 작업을 조율하는 control-session-orchestrator를 포함합니다.
• 광범위한 호환성: GitHub CLI (gh skill), Agent Plugins 1.0, 그리고 Claude Code 및 Codex의 네이티브 플러그인을 통해 설치 가능합니다.