Agent skill
recommending-skills
Automatically recognizes and recommends suitable skills for user requests. Discovers helpful installed skills even without explicit skill requests. Implicitly activates on all user requests.
Install this agent skill to your Project
npx add-skill https://github.com/jiunbae/agent-skills/tree/main/meta/skill-recommender
SKILL.md
Skill Recommender - 스킬 자동 인식 및 추천
Overview
사용자가 명시적으로 스킬 사용을 요청하지 않았더라도, 현재 요청에 도움이 될 수 있는 설치된 스킬을 자동으로 인식하고 추천하는 메타 스킬입니다.
핵심 기능:
- 자동 감지: 사용자 요청에서 스킬 관련 키워드/패턴 탐지
- 매칭: 설치된 스킬의 description과 사용자 요청 비교
- 추천: 관련 스킬 발견 시 간결하게 제안
- 비침습적: 추천만 제공, 자동 실행하지 않음
When to Use
이 스킬은 모든 사용자 요청에서 암묵적으로 활성화됩니다.
추천 트리거 조건:
- 사용자가 스킬 키워드와 관련된 작업을 요청했으나, 해당 스킬을 명시적으로 호출하지 않은 경우
- 현재 작업 컨텍스트가 특정 스킬의 활용 시나리오와 일치하는 경우
추천 제외 조건:
- 사용자가 이미 스킬을 명시적으로 호출한 경우 (
skill: skill-name) - 단순 질문/대화인 경우
- 이미 해당 스킬이 활성화되어 있는 경우
Workflow
Step 1: 스킬 인벤토리 로드
설치된 스킬 목록을 빠르게 파악합니다.
# 스킬 인벤토리 스캔 스크립트 실행
~/.claude/skills/skill-recommender/scripts/scan_skills.sh
출력 형식:
skill-name|description (활성화 키워드 포함)
예시 출력:
git-commit-pr|Git 커밋 및 PR 생성 가이드. 사용자가 커밋, commit, PR, pull request 생성을 요청할 때...
audio-processor|ffmpeg 기반 오디오 변환 및 처리. "오디오 변환", "wav 변환"...
Note: description에 활성화 키워드가 포함되어 있으므로, description 텍스트에서 키워드를 추출하여 매칭합니다.
Step 2: 키워드 매칭
사용자 요청에서 다음을 분석합니다:
직접 키워드 매칭:
| 사용자 요청 패턴 | 매칭 스킬 |
|---|---|
| "커밋", "commit", "PR" | git-commit-pr |
| "제안서", "RFP", "입찰" | proposal-analyzer |
| "오디오", "wav", "ffmpeg" | audio-processor |
| "벤치마크", "모델 평가" | ml-benchmark |
| "triton", "모델 서빙" | triton-deploy |
| "보안 점검", "민감 정보" | security-auditor |
| "여러 LLM", "멀티 에이전트" | background-implementer, background-planner |
| "기획", "planning" | background-planner |
| "노션", "notion" | notion-summary |
컨텍스트 기반 매칭:
| 작업 컨텍스트 | 추천 스킬 |
|---|---|
| git 변경사항 있음 + 커밋 의도 | git-commit-pr |
| 새 기능 구현 시작 | context-worktree |
| ML 모델 파일 다룸 | model-sync, triton-deploy |
| 프로젝트 초기 진입 | context-manager |
Step 3: 추천 결정
추천 점수 계산:
매칭 점수 = 직접 키워드 매칭(0.6) + 컨텍스트 매칭(0.4)
추천 임계값 = 0.3
추천 우선순위:
- 직접 키워드가 2개 이상 매칭된 스킬
- 컨텍스트와 강하게 연관된 스킬
- 단일 키워드 매칭 스킬
Step 4: 추천 출력
매칭된 스킬이 있으면 응답 시작 부분에 간결하게 제안합니다.
추천 형식:
> **Skill 추천**: `skill-name` - 이 작업에 도움이 될 수 있습니다.
> 사용하려면: `skill: skill-name`
복수 추천 시:
> **관련 Skills**:
> - `skill-1`: 설명
> - `skill-2`: 설명
> 사용하려면: `skill: <skill-name>`
Examples
예시 1: 암묵적 커밋 의도 감지
사용자: 변경사항 정리하고 올려줘
Claude:
> **Skill 추천**: `git-commit-pr` - 커밋 및 PR 생성에 도움이 될 수 있습니다.
> 사용하려면: `skill: git-commit-pr`
변경사항을 확인하겠습니다...
예시 2: 제안서 분석 요청
사용자: 이 RFP 문서 검토해줘
Claude:
> **Skill 추천**: `proposal-analyzer` - 제안서/RFP 분석에 특화된 스킬입니다.
> 사용하려면: `skill: proposal-analyzer`
문서를 검토하겠습니다...
예시 3: 복수 스킬 추천
사용자: 새 기능 만들건데 여러 관점에서 기획해줘
Claude:
> **관련 Skills**:
> - `background-planner`: 여러 AI가 병렬로 기획안 제시
> - `context-worktree`: 새 브랜치에서 독립적으로 작업
> 사용하려면: `skill: <skill-name>`
새 기능 기획을 시작하겠습니다...
예시 4: 추천하지 않는 경우
사용자: 파이썬에서 리스트 정렬하는 방법 알려줘
Claude:
(스킬 추천 없음 - 일반 프로그래밍 질문)
파이썬에서 리스트를 정렬하는 방법은...
예시 5: 이미 스킬 호출한 경우
사용자: 제안서 분석해줘 (skill: proposal-analyzer)
Claude:
(스킬 추천 없음 - 이미 명시적 호출)
proposal-analyzer 스킬을 활성화합니다...
Best Practices
DO:
- 추천은 응답 시작 부분에 간결하게
- 사용자가 무시할 수 있도록 인용문(>) 형식 사용
- 스킬 호출 방법을 항상 안내
- 컨텍스트를 고려하여 관련성 높은 스킬만 추천
- 복수 추천 시 최대 3개까지만
DON'T:
- 모든 요청에 추천 남발 금지
- 사용자 동의 없이 스킬 자동 실행 금지
- 일반적인 질문/대화에 추천 금지
- 같은 세션에서 동일 스킬 반복 추천 금지
- 장황한 추천 메시지 금지
Configuration
추천 민감도 조정
# ~/.claude/skills/skill-recommender/config/settings.yaml
sensitivity: medium # low, medium, high
max_recommendations: 3
exclude_skills: []
민감도별 동작
| 레벨 | 매칭 임계값 | 추천 빈도 |
|---|---|---|
| low | 0.5 | 강한 매칭만 추천 |
| medium | 0.3 | 기본값 |
| high | 0.2 | 약한 매칭도 추천 |
Integration
의존 스킬:
static-index: 스킬 인벤토리 경로 참조 시
영향:
- 모든 스킬: 사용자에게 발견 가능성 증가
Troubleshooting
스킬이 추천되지 않음
- 스킬 인벤토리 스캔 확인:
~/.claude/skills/skill-recommender/scripts/scan_skills.sh - 키워드 매칭 테이블에 해당 키워드 있는지 확인
과도한 추천
settings.yaml에서 sensitivity를low로 조정exclude_skills에 자주 추천되는 스킬 추가
스킬 인벤토리 갱신
# 새 스킬 설치 후 인벤토리 갱신
~/.claude/skills/skill-recommender/scripts/scan_skills.sh --refresh
Resources
scripts/scan_skills.sh: 스킬 인벤토리 스캔 스크립트config/settings.yaml: 추천 설정 (선택)
Recommended Agent Skills
Expand your agent's capabilities with these related and highly-rated skills.
jiunbae/agent-skills
implementing-in-background
Orchestrates multiple AI agents (Claude, Codex, Gemini) for parallel implementation in the background. Separates independent tasks from planning docs, each agent writes code directly. Context-safe with auto-save. Use for "백그라운드 구현", "bg impl", "병렬 구현", "Codex로 구현", "구현해줘", "코드 작성해줘" requests.
jiunbae/agent-skills
review-fix-loop
Autonomous review-fix cycle that continuously reviews code using background-reviewer, fixes issues, and repeats until all findings are resolved. Use for "리뷰 루프", "자동 개선", "review fix loop", "리뷰 반복", "코드 개선 루프", "keep reviewing" requests.
jiunbae/agent-skills
planning-in-background
Orchestrates multiple AI agents (Claude, Codex, Gemini) for parallel planning in the background with auto-save. Agents continue running even when session hits context limits. Use for "백그라운드 기획", "bg plan", "병렬 기획", "멀티 AI 기획", "기획해줘", "N명이 기획", "계획", "플래닝", "plan", "설계" requests.
jiunbae/agent-skills
background-reviewer
Orchestrates multi-LLM parallel code review using Claude, Codex, and Gemini. Each agent reviews from a different perspective using agent personas (security, architecture, code quality, performance). Supports persona-based review via `agt persona review`. Use for "코드 리뷰", "리뷰해줘", "bg review", "멀티 리뷰", "background review", "페르소나 리뷰" requests.
jiunbae/agent-skills
managing-context
Discovers and loads relevant project context from markdown documentation before each task. Matches context documents based on keywords, file paths, and task types. Use at task start to access project plans, architecture, and implementation status.
jiunbae/agent-skills
indexing-static-context
Provides an index of global static context files in ~/.agents/. Returns appropriate static file paths for natural language queries like "내 정보", "보안 규칙". Use when other skills or agents need to locate reference information.
Didn't find tool you were looking for?