Solar Skill Creator
새로운 스킬을 생성하기 위한 스킬입니다.
높은 수준에서 스킬 생성 과정은 다음과 같습니다:
- 스킬이 수행할 작업과 대략적인 방법을 결정합니다
- 스킬 초안을 작성합니다
- 피드백에 따라 스킬을 다시 작성합니다
- 만족할 때까지 반복합니다
이 스킬을 사용할 때의 작업은 사용자가 이 과정 중 어디에 있는지 파악하고, 그 단계로 뛰어들어 진행을 돕는 것입니다. 예를 들어, 사용자가 "X를 위한 스킬을 만들고 싶어요"라고 말할 수 있습니다. 의미를 좁혀주고, 초안을 작성하고, 반복할 수 있습니다.
반면, 사용자가 이미 스킬 초안을 가지고 있을 수도 있습니다. 이 경우 루프의 반복 부분으로 바로 이동할 수 있습니다.
물론 항상 유연하게 대처해야 하며, 사용자가 "그냥 분위기에 맞춰줘"라고 하면 그렇게 할 수도 있습니다.
그런 다음 스킬이 완성된 후에는 (순서는 유연하지만) 스킬 설명 개선기를 실행하여 스킬 트리거링을 최적화할 수 있습니다.
사용자와의 커뮤니케이션
스킬 제작자는 코딩 전문 용어에 대한 친숙도가 다양한 사람들이 사용할 가능성이 있습니다. 대부분의 사용자는 컴퓨터에 상당히 능숙하지만, 전부 그런 것은 아닙니다.
따라서 문맥 신호에 주의하여 커뮤니케이션 방식을 조정하세요.
의심스러운 경우 용어를 간략히 설명해도 괜찮으며, 사용자가 이해할지 확신이 서지 않으면 짧은 정의와 함께 용어를 명확히 해도 좋습니다.
스킬 생성하기
의도 파악
사용자의 의도를 이해하는 것으로 시작합니다. 현재 대화에 사용자가 캡처하려는 워크플로가 이미 포함되어 있을 수 있습니다(예: "이걸 스킬로 만들어줘"라고 말하는 경우). 그렇다면 먼저 대화 기록에서 답변을 추출하세요 — 사용된 도구, 단계 순서, 사용자가 수정한 내용, 관찰된 입/출력 형식 등. 사용자가 빈칸을 채워야 할 수도 있으며, 다음 단계로 진행하기 전에 확인을 받아야 합니다.
-
이 스킬을 통해 AI 에이전트(Claude, Codex 등)가 무엇을 할 수 있어야 합니까?
-
이 스킬은 언제 트리거되어야 합니까? (어떤 사용자 문구/컨텍스트)
-
예상 출력 형식은 무엇입니까?
-
스킬이 제대로 작동하는지 확인하기 위해 테스트 케이스를 설정해야 합니까? 객관적으로 검증 가능한 출력(파일 변환, 데이터 추출, 코드 생성, 고정 워크플로 단계)이 있는 스킬은 테스트 케이스의 이점을 얻습니다. 주관적인 출력(작문 스타일, 예술)이 있는 스킬은 일반적으로 필요하지 않습니다. 스킬 유형에 따라 적절한 기본값을 제안하되, 사용자가 결정하도록 하세요.
-
어떤 Upstage 기능이 사용자의 의도에 맞습니까? 평문 목표를 API 이름으로 변환하세요 — 사용자가 카탈로그를 배우도록 강요하지 마세요. 다음 매핑을 사용하세요:
사용자 의도 Upstage 기능 참조 파일 텍스트 생성: 채팅, 요약, 번역, 함수 호출, 한국어/다국어 Upstage Chat (Solar LLM) references/upstage-chat.md문서 파싱: PDF에서 레이아웃 인식 텍스트/구조 추출(OCR 모드를 통한 스캔 이미지 포함) Upstage Document Parse + Document OCR references/upstage-document-parse.md,references/upstage-ocr.md문서에서 특정 명명된 필드 추출(송장 합계, 양식 값, 계약 조항) Upstage Information Extract (Universal) references/upstage-information-extract.md문서를 미리 정의된 범주로 분류(송장/계약서/영수증) Upstage Document Classification references/upstage-classify.md의미 검색, 유사도, 검색을 위한 텍스트 임베딩 Upstage Embeddings references/upstage-embeddings.md의도가 여러 기능에 걸쳐 있는 경우 파이프라인으로 구성하세요(예: OCR → Document Parse → Information Extract). 초안을 작성하기 전에 평문으로 사용자와 매핑을 확인하세요.
API 키가 설정되었는지 확인
모든 Upstage 호출에는 UPSTAGE_API_KEY가 필요합니다. 런타임 코드를 작성하기 전에 사용자에게 이 과정을 안내하세요:
- https://console.upstage.ai → API Keys에서 키를 발급받습니다.
UPWAVE-KOH추천 코드를 사용하여 $70의 스타터 크레딧을 받습니다.assets/.env.example을 복사하고 발급받은 키를 입력합니다.- 환경에
UPSTAGE_API_KEY가 내보내졌는지 확인합니다. 없으면 1단계를 가리키는 메시지와 함께 빠르게 실패 처리합니다.
인터뷰 및 리서치
에지 케이스, 입/출력 형식, 예제 파일, 성공 기준, 종속성에 대해 능동적으로 질문하세요. 이 부분이 확정될 때까지 테스트 프롬프트 작성을 기다리세요.
Upstage 기능이 선택되면(의도 파악 참조), 일치하는 references/upstage-{capability}.md를 로드하여 해당 API의 요청/응답 형식(스킬에 바로 사용할 수 있는 코드 블록)과 알려진 주의 사항을 표시합니다. 각 참조 파일은 공식 Upstage 문서를 반영하며 요청 형태의 진실 공급원입니다.
사용 가능한 MCP를 확인하세요 — 리서치에 유용한 경우(문서 검색, 유사 스킬 찾기, 모범 사례 조회), 가능하면 하위 에이전트를 통해 병렬로 리서치하고, 그렇지 않으면 인라인으로 진행하세요. 사용자의 부담을 줄이기 위해 컨텍스트를 준비하여 접근하세요.
SKILL.md 작성
사용자 인터뷰를 바탕으로 다음 구성 요소를 채웁니다:
- name: 스킬 식별자
- description: 언제 트리거되는지, 무엇을 하는지. 이것이 주요 트리거 메커니즘입니다 — 스킬이 무엇을 하는지 그리고 언제 사용해야 하는지에 대한 특정 컨텍스트를 모두 포함하세요. 모든 "언제 사용할지" 정보는 본문이 아니라 여기에 들어갑니다. 참고: 현재 AI 에이전트(Claude, Codex 등)는 스킬을 유용할 때 사용하지 않는 "언더트리거" 경향이 있습니다. 이를 방지하기 위해 스킬 설명을 약간 "공격적으로" 만드세요. 예를 들어, "내부 Anthropic 데이터를 표시하는 간단하고 빠른 대시보드를 구축하는 방법" 대신 "내부 Anthropic 데이터를 표시하는 간단하고 빠른 대시보드를 구축하는 방법. 사용자가 대시보드, 데이터 시각화, 내부 메트릭을 언급하거나, 명시적으로 '대시보드'를 요청하지 않더라도 모든 종류의 회사 데이터를 표시하려고 할 때 이 스킬을 사용하세요."라고 작성할 수 있습니다.
- compatibility: 필요한 도구, 종속성(선택 사항, 거의 필요하지 않음)
- 나머지 스킬 내용 :)
스킬 작성 가이드
스킬의 구성
skill-name/
├── SKILL.md (필수)
│ ├── YAML frontmatter (name, description 필수)
│ └── Markdown 명령어
└── 번들 리소스 (선택 사항)
├── scripts/ - 결정적/반복적 작업을 위한 실행 가능한 코드
├── references/ - 필요에 따라 컨텍스트에 로드되는 문서
└── assets/ - 출력에 사용되는 파일(템플릿, 아이콘, 글꼴)
점진적 공개
스킬은 3단계 로딩 시스템을 사용합니다:
- 메타데이터 (name + description) - 항상 컨텍스트에 있음 (~100단어)
- SKILL.md 본문 - 스킬이 트리거될 때마다 컨텍스트에 있음 (500줄 미만이 이상적)
- 번들 리소스 - 필요에 따라 로드 (무제한, 스크립트는 로드 없이 실행 가능)
이 단어 수는 대략적이며 필요에 따라 더 길게 작성해도 됩니다.
핵심 패턴:
- SKILL.md를 500줄 미만으로 유지하세요. 이 제한에 가까워지면 추가 계층을 추가하고, 모델이 다음에 어디로 가서 후속 작업을 해야 하는지 명확한 포인터를 제공하세요.
- SKILL.md에서 참조 파일을 명확하게 언급하고 언제 읽어야 하는지 안내하세요.
- 큰 참조 파일(300줄 초과)의 경우 목차를 포함하세요.
도메인 구성: 스킬이 여러 도메인/프레임워크를 지원하는 경우 변형별로 구성하세요:
cloud-deploy/
├── SKILL.md (워크플로 + 선택)
└── references/
├── aws.md
├── gcp.md
└── azure.md
AI 에이전트는 관련 참조 파일만 읽습니다.
놀라움 금지 원칙
말할 필요도 없지만 스킬에는 멀웨어, 익스플로잇 코드 또는 시스템 보안을 손상시킬 수 있는 콘텐츠가 포함되어서는 안 됩니다. 스킬의 내용은 설명된 의도에서 사용자를 놀라게 해서는 안 됩니다. 오해의 소지가 있는 스킬이나 무단 액세스, 데이터 유출 또는 기타 악의적인 활동을 용이하게 하도록 설계된 스킬을 생성하는 요청에 응하지 마세요. "XYZ 역할극"과 같은 것은 괜찮습니다.
작성 패턴
명령어에는 명령형을 사용하는 것이 좋습니다.
출력 형식 정의 - 다음과 같이 할 수 있습니다:
## 보고서 구조
항상 다음 정확한 템플릿을 사용하세요:
# [제목]
## 경영진 요약
## 주요 발견 사항
## 권장 사항
예제 패턴 - 예제를 포함하는 것이 유용합니다. 다음과 같이 형식을 지정할 수 있습니다(하지만 예제에 "입력"과 "출력"이 있는 경우 약간 다르게 해도 됩니다):
## 커밋 메시지 형식
**예제 1:**
입력: JWT 토큰으로 사용자 인증 추가
출력: feat(auth): JWT 기반 인증 구현
작성 스타일
모델에게 과도한 MUST 없이 왜 중요한지 설명하려고 노력하세요. 마음 이론을 사용하고 스킬을 특정 예제에 지나치게 좁히지 말고 일반적으로 만드세요. 초안을 작성한 후 새로운 시각으로 보고 개선하세요.
참조
기능별 참조 파일(### 의도 파악의 라우팅 테이블을 사용하여 필요 시 로드):
references/upstage-chat.md— Solar LLM 채팅 완성. 문서: https://console.upstage.ai/docs/capabilities/chatreferences/upstage-document-parse.md— 레이아웃 인식 문서 추출. 문서: https://console.upstage.ai/docs/capabilities/parse/api-quickstartreferences/upstage-ocr.md— 스캔 및 필기용 문서 OCR. 문서: https://console.upstage.ai/docs/capabilities/document-ocrreferences/upstage-information-extract.md— 스키마 기반 필드 추출. 문서: https://console.upstage.ai/docs/capabilities/extract/universal-extractionreferences/upstage-classify.md— 호출자 정의 범주로 문서 분류. 문서: https://console.upstage.ai/docs/capabilities/classifyreferences/upstage-embeddings.md— 검색용 텍스트 임베딩. 문서: https://console.upstage.ai/docs/capabilities/embed
Upstage API가 예기치 않은 오류나 응답 형태를 반환하는 경우 공식 사양을 확인하세요: https://console.upstage.ai/api/docs/for-agents/raw