Communitygithub.com

OpenAI 문서

사용자가 OpenAI 제품 또는 API로 빌드하는 방법, Codex 자체 또는 Codex 표면 선택, 인용이 포함된 최신 공식 문서, 사용 사례에 가장 적합한 최신 모델 선택, 최신/현재/기본 모델 프롬프팅 지침, 모델 업그레이드 및 프롬프트 업그레이드 지침을 묻는 경우 사용합니다.

OpenAI 문서란 무엇인가요?

이 스킬은 OpenAI 개발자 문서에 대한 권위 있고 최신의 지침을 제공하기 위해 설계된 전문 기술 가이드입니다. developers.openai.com MCP 서버를 활용하여 최신 API 참조, 모델 선택, 프롬프팅 모범 사례 및 마이그레이션 경로에 대한 액세스를 제공합니다. 주로 OpenAI 제품으로 구축하는 방법, 특정 사용 사례에 가장 적합한 모델을 결정하는 방법, 프롬프트를 업그레이드하거나 이전 모델에서 마이그레이션하는 방법에 대한 질문을 처리합니다. 이 스킬은 공식 OpenAI 도메인으로 제한되는 웹 검색을 사용하기 전에 MCP 도구를 통해 문서를 검색하고 가져오는 명확한 계층 구조를 따릅니다. 또한 Codex에 대한 광범위한 질문은 이 스킬이 직접 문서 검색을 시도하기 전에 전용 매뉴얼 헬퍼를 우선적으로 사용하도록 지정하는 Codex 자체 지식 소스 라우팅을 통합합니다. 이 스킬은 Windows 및 POSIX 셸에서 플랫폼별 최신 모델 해결 명령을 실행하도록 구성되어 특정 환경에서도 최신 지침을 그대로 사용할 수 있도록 보장합니다.

지원 대상~Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/grahama1970/agent-skills/tree/main/skills/.system/openai-docs

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

OpenAI 문서은(는) 무엇을 하나요?

developers.openai.com MCP 서버를 사용하여 OpenAI 개발자 문서의 권위 있고 최신의 지침을 제공합니다. "Docs MCP"는 mcp__openaiDeveloperDocs__search_openai_docs 및 mcp__openaiDeveloperDocs__fetch_openai_doc을 의미합니다. API 참조, 스키마, 매개변수 또는 필수 필드에 대한 질문의 경우 사용 가능할 때 mcp__openaiDeveloperDocs__get_openapi_spec도 사용하십시오. 공식 도메인 웹 검색은 이러한 도구를 사용할 수 없거나 도움이 되지 않는 경우에만 대체 수단으로 사용합니다. Codex 관련 광범위한 질문은 Docs MCP보다 매뉴얼 헬퍼를 먼저 사용합니다. 이 스킬은 모델 선택, API 모델 마이그레이션 및 프롬프트 업그레이드 지침도 담당합니다.

API 키 설정

API 기반 앱, 스크립트, CLI, 생성기 또는 도구를 빌드, 실행, 구성, 디버그 또는 구현하기 위한 요청의 경우 사용 가능할 때 먼저 openai-platform-api-key를 사용하십시오. 해당 자격 증명 게이트가 해결된 후 필요에 따라 최신 문서를 위해 여기로 돌아오십시오.

API 기반 아티팩트를 빌드하거나 실행할 필요가 없는 문서 전용 질문, 인용, 모델/API 지침, 개념 설명 및 예제에는 이 스킬을 직접 사용하십시오.

최신/현재/기본/지정되지 않은 모델 마이그레이션 또는 프롬프팅 지침 요청의 경우 API 키 자격 증명 게이트 전에 읽기 전용 최신 모델 리졸버 및 가이드 패치를 완료하십시오. 자격 증명 게이트는 해결될 때까지 편집, 테스트 및 API 기반 구현을 차단합니다. 최신 모델, 마이그레이션 또는 프롬프팅 지침의 읽기 전용 검색은 차단하지 않습니다.

최신 모델 변경을 위한 첫 번째 조치

메모리 읽기, 리포지토리 검사, 문서 가져오기 또는 API 자격 증명 확인 전에 요청을 분류하십시오.

  • 최신/현재 프롬프팅 지침, 또는 변경 요청 + 최신/현재/최신/권장/기본/플래그십/지정되지 않은 대상: 즉시 플랫폼별 명령으로 리졸버를 실행하고 JSON 출력을 검사하십시오. 여기에는 최신 모델 프롬프트 방법, 프롬프트 변경, 모델 선택기, 모델 참조, SDK 통합, 이전 명명된 모델을 "현재 모델"로 대체, 또는 "어떤 모델로 마이그레이션/업그레이드해야 합니까?"와 같은 질문이 포함됩니다. 이 분기의 경우 latest-model.md를 직접 가져오지 마십시오.
  • 프롬프팅 지침이나 요청된 변경 없이 순수한 모델 선택 질문만: 직접 https://developers.openai.com/api/docs/guides/latest-model.md를 가져오십시오. 리졸버를 실행하지 마십시오.
  • 변경 요청 + 명시적 대상 모델: 해당 대상을 유지하십시오. 최신 모델 리졸버를 실행하지 마십시오. 명시적인 GPT-5.6 Sol 또는 GPT-5.6 제품군 마이그레이션의 경우 라이브 GPT-5.6 모델 지침 페이지를 가져오고 스킬별 마이그레이션 판단을 위해 references/upgrading-to-gpt-5p6-sol.md를 읽으십시오.
  • 명시적으로 명명된 GPT-5 제품군 모델에 대한 프롬프팅 또는 마이그레이션 지침: Docs MCP를 통해 https://developers.openai.com/api/docs/guides/model-guidance?model=<requested-model>을 가져오고 관련 마이그레이션 섹션 또는 ## 프롬프팅 모범 사례 섹션(다음 H2 제목까지)을 추출하십시오. 최신 모델 지침으로 대체하지 마십시오.

파일 시스템 실행 비트에 의존하지 않고 리졸버를 실행하십시오.

  • POSIX 셸: sh <skill-dir>/scripts/resolve-latest-model-info
  • Windows: Node.js 18 이상으로 CommonJS 구현을 실행하십시오: node <skill-dir>\scripts\resolve-latest-model-info.cjs. node를 사용할 수 없거나 너무 오래되었고 load_workspace_dependencies를 사용할 수 있는 경우 이 명령에 대해 반환된 Node.js 실행 파일을 사용하십시오. Windows에서 확장자가 없는 POSIX 래퍼를 직접 실행하려고 시도하지 마십시오.

리졸버 분기의 경우, stdout을 억제하거나 리디렉션하지 마십시오. 성공하려면 model, migrationGuideUrl 및 promptingGuideUrl을 포함하는 JSON이 필요합니다. 명령이 세 필드 없이 종료되면 대체 수단 전에 한 번 더 실행하십시오.

소스 우선 순위

  • Codex 자체 지식의 경우 아래 Codex 소스 경로를 사용하십시오. 이 경로는 매뉴얼 헬퍼, Docs MCP 또는 제한된 불확실성을 언제 사용할지 결정합니다.
  • Codex가 아닌 OpenAI 문서 질문의 경우 mcp__openaiDeveloperDocs__search_openai_docs를 사용하여 가장 관련성 높은 문서 페이지를 찾으십시오.
  • Codex가 아닌 OpenAI 문서 질문의 경우 답변하기 전에 mcp__openaiDeveloperDocs__fetch_openai_doc으로 관련 페이지를 가져오십시오. 검색 결과가 노이즈가 많으면 더 좁은 Docs MCP 검색을 실행하십시오. 그럴듯한 공식 OpenAI 문서 URL을 알고 있거나 찾은 경우 웹 검색 콘텐츠에 의존하기 전에 Docs MCP를 통해 해당 URL을 가져오십시오.
  • API 참조, 스키마, 매개변수 또는 필수 필드에 대한 질문의 경우 사용 가능할 때 mcp__openaiDeveloperDocs__get_openapi_spec을 사용하여 관련 가이드 또는 참조 페이지와 함께 API 형태를 확인하십시오.
  • 명확한 쿼리 없이 Codex가 아닌 페이지를 검색하거나 발견해야 하는 경우에만 mcp__openaiDeveloperDocs__list_openai_docs를 사용하십시오.
  • 최신/현재 프롬프팅 지침, 모델 업그레이드 또는 프롬프트 업그레이드의 경우 위의 첫 번째 조치 분류기를 적용하고 플랫폼별 리졸버 명령을 사용하십시오. POSIX에서 래퍼는 $NODE, PATH 또는 번들/시스템 대체 수단의 호환 가능한 Node.js 18+ 런타임을 사용합니다. Windows에서 호환 가능한 Node.js 실행 파일을 사용하여 .cjs 구현을 직접 실행하십시오. 호환 가능한 런타임을 사용할 수 없는 경우 사용 가능할 때 load_workspace_dependencies를 호출하고 반환된 Node.js 실행 파일로 적절한 명령을 한 번 재시도하십시오.
  • 앱, 프로젝트, 리포지토리, 모델 구성 또는 프롬프트를 변경하도록 요청하지 않는 문서 전용 모델 선택 질문의 경우 먼저 https://developers.openai.com/api/docs/guides/latest-model.md를 가져오십시오. 사용할 수 없는 경우 references/latest-model.md를 로드하십시오.
  • 명시적 대상 요청 유지: 사용자가 "GPT-5.4로 마이그레이션"과 같은 대상 모델을 지정하는 경우 latest-model.md가 최신 모델을 명명하더라도 요청된 대상을 유지하십시오. 최신 지침은 선택 사항으로만 언급하십시오.
  • 현재 원격 지침이 필요한 경우 반환된 마이그레이션 및 프롬프팅 가이드 URL을 불투명하게 취급하고 해당 정확한 URL을 직접 가져오십시오. URL을 파생, 대체 또는 모델 쿼리를 추가하지 마십시오. 프롬프팅 가이드 URL이 결합된 모델 지침 페이지로 확인되면 ## 프롬프팅 모범 사례 섹션(다음 H2 제목까지)만 추출하십시오. 가져온 가이드에 제목만 있거나 실질적인 본문이 없는 경우 MCP/검색 대체 수단을 통해 정확한 마크다운 URL을 재시도하십시오. 그래도 실패하면 번들된 대체 참조를 사용하고 대체 수단을 공개하십시오.

OpenAI 제품 스냅샷

  1. 앱 SDK: 웹 구성 요소 UI와 앱의 도구를 ChatGPT에 노출하는 MCP 서버를 제공하여 ChatGPT 앱을 빌드합니다.
  2. 응답 API: 에이전트 워크플로에서 상태 저장, 멀티모달, 도구 사용 상호 작용을 위해 설계된 통합 엔드포인트입니다.
  3. 채팅 완료 API: 대화를 구성하는 메시지 목록에서 모델 응답을 생성합니다.
  4. Codex: 코드를 작성, 이해, 검토 및 디버깅할 수 있는 소프트웨어 개발을 위한 OpenAI의 코딩 에이전트입니다.
  5. gpt-oss: Apache 2.0 라이선스로 출시된 오픈 웨이트 OpenAI 추론 모델(gpt-oss-120b 및 gpt-oss-20b)입니다.
  6. 실시간 API: 자연어 음성 대 음성 대화를 포함한 저지연, 멀티모달 경험을 구축합니다.
  7. 에이전트 SDK: 모델이 도구와 컨텍스트를 사용하고, 다른 에이전트에게 작업을 넘기고, 부분 결과를 스트리밍하고, 전체 추적을 유지할 수 있는 에이전트 앱을 구축하기 위한 툴킷입니다.

Codex 자체 지식

Codex 자체(구성, 확장, 운영, 문제 해결, 로컬 상태, 제품 표면 또는 Codex 동작이 있어야 하는 위치)에 대한 질문에는 이 경로를 사용하십시오. 코드베이스가 단순히 플러그인, 스킬, 훅, MCP 서버, 브라우저 또는 자동화를 언급하는 것만으로는 충분하지 않습니다. 일반 소프트웨어 작업의 경우 소프트웨어 작업에 직접 답변하십시오. Codex 자체 지식이 적용되는지 묻는 경우 해당 메타 질문에 간략하게 답변하고 요청된 아티팩트를 계속 진행하십시오.

소스 경로

Codex 매뉴얼은 광범위한 Codex 종합을 위한 첫 번째 소스입니다. 매뉴얼과 Docs MCP를 서로 바꿔 사용할 수 없는 공식 문서 소스가 아닌 별개의 레인으로 취급하십시오. 공개 사용자 Codex 제품 답변의 경우 소스 경로는 완전합니다: 매뉴얼, 이 경로가 필요한 경우 Docs MCP, 공식 OpenAI 웹 대체 수단, 그리고 질문이 해당 기능에 관한 것인 경우 현재 세션에서 표면화된 호출 가능한 기능. developers.openai.com 외부의 지식 베이스는 공개 제품 답변을 위한 이 경로 밖에 있습니다.

광범위한 Codex 동작, 설정, 사용자 지정, 스킬, 플러그인, MCP, 훅, AGENTS.md, 자동화, 표면, 로컬 상태 또는 시스템 맵 질문의 경우:

  1. 동일한 스레드의 매뉴얼 및 개요 경로가 아직 유효한 경우 재사용하십시오.
  2. 그렇지 않으면 일반 쓰기 가능 세션에서 먼저 스킬 로컬 헬퍼를 실행하십시오. 세션이 명시적으로 읽기 전용이거나, 셸 실행을 사용할 수 없거나, 허용된 임시 캐시가 없음을 보여주는 가시적 정책이 있는 경우에만 시도하지 않고 건너뛰십시오.
  3. 기본적으로 헬퍼는 다음 순서로 첫 번째 사용 가능한 임시 캐시 디렉토리를 선택합니다: $TMPDIR/openai-docs-cache, %TEMP%\openai-docs-cache, %TMP%\openai-docs-cache, /private/tmp/openai-docs-cache, 그 다음 /tmp/openai-docs-cache. 작업 공간 전용 쓰기 액세스는 이 임시 캐시에 충분하지 않습니다.
  4. 캐시 디렉토리를 재정의해야 하는 경우가 아니면 헬퍼를 직접 실행하십시오. 헬퍼는 네이티브 fetch를 사용할 수 없거나 프록시 환경 변수가 있는 경우 curl로 대체되므로 셸별 프록시 접두사가 필요하지 않습니다. <skill-dir>을 이 스킬의 실제 디렉토리로 확인하십시오. 복사된 로컬 평가 작업 디렉토리에서 일반적으로 .codex/skills/openai-docs입니다:
node <skill-dir>/scripts/fetch-codex-manual.mjs

캐시 디렉토리를 재정의해야 하는 경우 --cache-dir <cache-dir>을 전달하십시오. Windows에서 헬퍼는 %TEMP% 및 %TMP%를 자동으로 확인합니다. PowerShell에서 $env:TEMP\openai-docs-cache는 일반적인 명시적 재정의입니다.

헬퍼 가용성은 명시적 읽기 전용/셸 없음 정책 또는 실제 명령 결과에 의해 설정된 것으로 취급하십시오. 추측된 샌드박스 또는 추측된 헬퍼 실패는 Docs MCP 또는 웹 조회로 전환하기에 충분하지 않습니다. 실제 헬퍼 명령 실패 후 아래 가장 좁은 공식 다음 소스로 계속 진행하십시오.

헬퍼는 최신 상태를 확인하고 codex-manual.md를 쓰고 codex-manual.outline.md를 내보냅니다. 개요는 소스 페이지와 제목을 줄 범위에 매핑합니다. 이를 사용하여 관련 매뉴얼 섹션을 선택한 다음 Codex 제품 사실에 대해 대상 매뉴얼 섹션을 읽거나 검색하십시오. 스킬 디렉토리를 사용하여 헬퍼를 찾고 실행하십시오. 헬퍼가 성공한 후 반환된 매뉴얼 및 개요 경로를 Codex 제품 사실 및 용어 적용 범위 확인을 위한 검색 범위로 사용하십시오.

후속 Codex 질문에 대해 동일한 스레드의 매뉴얼 및 개요 경로를 재사용하십시오. 매뉴얼이 약 하루 이상 전에 가져온 경우, 경로를 사용할 수 없는 경우, 경로가 다른 스레드 또는 불확실한 출처에서 온 경우, 또는 최신 정보가 누락되고 오래되었을 가능성이 있는 경우 먼저 새로고침하십시오.

매뉴얼이 현재 의존하기에 충분히 최신인지 여부에 대한 질문의 경우 임시 캐싱이 허용될 때 헬퍼를 실행하고 반환된 상태, 매뉴얼 경로 및 개요 경로에 답변을 기반으로 하십시오.

매뉴얼이 Codex 주장을 해결하면 매뉴얼에서 답변하고 해당 주장에 대한 소스 확장을 중단하십시오. 문서 조회가 하나의 종속성에 불과한 경우 사용자의 더 넓은 작업을 계속하십시오. 매뉴얼 소스 페이지 및 알려진 앵커는 매뉴얼에서 다루는 자료에 대한 충분한 인용 지원입니다.

세션이 읽기 전용이거나, 셸 실행이 없거나, 허용된 임시 캐시가 없어 헬퍼를 건너뛴 경우 다음 소스는 Docs MCP입니다: 웹 대체 수단 전에 mcp__openaiDeveloperDocs__search_openai_docs를 호출한 다음 관련 히트에 대해 mcp__openaiDeveloperDocs__fetch_openai_doc을 호출하십시오.

사용자가 최신 매뉴얼에서 사용하지 않는 Codex 용어 또는 모드를 명명하는 경우 매뉴얼에서 명백한 인접 개념을 검색한 다음 정확한 용어가 문서화되지 않았고 가장 가까운 문서화된 용어를 사용한다고 답변하십시오. 프롬프트가 해당 용어가 Codex 동작에 매핑되는 방법을 묻는 경우 인접한 매뉴얼 섹션에서 매핑을 해결하십시오. 해당 매뉴얼 패스 후에도 정확한 용어가 여전히 중요하거나 최신일 가능성이 있는 경우 제한된 불확실성 전에 하나의 좁은 Docs MCP 검색/가져오기를 사용하십시오. 그렇지 않으면 해당 용어 또는 매핑 주장에 대한 소스 조회가 완료됩니다.

매뉴얼을 사용할 수 없거나, 헬퍼가 실패하거나, 임시 캐싱이 허용되지 않거나, 다른 중요한 주장이 누락되었거나 오래되었을 가능성이 있거나, 사용자가 명시적으로 페이지별 인용이 필요한 경우에만 가장 좁은 공식 다음 소스를 사용하십시오. 하나의 특정 Docs MCP 검색을 선호하고, 명확하게 관련 페이지를 반환하는 경우 하나의 가져오기를 선호하십시오. 해결되지 않은 Codex 기능 이름, 약어, 예약 용어 또는 정확한 오류 텍스트의 경우 이 Docs MCP 단계는 웹 검색 전의 다음 소스입니다. 매뉴얼과 허용된 Docs MCP 간극 메우기 후, 남은 간극을 제한된 불확실성으로 해결하십시오. 해당 Docs MCP 경로를 사용할 수 없거나 도움이 되지 않는 경우에만 공식 도메인 웹 대체 수단을 사용하십시오. 주장이 여전히 확립되지 않은 경우 제한된 불확실성으로 중단하십시오. 공식 문서/매뉴얼이 현재 세션에서 이미 표면화된 호출 가능한 기능과 충돌하는 경우 충돌을 명시하고 해당 환경에 대해 확인된 현재 세션 동작을 선호하십시오.

문서화되지 않았거나 비공개로 보이는 모델 슬러그, 제품 모드 레이블, 자격 레이블, 계정 액세스 경로 또는 롤아웃 이름의 경우 현재 공개 문서 및 제한된 불확실성에서 답변하십시오. 해당 레이블은 공개 소스 경로를 벗어나는 이유가 아닙니다.

지원 스타일 진단의 경우 공급자별 웹 조회보다 매뉴얼의 계층별 답변을 선호하십시오: 설치/활성화된 플러그인, 번들 앱 또는 커넥터 권한 부여, MCP 설정, 작업 공간/관리자 정책, 재시작 또는 새 스레드 기대치, 그런 다음 그래도 해결되지 않으면 지원 또는 피드백.

소스 경로가 여전히 주장을 확립하지 못하는 경우 제한된 불확실성을 반환하거나 조사 범위를 넓히는 대신 지원, 관리자 또는 제품 피드백으로 안내하십시오.

해결되지 않은 제품 용어의 경우 매뉴얼과 허용된 공식 다음 소스에서 답변하십시오. 해당 소스가 용어를 확립하지 못하는 경우 해당 소스의 제한된 불확실성으로 답변하십시오.

표면 지도

Codex 명사 또는 영구 명령 표면이 겹치는 경우 범위와 일치하는 가장 작은 표면을 권장하십시오:

  • 프롬프트 또는 스레드 컨텍스트 -> 일회성 작업 제약 조건.
  • AGENTS.md -> 영구 리포지토리 규칙, 명령, 확인 단계 및 검토 기대치. 더 가까운 중첩 파일은 해당 하위 트리 아래에 적용됩니다.
  • 프로젝트 .codex/config.toml -> ...

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

grahama1970/acceptance-contract

Turn a client brief, zip bundle, directory, or single requirements file into a typed acceptance-contract bundle with extracted requirements, acceptance checks, open questions, an immutable-goal draft, and a create-report-backed decision report. Use when users say acceptance contract, brief to requirements, freeze the goal, create immutable goal, amend immutable goal, build a Battle requirements bundle, or extract requirements from this bundle.

grahama1970/agent-ecosystem

Canonical map and shared contracts for the agent-governance ecosystem: the pi.receipt_envelope.v1 boundary envelope, the component graph, and the rules for which component owns which schema. Use when wiring a skill or extension into the shared receipt world, when asking how shame, triage-error, tau, ask, project-watchdog, ops-herdr, ponytail, and Memory fit together, or when validating an envelope.

grahama1970/agentic-evals

Agentic evaluation of skills using multi-trial fixtures, deterministic command assertions, trajectory checks, safety constraints, and evidence-backed readiness scoring. Use when users ask for agentic evals, multi-trial skill evaluation, skill trajectory validation, or readiness scoring for a skill workflow.

grahama1970/agent-inbox

File-based inter-agent messaging with headless dispatch. Check inbox, send bugs/requests to other projects, automatically spawn headless agents to fix bugs, and track progress via task-monitor.

grahama1970/agents-registry

Generate and query the centralized agent identity registry. Scans .pi/agents/*/AGENTS.md, parses frontmatter, outputs agents-registry.json and optionally syncs to /memory for semantic search.

grahama1970/agent-status

Artifact-driven status surfaces for long-running project-agent work. Maintains status.json, events.jsonl, proof manifests, and a stale-aware STATUS.html so humans can tell where the agent is, what passed, what is still unproven, and what decision or action is next — without dashboard theater.

grahama1970/align

Round-based context alignment before execution. Use when the human, project agent, WebGPT, scillm, ask, dogpile, memory, or project-knowledge may each hold different facts about a task; especially before ambiguous design, infographic, product workflow, high-stakes implementation, plan-iterate, project-infographic, or multi-review work.

grahama1970/analytics

Flexible data science analytics for any dataset. Auto-discovers schema, recommends charts, exports to create-figure. Works with JSONL, JSON, CSV from any source.

grahama1970/analyze-chatterbox-emotions

Evaluate generated Chatterbox voice files as voice-quality artifacts: affect match, arousal/valence proxies, pause placement, intelligibility inputs, clipping, loudness, and discontinuity flags. Use when reviewing Chatterbox emotional tags, pauses, Turbo/base affect delivery, Persona Dream utterance renders, or whether generated speech matches an intended product-facing affect.

grahama1970/analyze-elf

Reverse-engineer features from ELF binaries. Extracts CLI commands, state machines, protocols, Zod schemas, and data models. Automatically generates a /create-walkthrough prosecution brief with Mermaid diagrams. Uses /treesitter for AST analysis of bundled JS/TS source.

grahama1970/animation-vocabulary

Reverse-lookup glossary that turns a vague description of a web animation or motion effect into its exact term ("the bouncy thing when a popover opens" → Pop in; "the iOS rubber-band scroll" → Rubber-banding). Use when the user asks "what's it called when…", or describes a motion effect without knowing its name and wants the right word to prompt an AI or designer with. For naming an effect, not designing or building one.

grahama1970/anonymize-data

Anonymize supported CSV, JSON, UTF-8 text, and SQLite files using an explicit policy through the oai-trial project. Use for anonymize data, pseudonymize exports, redact policy literals, or discover and explicitly approve fuzzy name aliases. The skill is a thin CLI/Docker interface, not another engine.

grahama1970/anvil

Heavy-duty "No-Vibes" debugging and hardening orchestrator. Use this for complex, stubborn bugs where `review-code` has failed, or for "Red Teaming" (hardening) a codebase. Runs multiple agents in parallel (Thunderdome) using git worktree isolation.

grahama1970/apple-design

Apple's approach to interface design and fluid, physical motion, translated for the web. Use when building or reviewing gesture-driven UI, spring animations, drag/swipe/sheet interactions, momentum and interruptible transitions, translucent materials and depth, typography (optical sizing, tracking, leading), reduced-motion, or the design foundations (feedback, spatial consistency, restraint) behind Apple-style interfaces.

grahama1970/argue

Multi-persona structured debate orchestrator. Personas research via /dogpile, consult colleagues via /ask, and argue toward nuanced synthesis on complex questions.

grahama1970/arxiv

Search arXiv for papers and extract knowledge into memory. Use `search` to find papers, `learn` to extract knowledge.

grahama1970/ask

Use when the user asks to query project memory, ask an oracle, use supported browser-backed reviewers, run Tau roundtable/single-handler workflows, ask Pi-native subagents from within Pi, run persona/deep-review workflows, generate image prompts, check OS/project health through composed skills, or run an ask DAG. This skill is the executable /ask runtime; do not replace it with an informal subagent, plain web search, or hand-written review; inside Pi, explicit Pi-native subagent targets are routed through the pi-subagents tool as an Ask target type.

grahama1970/assess

Step back and critically reassess project state. Use when asked to "assess", "step back", "fresh eyes", "check alignment", "sanity check", "health check", "prune documentation", or "evaluate what's working". Offers documentation pruning and doc-code alignment analysis. Offer to run after major changes (don't auto-run).

grahama1970/assistant

Shared GPT + classifier inference gateway for persona monitor tasks. Routes validation and classification through a 4-tier cascade: heuristic → classifier → local GPT → scillm.

grahama1970/assistant-lab

Self-improvement workbench for /assistant. All the tools needed to diagnose, train, evaluate, and promote models in a continuous loop. The "warm pond" where /assistant evolves its own inference stack.

관련 스킬