에이전트 AI 기반 피드백 분석 시스템으로, 앱 리뷰와 지원 이메일을 자동 처리하고, 멀티 에이전트 워크플로우를 통해 문제를 분류하며, 구조화된 티켓을 생성하고, 메트릭을 추적하며, Streamlit 대시보드를 제공합니다 — 유료 API 없이 순수 Python으로 구축되었습니다.
이 스킬은 앱 스토어 리뷰와 고객 지원 이메일을 자동으로 수집하고 분석하는 지능형 피드백 분석 시스템입니다. 멀티 에이전트 워크플로우를 활용하여 각 피드백을 버그, 기능 요청, 사용성 문제 등으로 자동 분류하고, 우선순위를 할당하며, 구조화된 이슈 티켓을 생성합니다. 생성된 티켓은 GitHub Issues나 Jira와 같은 프로젝트 관리 도구와 연동될 수 있으며, Streamlit 기반의 대시보드를 통해 주요 메트릭(예: 피드백 볼륨, 카테고리별 분포, 해결 시간 등)을 시각화합니다. 모든 구성 요소는 유료 API 없이 오픈소스 Python 라이브러리만으로 구현되어 비용 부담 없이 배포 및 커스터마이징이 가능합니다. Claude, Codex, Gemini 등의 AI 에이전트와 함께 사용자 피드백 관리 자동화를 구축하려는 개발자에게 이상적입니다.
npx skills add arjun12swed23/intelligent-user-feedback-analysis에이전트 AI 기반 피드백 분석 시스템으로, 앱 리뷰와 지원 이메일을 자동 처리하고, 멀티 에이전트 워크플로우를 통해 문제를 분류하며, 구조화된 티켓을 생성하고, 메트릭을 추적하며, Streamlit 대시보드를 제공합니다 — 유료 API 없이 순수 Python으로 구축되었습니다.
출처: https://github.com/arjun12swed23/intelligent-user-feedback-analysis
최근 24시간 내 GitHub에 푸시된 리포지토리에서 발견되었으며, 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구, 인접 AI 에이전트 자동화에 사용됩니다.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".