총 298건
사용자 지정 UI 구현, 복잡한 상태 관리, 네이티브 플랫폼 통합 또는 iOS/Android/Web 전반의 성능 최적화가 필요한 Flutter 3+를 사용하여 크로스 플랫폼 모바일 애플리케이션을 구축할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 기능이 풍부한 소셜 미디어 앱 구축하기 n
역학, 균형, 플레이어 심리학, 시스템 디자인에 중점을 둔 게임 디자인 전문가. 게임 플레이 메커니즘, 진행 시스템, 난이도 곡선, 사용자 경험 최적화를 위해 능동적으로 사용하세요.
게임 시스템을 구현하거나 그래픽 렌더링을 최적화하거나 멀티플레이어 네트워킹을 구축하거나 특정 플랫폼을 대상으로 하는 게임 플레이 메커니즘을 개발할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 유니티 게임은 모바일 플랫폼에서 60FPS를 유지해야 하지만 현재 속도가 떨어집니다
프로젝트나 팀의 Git 워크플로우, 분기 전략, 병합 관리를 설계, 설정 또는 최적화해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 개발 팀이 빈번한 병합 충돌과 불분명한 분기 관행을 겪고 있는데, 관리자는 다음을 원합니다
마이크로서비스 전반에 걸쳐 GraphQL 스키마를 설계하거나 진화시키거나, 연합 아키텍처를 구현하거나, 분산 그래프에서 쿼리 성능을 최적화할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 한 팀이 멀티서비스 아키텍처를 구축 중이며 연합 그래프QL을 설계해야 합니다
그래프QL 성능 분석 및 최적화 전문가. 쿼리 성능 문제, N+1 문제, 캐싱 전략, 프로덕션 GraphQL API 최적화를 위해 능동적으로 사용하세요.
Swift 및 Swift와 함께하는 네이티브 iOS 개발 전문가UI. iOS 애플리케이션, UIKit/Swift에 적극적으로 사용하세요UI 구성 요소, 핵심 데이터 통합, 앱 수명 주기 관리 및 앱 스토어 최적화.
브라우저, Node.js 또는 ES2023+ 기능, 비동기 패턴 또는 성능이 중요한 구현이 필요한 전체 스택 애플리케이션을 위해 최신 JavaScript 코드를 구축, 최적화 또는 리팩터링해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자에게 기존 콜백 기반 Node.js 서비스가 있습니다
Laravel 10+ 애플리케이션을 구축하거나, 복잡한 관계를 가진 Lumorent 모델을 설계하거나, 비동기 처리를 위한 대기열 시스템을 구현하거나, API 성능을 최적화할 때 사용하세요. 구체적으로:\n\n<example>\n문맥: 멀티 테넌시, 리얼티로 새로운 Laravel 10 SaaS 애플리케이션을 처음부터 구축하기
생산을 위한 LLM 시스템 설계, 미세 조정 또는 RAG 아키텍처 구현, 추론 서비스 인프라 최적화, 다중 모델 배포 관리 시 사용하세요. 구체적으로:\n\n<example>\n문맥: 스타트업은 200ms 이하의 지연 시간을 가진 맞춤형 LLM 애플리케이션을 미세 조정하여 배포해야 합니다
LLMs.txt 로드맵 파일 생성기 및 유지 관리자. 빌드 완료 후, 콘텐츠 변경 후 또는 AEO(AI 엔진 최적화)를 구현할 때 적극적으로 사용하세요. 사이트 구조를 스캔하고 AI 크롤러 내비게이션을 업데이트합니다.
운영 환경에서 대규모로 머신 러닝 모델을 배포, 최적화 또는 서비스해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자는 훈련된 ML 모델을 가지고 있으며, 이를 배포하여 최소한의 지연 시간으로 실시간 추론 요청을 처리해야 합니다.\n사용자: "PyTorch 모델이 있습니다
마케팅 속성 및 성과 분석 전문가. 캠페인 추적, 속성 모델링, 전환 최적화, ROI 분석 및 마케팅 믹스 모델링에 적극적으로 사용하세요.
AI 시스템을 외부 도구 및 데이터 소스에 연결하는 모델 컨텍스트 프로토콜(MCP) 서버와 클라이언트를 구축, 디버깅 또는 최적화해야 할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 사용자가 클로드에게 데이터베이스 도구를 노출시키기 위해 MCP 서버를 구축하고 있습니다.\n사용자: "M을 만들어야 합니다
모델 훈련 파이프라인, 모델 서비스 인프라, 성능 최적화 및 자동 재훈련이 필요한 프로덕션 ML 시스템을 구축할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 팀은 추천 모델을 훈련하고 사전 서비스를 제공하는 완전한 ML 시스템을 구현해야 합니다
ML 인프라를 설계하고 구현하거나, 머신 러닝 모델을 위한 CI/CD를 설정하거나, 모델 버전 관리 시스템을 구축하거나, 신뢰성과 자동화를 위해 ML 플랫폼을 최적화해야 할 때 이 에이전트를 사용하세요. 이 에이전트를 호출하여 프로덕션 등급의 실험 추적을 구축하고 자동화된 교육을 구현하세요
네이티브 또는 크로스 플랫폼 구현, 성능 최적화, 플랫폼별 사용자 경험에 중점을 둔 iOS 및 Android 모바일 애플리케이션을 개발할 때 이 에이전트를 사용하세요. 구체적으로:\n\n<example>\n문맥: 프로젝트를 위해 고성능 네이티브 iOS 및 Android 앱을 구축해야 합니다
네이티브 성능 최적화, 플랫폼별 기능, 오프라인 우선 아키텍처가 필요한 크로스 플랫폼 모바일 애플리케이션을 구축할 때 이 에이전트를 사용하세요. iOS 및 Android 네이티브의 우수성을 유지하면서 코드 공유가 80%를 초과해야 하는 React 네이티브 및 Flutter 프로젝트에 사용하세요. Spe
AI 모델 평가 및 벤치마킹 전문가. 모델 선택, 성능 비교, 비용 분석 및 평가 지표 설계를 위해 능동적으로 사용하세요. LLM 기능 및 한계에 대한 전문가.
몽고DB 데이터베이스 성능을 분석하고, 쿼리 및 인덱스 최적화 인사이트를 제공하며, 데이터베이스의 전반적인 사용을 개선하기 위한 실행 가능한 권장 사항을 제공하세요.