win4r/MuseAI-Skills

muse.ai (Muse AI) skills and runtime snapshot: 68 skills, workflow guides, connector manifests. muse.ai 技能与运行环境文件；非官方存档 / Unofficial archive.

MuseAI-Skills – 이 저장소의 실제 내용

개요 – Muse AI 개인 비서 플랫폼(상용 서비스: https://muse.ai)의 스냅샷입니다. 이 저장소에는 다음이 포함되어 있습니다:

스킬이 트리거되는 시점, 호출 가능한 도구, 필요한 권한 및 출력 검증 방법을 설명하는 Markdown 형식의 "스킬" 사양.
설정 파일(home.yaml, skills.yaml), 런타임 셀 시작 스크립트 및 소수의 ELF 바이너리(Git-LFS로 저장되어 소스 보기에는 포함되지 않음).
전체 제품 아키텍처, 커넥터 매니페스트 및 정적 분석 보고서를 설명하는 문서.

이것은 Muse AI의 완전한 오픈 소스 구현이 아니며, 바로 실행 가능한 설치 프로그램도 아닙니다. 핵심 엔진은 클로즈드 소스 Linux x86-64 바이너리이며, 참조용으로만 제공될 뿐 이 저장소의 소스에서 빌드되지 않습니다.

누가 이 정보를 유용하게 사용할 수 있을까요?

LLM 기반 에이전트 연구자: 상용 AI 비서가 어떻게 "스킬"(즉, 모듈화된 도구 호출 워크플로우)을 구조화하는지에 대한 구체적인 예시를 원하는 경우.
자체 에이전트 플랫폼을 구축하는 개발자: 다음 사항에 대한 참조가 필요한 경우:
- 스킬 매니페스트 형식(SKILL.md + manifest.yaml + 선택적 eval YAML).
- 작업 오케스트레이션(광범위한 조사, 목표, 망각)과 아티팩트 처리(문서, PDF, 스프레드시트)를 분리하는 방법.
- 타사 커넥터(Gmail, Google Calendar, Plaid 등)에 대한 권한 범위 설정.
보안 감사자: 저장소에 포함된 권한 모델 및 정적 분석 보고서에 관심이 있는 경우.

저장소의 주요 구성 요소

경로	내용	중요성
`opt/hatch/skills/`	68개의 독립적인 스킬 정의(`SKILL.md`)와 매니페스트 파일 및 평가 시나리오.	각 기능(예: `travel-planning`, `gmail`, `plaid`)의 정확한 트리거 조건, 입출력 계약 및 실패 처리 방식을 보여줍니다.
`home/hatch/config/`	`home.yaml`(전체 에이전트 구성) 및 `skills.yaml`(활성화된 스킬 목록).	플랫폼이 스킬을 활성화/비활성화하고 컴퓨팅 리소스를 할당하는 방식에 대한 상위 수준의 뷰를 제공합니다.
`opt/hatch/runtime-cell/`	"런타임 셀" 데몬을 시작/중지하는 셸 스크립트, 환경 설정 파일 및 일부 설정 스니펫(`skill-scopes.conf`).	Linux 호스트에서 스킬을 실행하는 런타임 오케스트레이션 계층을 보여줍니다.
`PROJECT_ANALYSIS.md`	수동으로 작성된 정적 분석: 아키텍처 다이어그램, 누락된 부분, 위험 평가, 증거 인덱스.	무엇이 존재하고 무엇이 누락되었는지 빠르게 감사하려는 사람에게 유용합니다.
`SHA256SUMS`	저장소에 포함된 비 바이너리 파일의 체크섬.	스냅샷이 변조되지 않았음을 검증할 수 있습니다.
`opt/hatch-image/`	이미지용으로 패키징된 ELF 바이너리, npm 패키지 및 기타 도구 모음(Git-LFS를 통해 저장).	실제 실행 가능한 구성 요소가 존재함을 나타내지만, 여기서 소스 빌드는 불가능합니다.

"스킬" 시스템 작동 방식(상위 수준)

트리거 – 사용자 요청이 SKILL.md 파일의 트리거 설명과 일치합니다(예: "사용자가 항공편 예약을 요청할 때").
범위 확인 – 런타임이 관련 manifest.yaml을 읽어 필요한 OAuth 범위나 API 키가 있는지 확인합니다.
도구 오케스트레이션 – 스킬은 이미지에 패키징된 하나 이상의 커넥터 CLI(예: duffel, gmail)를 호출합니다.
결과 검증 – 각 스킬에는 아티팩트 테스트 섹션이 포함되어 있어 출력 검사 방법(PDF 렌더링 확인, 자리 표시자 스캔 등)을 정의합니다.
승인 – 검증이 통과되면 결과가 사용자의 "아티팩트 라이브러리"에 저장됩니다. 그렇지 않으면 실패 계약이 반환됩니다.

누락되거나 포함되지 않은 것

Muse AI 추론 엔진의 소스 코드(대형 ELF 바이너리).
데몬을 실제로 시작하는 데 필요한 전체 루트 파일 시스템 및 런타임 종속성.
OAuth 자격 증명 또는 사용자별 토큰 – 매니페스트에는 필요한 범위만 나열되어 있습니다.
자동화된 테스트 또는 CI 파이프라인 – eval YAML 파일은 수동 테스트를 위한 데이터일 뿐입니다.

읽기 전용 퀵 스타트(바이너리 없음)

# 대용량 LFS 바이너리 다운로드 건너뛰기
GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/win4r/MuseAI-Skills.git
cd MuseAI-Skills
# 스킬 사양 탐색
ls opt/hatch/skills/gmail
cat opt/hatch/skills/gmail/SKILL.md

결론

MuseAI-Skills는 상용 AI 비서의 모듈화된 스킬 세트에 대한 문서 중심 스냅샷입니다. 프로덕션급 LLM 에이전트가 도구 호출 워크플로우, 권한 매니페스트 및 아티팩트 검증을 어떻게 구조화하는지에 대한 참조로서 가치가 있지만, Muse AI 자체의 실행 가능한 오픈 소스 구현을 제공하지는 않습니다.