Skill Federation
AI 에이전트를 위한 무료 비공개 스킬 검색
당신의 에이전트가 묻습니다. Skill Federation이 답합니다. 당신이 승인합니다.
스킬 없는 에이전트는 SkillsBench 작업의 17.5%를 해결합니다. Skill Federation을 사용하면 22.8% — 그리고 당신의 작업은 절대 머신을 떠나지 않습니다.
코딩 에이전트가 패키징된 스킬로 이미 잘 처리할 수 있는 것들 — PDF 추출, 시장 규모 산정, 데이터 정리, PR 리뷰, Slack 알림, SQL 보고서 — 을 계속 다시 만들고 있습니다. 스킬들은 존재하지만, 오픈소스 생태계 곳곳에 흩어져 있습니다. 문제는 작업 중에 올바른 스킬을 찾는 것입니다. 그리고 지금까지의 "카탈로그 검색" 방식은 모두 계획, 브리프 또는 데이터를 타인의 서버로 전송해야 했습니다.
Skill Federation은 프라이버시를 보호하는 방식으로 스킬을 찾습니다. 계획을 승인한 직후, 에이전트는 추상적인 희망 목록을 작성합니다 — "모든 스킬이 존재한다면, 내가 어떤 스킬을 사용할까?" — 그리고 연합이 이 희망 목록을 사전 검증된 스킬 카탈로그와 매칭합니다. 당신의 계획, 파일, 출력물은 절대 머신을 떠나지 않습니다. 오직 추상적인 희망만이 전송됩니다.
[!IMPORTANT] 경계를 넘는 것은 오직 추상적인 희망뿐입니다 — 한 줄짜리 능력 설명, 약 4개의 어휘 변형 의역, 1~5개의 키워드, 그리고 이상적인 스킬에 대한 능력 수준의 스케치. 모든 필드는 "어떤 스킬이 존재해야 하는가"이며, 절대 당신의 작업이 아닙니다. 당신의 계획, 브리프, 파일 내용, 추론 과정은 항상 로컬에 남습니다.
다음은 하나의 희망에 대한 전체 페이로드입니다 — launch-strategy에 대해 전송되는 실제 문자열입니다. 능력 도메인을 지정하며, 당신의 작업, 계획 또는 제품은 절대 아닙니다:
description: plan a multi-channel launch for an open-source developer tool
paraphrases: orchestrate a launch across hacker news reddit and product hunt · plan a
go-to-market launch for a dev tool · coordinate a multi-platform release
announcement · design a launch-day plan for an open-source project
sketch: launch product hunt hacker news waitlist go-to-market campaign ·
channel planning timing asset prep announcement
keywords: launch, gtm, product-hunt, strategy, announcement
이게 전부입니다 — 설명, 네 개의 의역, 능력 스케치, 키워드. 당신의 제품 이름, 미공개 로드맵, 실제 출시 계획은 절대 나타나지 않습니다.
You: /skillfed plan a launch for my open-source dev tool
-> 에이전트가 4개의 추상 희망을 작성합니다 (의역 + 능력 스케치).
오직 이것들만 머신을 떠납니다 -- 계획, 파일, 데이터는 절대 나가지 않습니다.
wish: launch-strategy -> multi-platform-launch review - verified <- 선택됨
wish: repo-discoverability -> github-presence review - verified <- 선택됨
wish: community-building -> community-building review - verified <- 선택됨
wish: growth-analytics -> product-analytics permissive - verified - 221* <- 선택됨
(각각 검증된 카탈로그의 5개 후보 중에서 선택됨)
4개를 설치하시겠습니까? .claude/skills/에 라이선스 및 출처 정보와 함께 저장됩니다.
🔒 왜 다른가
- 프라이버시 기준, 설계에 의해. 오직 추상적인 희망만 경계를 넘습니다 — "어떤 스킬이 존재해야 하는가", 당신의 작업이 아닙니다. 당신의 계획, 브리프, 파일 내용, 추론 과정은 항상 로컬에 남습니다. (전체 필드별 분석은 아래 프라이버시 및 신뢰 참조.)
- 설치 전 신뢰. 후보는 사전 스캔된 내부 레지스트리(Cisco Skill Scanner + NVIDIA SkillSpector)에서 제공되며, 검증되지 않은 원본 저장소에서 가져오지 않습니다. 모든 스킬은 라이선스 클래스, 출처, 별점, 소스를 표시합니다. 당신이 각 설치를 승인하며, 아무것도 자동으로 가져오지 않습니다. (보안 참조.)
- 네이티브, 제로 설치. 기본 계층은
curl만 있으면 됩니다 — Windows 10+ 및 macOS에 기본 탑재. Python, Node, 패키지 관리자가 필요 없습니다. (선택 계층은 Node가 있는 경우 타입화된 MCP 도구를 추가합니다.)
⚙️ 작동 방식
- 계획. 평소처럼 에이전트에서 계획을 승인합니다.
- 희망 목록. 에이전트가 이상적인 스킬을 스케치하고 최대 10개의 추상 희망을 작성합니다 — 각각 어휘가 변형된 의역과 구조화된 능력 스케치가 포함되어 높은 재현율을 보장합니다. 작업 세부사항은 포함되지 않습니다.
- 매칭. 연합이 각 희망에 대해 빠른 어휘 검색(설명 + 의역 + 평탄화된 스케치)을 검증되고 사전 스캔된 카탈로그에 대해 실행하고 상위 후보를 반환합니다.
- 검토. 에이전트가 가장 적합한 후보를 선택(또는 모두 거부)하고 신뢰 테이블을 보여줍니다.
- 설치. 승인 시, 선택된 스킬이 내부 스캔 복사본(원본 저장소가 아님)에서
.claude/skills/로 가져와지며 전체 라이선스 및 출처 정보가 포함됩니다. - 사용. 에이전트가 즉시 스킬을 사용합니다 — 다시 만들 필요가 없습니다.
📊 벤치마크
Skill Federation을 SkillsBench(결정론적 검증기를 사용한 코딩 에이전트 작업)에서 Claude Code (Opus 4.6) 에이전트로 측정했습니다. 실제 테스트인 이유: Skillfed가 검색하는 스킬은 26,629개 스킬 스냅샷(전체 87k+ 스킬)의 공개 카탈로그에서 가져오며 벤치마크 자체의 정답 스킬은 제거되었습니다. 즉, 독립적으로 작성된 스킬이 작업에 전이되는지 측정하는 것이지, 벤치마크의 수제 스킬을 다시 찾는 것이 아닙니다.
| 조건 | 에이전트가 받는 것 | 성공률 |
|---|---|---|
| 스킬 없음 | 일반 Claude Code (Opus 4.6) | 17.5% |
| Skillfed | 26,629개 스킬 스냅샷에서 검색된 상위 스킬 | 22.8% |
| 오라클 | 작업 자체의 수제 스킬 — 도달 불가능한 상한선 | 36.8% |
Skillfed는 성공률을 17.5%에서 22.8%로 향상시켜 일반 에이전트 대비 약 30%의 상대적 이득을 제공했으며, 절대 볼 수 없는 오라클 스킬과의 격차를 약 27% 회복했습니다. 대부분의 스킬 검색 결과는 오라클 회복(벤치마크 자체 스킬이 풀에 포함됨)을 측정합니다. 이 테스트는 전이를 측정합니다 — 크고 잡음이 많은 공개 카탈로그에서 유용한 스킬을 가져오는 능력.
📦 설치
한 줄이면 됩니다 — 클론 불필요. Node 또는 Python이 이미 있습니다:
# Node — npm
npx skillfed
# Python — uv (또는: pipx run skillfed)
uvx skillfed
Claude Code의 플러그인 시스템을 선호하시나요? 마켓플레이스를 추가하고 플러그인을 설치하세요:
/plugin marketplace add skill-federation/skill-federation
/plugin install skill-federation@skill-federation
Node나 Python이 없나요? Claude Code에게 curl 버전을 설치해 달라고 요청하세요:
github.com/skill-federation/skill-federation에서 Skill Federation /skillfed 파인더를 설치해 주세요
— curl 설치 프로그램을 실행하고(Windows는 install.ps1, macOS/Linux는 install.sh), Claude Code를 다시 시작하라고 알려주세요.
[!TIP] 그런 다음 Claude Code를 다시 시작하고
/skillfed <하려는 작업>을 실행하세요 — 또는 계획을 승인하면 파인더가 자동으로 제공됩니다.
제로 런타임 — 파인더는 curl만 필요합니다(Node나 Python 불필유). 선택 계층(자동 트리거 훅 · 타입화된 MCP 도구 · Python/CI 도우미), 플래그, 범위, 체크아웃에서 설치, 설정 안전성 세부사항은 install.md를 참조하세요.
# Windows (PowerShell) — irm|iex는 실행 정책 차단을 우회합니다
irm https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.ps1 | iex
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.sh | bash
🛡️ 프라이버시 및 신뢰
[!NOTE] 절대 경계를 넘지 않는 것: 당신의 계획, 브리프, 파일 내용, 출력물, 추론 과정. 경계를 넘는 것: 오직 추상적인 희망(설명 + 의역 + 키워드 + 능력 스케치).
- 경계를 넘는 것: 추상 희망 — 그 한 줄짜리
description, 약 4개의 의역된formulations, 1~5개의keywords, 그리고 이상적인 스킬의 구조화된 능력sketch(purpose / inputs / outputs / operations / domain_vocab / section_sketch / tags). 스케치의 평탄화된 용어는 모든 검색에서 검색 쿼리 내에 포함됩니다(재현율을 높이는 변별적 어휘 제공). 스킬이 발견되지 않으면 동일한 스케치가 수요 포인터가 됩니다 — 사용자를 보호할 만큼 추상적이면서도 누락된 스킬을 자동으로 구축할 만큼 상세합니다. 모든 필드는 "어떤 스킬이 존재해야 하는가"이며, 절대 당신의 작업이 아닙니다. 희망의name은 표시 전용이며 전송되지 않습니다. - 절대 경계를 넘지 않는 것: 당신의 계획, 브리프, 파일 내용, 출력물, 추론 과정.
- 혼동되지 않는 두 가지 보완 신호:
report_selection은 검색 품질을 레이블링합니다(표시된 후보 중 옳고 그름).report_demand는 능력 격차를 포착합니다(실제로 필요했던 것). 이들은 서로 다른 루프를 공급합니다 — 선택은 검색을 개선하고, 수요는 다음에 무엇을 구축할지 결정합니다. - 로컬 우선: 이미 스킬이 설치되어 있으면 로컬 복사본이 그대로 사용됩니다 — 당신의 편집은 개인화이며, 자동으로 덮어쓰지 않습니다.
🔒 보안
Skill Federation은 모든 타사 스킬을 신뢰할 수 없는 입력으로 취급합니다. 스킬은 내부 사전 스캔된 레지스트리에서 제공되며 — 원본 저장소에서 실시간으로 가져오지 않습니다. 수집 시 각 후보를 복사하고, 중복을 제거하며, 스캔합니다. 통과한 스킬만 승격되어 제공됩니다. 표시되는 source 링크는 출처 정보이며, 스킬을 가져오는 위치가 아닙니다.
모든 후보는 두 개의 독립적인 도구로 최선의 스캔을 수행합니다:
- Cisco AI Defense Skill Scanner — YARA/패턴, 바이트코드, 명령어 오염, 동작 데이터 흐름, LLM-as-judge, VirusTotal 검사를 통해 프롬프트 인젝션, 데이터 유출, 악성 코드를 확인합니다.
- NVIDIA SkillSpector — 취약점 패턴 + LLM 분석, 실시간 OSV.dev CVE 조회, 0~100 위험 점수.
높음/심각 발견 사항은 승격 전에 거부되거나 수동 검토로 전달됩니다 — 검증되지 않은 카탈로그가 필터링 없이 도달하지 않습니다.
이것이 중요한 이유. SkillSpector의 배경이 된 NVIDIA 연구는 42,447개의 공개 스킬을 스캔하여 26.1%가 최소 하나의 취약점을 가지고 있고, 5.2%가 악성 의도를 보였다는 것을 발견했습니다. 그리고 설치된 스킬은 에이전트의 모든 권한으로 실행됩니다. 공개 저장소에서 직접 제공한다면 약 4분의 1의 취약한 스킬과 20분의 1의 악성 스킬을 에이전트에 전달하게 됩니다. 수집 게이트가 이를 차단합니다.
[!NOTE] 스캔은 최선의 노력이며 보장이 아닙니다. Cisco의 스캐너가 말한 대로, "발견 사항 없음 ≠ 위험 없음" — 깨끗한 스캔이 스킬이 안전하다는 증거는 아닙니다. Skill Federation은 여전히 각 스킬의 라이선스, 출처, 소스를 표시하며, 당신의 승인 없이는 아무것도 설치되지 않습니다.
🔧 설정
파인더는 HTTPS를 통해 연합 엔드포인트와 통신합니다. 기본값은 키 없는 데모입니다. 재정의하려면:
export SKILLFED_ENDPOINT="https://your-federation.example.com" # 또는 npx 계층의 경우 .mcp.json에 설정
📁 이 저장소의 내용
install.ps1 / install.sh / install.md 자동 감지 설치 프로그램; 클론 또는 파이프(irm|iex, curl|bash)에서 작동
installer/ npm 패키지 `skillfed` — `npx skillfed` 클론 불필요 패키지
…
[번역을 위해 잘림]
참고: 이 저장소의 전체 내용은 원본을 참조하세요. 위 내용은 핵심 설명과 작동 방식을 포함하고 있습니다.