yaojingang/yao-meta-skill

YAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.

What it solves

yao-meta-skill 은 프롬프트 세트, 전사본, 런북 등과 같은 복잡하고 반복적인 운영 워크플로를 거버넌스가 적용된 재사용 가능한 AI 에이전트 스킬로 전환하는 시스템입니다. 단순한 프롬프트 엔지니어링을 넘어 AI 스킬을 소프트웨어 자산으로 간주하고, 생성·컴파일·평가·릴리즈 거버넌스라는 정식 라이프사이클을 요구합니다.

How it works

이 프로젝트는 "Skill OS" 아키텍처를 구현하여 구조화된 파이프라인을 통해 원시 입력을 처리합니다.

  1. Intent Modeling: 파일을 생성하기 전에 작업, 출력, 제외 항목 및 기준을 명확히 합니다.
  2. Skill IR (Intermediate Representation): 스킬에 대한 플랫폼 중립적인 의미 계약을 만들어 의도와 특정 AI 플랫폼을 분리합니다.
  3. Compilation: 대상 컴파일러와 어댑터를 사용해 OpenAI, Claude, VS Code 워크플로 등 여러 플랫폼용 스킬을 생성합니다.
  4. Evaluation: "Output Eval Lab"이 트리거 체크, 출력 어설션, 벤치마크 재현성 테스트를 실행해 스킬 품질에 대한 증거를 만듭니다.
  5. Governance: "Review Studio"가 게이트 역할을 수행하며 증거, 신뢰 신호, 런타임 권한 프로브를 결합해 스킬이 릴리즈 준비가 되었는지 판단합니다.
  6. SkillOps: 메타데이터 전용 텔레메트리를 활용한 피드백 루프를 통해 채택 드리프트를 추적하고 다음 반복을 위한 적응을 제안합니다.

Who it’s for

  • AI 에이전트 개발자: 다양한 LLM 제공업체에서 작동하는 이식 가능하고 고품질의 스킬을 구축하고자 하는 사람.
  • 팀 리드: 개인 프롬프트를 명확한 경계와 리뷰 게이트가 있는 팀 자산으로 업그레이드하고 싶은 사용자.
  • 엔터프라이즈 운영자: 증거 기반의 엄격한 릴리즈 거버넌스와 런타임 권한 감사를 필요로 하는 사람.

Highlights

  • 플랫폼 중립성: Skill IR을 사용해 여러 AI 타깃에 대해 하나의 스킬을 컴파일합니다.
  • 증거 기반 릴리즈: "감각" 테스트를 정식 증거 원장 및 블라인드 A/B 리뷰 팩으로 대체합니다.
  • 포괄적인 툴체인: 게이트키핑을 위한 Review Studio, 어설션을 위한 Eval Lab, 유지보수를 위한 SkillOps 루프를 포함합니다.
  • 언어 지원: 이중 언어 해석 보고서와 현지화된 문서를 제공합니다.