사용자가 '콘텐츠 정리', '아티클 요약', 'PDF 학습', '영상 정리', '트윗 정리', 'digest', 'summarize', '정리해줘'와 같은 요청을 하거나 YouTube URL, X/Twitter URL (x.com, twitter.com), 웹페이지 URL, PDF 파일을 분석할 때 사용됩니다. YouTube(자막), X/Twitter(fetch-tweet 스킬 활용), 웹페이지(브라우저 전체 내용), PDF(페이지별 텍스트+이미지)를 지원하며, 3단계 난이도로 9개의 질문을 포함한 퀴즈 우선 학습을 생성합니다.
이 스킬은 개발자와 AI 에이전트 사용자가 다양한 콘텐츠 소스(YouTube 동영상, X/Twitter 게시물, 웹페이지, PDF 파일)를 효율적으로 분석하고 학습할 수 있도록 설계되었습니다. 사용자가 '정리해줘', '요약', 'digest' 등 자연어 명령을 입력하거나 URL/파일을 제공하면, 자동으로 콘텐츠 유형을 감지하여 최적의 방식으로 처리합니다. YouTube는 자막을 추출하고, X/Twitter는 fetch-tweet 스킬을 통해 게시물을 가져오며, 웹페이지는 브라우저 기반 전체 내용을, PDF는 페이지별 텍스트와 이미지를 분석합니다. 가장 두드러진 특징은 '퀴즈 우선 학습(Quiz-First learning)' 접근법으로, 3단계 난이도(쉬움, 중간, 어려움)에 걸쳐 9개의 질문을 생성하여 능동적인 학습을 유도합니다. Claude Code, Cursor, Codex 등 주요 AI 에이전트 플랫폼과 호환되며, 콘텐츠의 핵심을 빠르게 파악하고 기억에 오래 남도록 돕는 데 최적화되어 있습니다.
npx skills add https://github.com/ai-native-camp/camp-2/tree/main/skills/content-digestInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
이 스킬은 사용자가 "콘텐츠 정리", "아티클 요약", "PDF 학습", "영상 정리", "트윗 정리", "digest", "summarize", "정리해줘"와 같은 요청을 하거나 YouTube URL, X/Twitter URL (x.com, twitter.com), 웹페이지 URL, PDF 파일을 분석할 때 사용됩니다. YouTube(자막), X/Twitter(fetch-tweet 스킬 활용), 웹페이지(브라우저 전체 내용), PDF(페이지별 텍스트+이미지)를 지원합니다. 3단계 난이도로 9개의 질문을 포함한 퀴즈 우선 학습을 생성합니다.
This repo contains 11 individual skills — each has its own dedicated page.
작업 중 발견한 인사이트를 구조화된 문서로 축적하여 나만의 지식 베이스를 복리로 성장시킨다
AI Native Camp Day 1 온보딩. Claude와 대화하면서 Claude Code를 익힌다. "1일차", "Day 1", "온보딩" 요청에 사용.
Day 1 테스트 스킬. "/day1-test-skill" 입력 시 실행된다. Skill이 어떻게 동작하는지 직접 체험하는 용도.
AI Native Camp Day 2 MCP & Context Sync. MCP를 배우고 나만의 Context Sync 스킬을 만든다. "2일차", "Day 2", "MCP", "context sync" 요청에 사용.
AI Native Camp Day 3 Clarify & GitHub. Clarify 플러그인으로 모호한 요구사항을 명확하게 만들고, 나만의 스킬을 만들고, PRD를 작성하여 GitHub에 첫 PR을 제출한다. "3일차", "Day 3", "clarify", "클래리파이", "PRD", "GitHub" 요청에 사용.
AI Native Camp Day 4 Wrap & Analyze + 콘텐츠 소화. session-wrap 스킬을 직접 만들고, history-insight와 session-analyzer로 세션을 분석하고, 콘텐츠 소화 파이프라인을 체험한다. "4일차", "Day 4", "wrap", "세션 분석", "session wrap", "세션 래핑", "fetch", "콘텐츠" 요청에 사용.
This skill should be used when the user asks to "트윗 가져와", "트윗 번역", "X 게시글 읽어줘", "tweet fetch", "트윗 내용", "트윗 원문", or provides an X/Twitter URL (x.com, twitter.com) and wants to read, translate, or analyze the tweet content. Also useful when other skills need to fetch tweet text programmatically.
This skill should be used when user wants to access, capture, or reference Claude Code session history. Trigger when user says "capture session", "save session history", or references past/current conversation as a source - whether for saving, extracting, summarizing, or reviewing. This includes any mention of "what we discussed", "today's work", "session history", or when user treats the conversation itself as source material (e.g., "from our conversation").
This skill should be used when the user asks to "analyze session", "세션 분석", "evaluate skill execution", "스킬 실행 검증", "check session logs", "로그 분석", provides a session ID with a skill path, or wants to verify that a skill executed correctly in a past session. Post-hoc analysis of Claude Code sessions to validate skill/agent/hook behavior against SKILL.md specifications.
This skill should be used when the user asks to "wrap up session", "end session", "session wrap", "/wrap", "document learnings", "what should I commit", or wants to analyze completed work before ending a coding session.
This skill should be used when the user asks to "팀 구성해줘", "team assemble", "전문가 팀으로 해줘", "팀으로 해줘", "swarm", "병렬로 전문가 팀", or wants to decompose a complex task into specialist roles executed via TeamCreate. Also triggers when user describes a task clearly benefiting from parallel expert execution.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.