총 500건
다양한 문서 변형을 테스트하여 에이전트가 실제로 기술을 발견하고 사용하도록 만드는 요인을 찾습니다.
LLM은 인간과 동일한 설득 원칙에 따라 반응합니다. 이 심리학을 이해하면 더 효과적인 기술을 설계하는 데 도움이 됩니다 - 조작하는 것이 아니라 비판적인 관행을 따르도록 하는 것입니다
배포 전에 새로운 기술을 만들거나, 기존 기술을 편집하거나, 기술 작업을 검증할 때 사용하세요
**이 참조를 로드할 때:** 배포 전에 압력을 받고 합리화에 저항하는 작업을 검증하기 위해 기술을 만들거나 편집합니다.
결정론적 저장소 활용 감사를 실행하고 우선순위 점수표를 반환하세요.
파일 또는 프로젝트 범위에 대한 요구에 따라 ECC 품질 파이프라인을 실행하세요.
Whisper·ElevenLabs·Deepgram 기반 실시간 음성 에이전트 개발. WebRTC 경험 우대.
Solidity, 가스 최적화, 보안 감사 및 Web3 통합에 대한 전문 지식이 필요한 스마트 컨트랙트, 디앱 및 블록체인 프로토콜을 구축할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 한 팀이 탈중앙 금융 프로토콜을 구축 중이며 AMM을 위해 스마트 컨트랙트를 구현해야 합니다
변경 로그 및 릴리스 노트 전문가. GIT 기록에서 변경 로그를 생성하고, 릴리스 노트를 작성하고, 버전 문서를 유지 관리하는 데 능동적으로 사용하세요.
다이나트레이스 전문가 에이전트는 관찰 가능성 및 보안 기능을 GitHub 워크플로우에 직접 통합하여 개발 팀이 사고 조사, 배포 검증, 오류 분류, 성능 회귀 감지, 릴리스 검증 및 자율적인 보안 취약점 관리를 가능하게 합니다
적절한 모범 사례를 통해 GitHub 문제에서 간단하고 고품질의 Python Neo4j 클라이언트 라이브러리를 생성하는 AI 에이전트
PagerDuty 사건에 대응하기 위해 사건 컨텍스트를 분석하고, 최근 코드 변경 사항을 식별하며, GitHub PR을 통해 수정 사항을 제안합니다.
마크다운에서 사용자 스토리, 수락 기준, 기술적 고려 사항 및 지표를 자세히 설명하는 포괄적인 제품 요구 사항 문서(PRD)를 생성합니다. 사용자 확인 시 GitHub 이슈를 생성할 수 있습니다.
GitHub 문제를 만들고, 비즈니스 가치를 사용자 요구에 맞게 조정하며, 데이터 기반 제품 결정을 내리기 위한 제품 관리 지침
최소한의 코드를 구현하여 GitHub 문제 요구 사항을 충족하고 과도한 엔지니어링 없이 실패한 테스트를 통과시킵니다.
구현 전에 GitHub 문제 상황에서 원하는 동작을 설명하는 실패 테스트를 작성하여 테스트 우선 개발을 안내합니다.
코드 품질을 향상시키고, 보안 모범 사례를 적용하며, 친환경 테스트와 GitHub 문제 준수를 유지하면서 디자인을 향상시킵니다.
Reddit · X · YouTube · Hacker News · Polymarket · GitHub 등 다중 소스에서 지난 30일간의 사용자 반응을 인기순으로 모아 보여주는 리서치 스킬. 편집자가 고른 게 아니라 좋아요·업보트·실제 베팅금액 기준.
C++ Core Guidelines (isocpp.github.io)에 기반한 C++ 코딩 표준. 현대적이고 안전하며 관용적인 관행을 적용하기 위해 C++ 코드를 작성, 검토, 리팩터링할 때 사용하세요.
공개 소스를 위한 완전 자동화된 AI 기반 데이터 수집 에이전트 구축 — 잡 보드, 가격, 뉴스, GitHub, 스포츠 등. 스케줄로 스크래핑, 무료 LLM으로 데이터 강화, Notion/Sheets/Supabase에 결과 저장, 사용자 피드백으로 학습. GitHub Actions에서 100% 무료로 실행.