Community코딩 & 개발github.com

LuckyOneTwoThree/harness-builder-skill

어떤 도메인의 방법론이든 독립적인 AI 에이전트 프레임워크로 전환하는 메타 스킬입니다. 순수 Markdown, 제로 의존성, 크로스 플랫폼을 지원하며, harness-all 프로덕션급 프레임워크 제품군에서 추출되었습니다.

harness-builder-skill란 무엇인가요?

이 스킬은 사용자가 특정 도메인의 작업 방법론(예: 소프트웨어 개발 프로세스, 마케팅 전략, 데이터 분석 파이프라인 등)을 정의하는 마크다운 문서를 작성하면, 이를 AI 에이전트(예: Claude Code, Cursor 등)가 자율적으로 실행할 수 있는 독립적인 프레임워크로 변환해주는 메타 스킬입니다. 기존 harness-all 제품군의 원리를 기반으로 설계되어, 순수 Markdown 형식을 사용하므로 의존성이 전혀 없고 어떤 플랫폼에서도 재사용 가능합니다. 사용자는 자신의 방법론을 구조화된 규칙, 단계, 체크포인트, 산출물 정의 등으로 작성하기만 하면 되며, AI는 이를 해석하여 반복적이고 복잡한 작업을 자동화하고 일관된 품질을 보장합니다. 이 스킬은 방법론의 재사용성과 공유를 극대화하여, 팀 내 베스트 프랙티스를 표준화하거나 개인이 자주 사용하는 워크플로를 AI 친화적으로 패키징하는 데 이상적입니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add LuckyOneTwoThree/harness-builder-skill

Installed? Explore more 코딩 & 개발 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

harness-builder-skill은(는) 무엇을 하나요?

모든 도메인의 방법론을 독립형 AI 에이전트 프레임워크로 전환하는 메타 스킬입니다. 순수 Markdown, 제로 의존성, 크로스 플랫폼을 지원하며, harness-all 프로덕션급 프레임워크 제품군에서 추출되었습니다.

개요

이 스킬을 사용하면 특정 업무 분야의 방법론(예: 코드 리뷰 프로세스, 프로젝트 계획 수립, 데이터 정제 워크플로)을 AI 에이전트가 자동으로 이해하고 실행할 수 있는 '스킬'로 변환할 수 있습니다. 별도의 라이브러리나 도구 없이 Markdown 파일만으로 작동하므로, 어느 AI 에이전트 플랫폼에서나 즉시 사용 가능합니다.

작동 방식

  1. 방법론 정의: 사용자가 자신의 도메인 방법론을 Markdown 문서로 구조화합니다. 예를 들어, 작업 단계, 결정 조건, 입력/출력 정의, 체크리스트 등을 포함합니다.
  2. 스킬 빌드: harness-builder-skill이 이 문서를 분석하여 AI 에이전트가 이해할 수 있는 명령어 집합으로 변환합니다. (실제 변환은 AI 에이전트 자체의 컨텍스트 내에서 이루어집니다.)
  3. 실행: AI 에이전트가 생성된 스킬을 로드하여 방법론에 따라 작업을 수행합니다.

사용 예시

다음은 '코드 리뷰 방법론'을 스킬로 변환하는 간단한 예시입니다.

# 코드 리뷰 방법론 스킬

## 단계 1: 변경 사항 이해
- PR 설명과 커밋 메시지를 읽으십시오.
- 관련 이슈 및 문서를 확인하십시오.

## 단계 2: 코드 품질 검사
- 코딩 컨벤션 준수 여부를 확인하십시오.
- 잠재적 버그 및 보안 취약점을 찾으십시오.
- 테스트 커버리지를 검토하십시오.

## 단계 3: 피드백 제공
- 발견된 문제를 명확하게 설명하십시오.
- 개선 제안을 포함하십시오.
- 긍정적인 부분도 언급하십시오.

이 Markdown 파일을 AI 에이전트에 제공하면, 에이전트는 이 방법론을 자체 스킬로 채택하여 모든 코드 리뷰에서 일관된 프로세스를 따를 수 있습니다.

장점

  • 순수 Markdown: 별도의 도구나 의존성이 필요 없습니다.
  • 크로스 플랫폼: Claude Code, Cursor, Codex 등 모든 AI 에이전트에서 사용 가능합니다.
  • 재사용성: 한 번 만든 스킬을 여러 프로젝트와 팀에 공유할 수 있습니다.
  • 확장성: 복잡한 방법론도 계층 구조로 표현할 수 있습니다.
  • 생산성 반영: 실무 경험을 그대로 AI 에이전트에 주입할 수 있습니다.

제한 사항

  • 복잡한 제어 흐름(반복문, 조건문 등)은 Markdown의 제한된 표현력으로 인해 완전히 구현하기 어려울 수 있습니다.
  • 동적 데이터 처리가 필요한 작업은 별도의 외부 도구와의 연동이 필요할 수 있습니다.

관련 자료

라이선스

MIT

관련 스킬