Community연구 & 데이터 분석github.com

uooooo/agent-skills

Claude Code 및 OpenAI Codex용 스킬: grok-x-search, pdf-lecture-notes, codex-web-search

agent-skills란 무엇인가요?

이 스킬 키트는 Claude Code와 OpenAI Codex와 같은 AI 에이전트에서 실행되는 세 가지 전문화된 도구를 제공합니다. 'grok-x-search'는 X(트위터) 게시물을 주요 증거 소스로 활용할 때 사용되며, OpenRouter API를 통해 Grok 모델에 접근합니다. 'pdf-lecture-notes'는 강의 노트 PDF에서 정보를 추출하고 요약합니다. 'codex-web-search'는 Codex 환경 내에서 웹 검색을 수행합니다. 각 스킬은 uv run과 같은 스크립트 실행 방식을 통해 일관된 API 호출, 필터링, 모델 선택을 보장하여 ad-hoc 호출의 번거로움을 없애고 재현 가능한 작업을 가능하게 합니다.

지원 대상✓Claude Code✓Codex CLI~Cursor
npx skills add uooooo/agent-skills

Installed? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Grok X Search

개요

X 게시물이 주요 증거 소스인 경우 이 스킬을 사용하세요. 번들 스크립트를 uv run으로 실행하면 OpenRouter 요청 형태, X 필터, 모델 선택 및 출력 형식이 일관되게 유지되어 API 호출을 임시로 재구성할 필요가 없습니다.

워크플로우

  1. 요청을 다음 기준으로 정규화합니다:
  • 주제 또는 엔티티
  • 시간 창
  • 선택적 포함 또는 제외 핸들
  • 이미지나 비디오가 중요한지 여부
  • 질의가 빠르고 집중적인지, 깊고 다각적인지
  1. HTTP 요청을 직접 작성하는 대신 uv run scripts/search_x.py ...를 사용합니다.

  2. 기본값은 --model multi-agent (= x-ai/grok-4.20-multi-agent)입니다. 명확한 이유가 있을 때만 재정의하세요:

  • --model fast (= x-ai/grok-4.1-fast): 저렴한 집중 조회, 단일 핸들 질의, 엄격한 비용 한도에 사용
  • --model auto: 비용 인식 복잡성 기반 라우팅 (이전 기본값)
  • 비교, 트렌드 종합, 더 넓은 범위 또는 심층 작업에는 --model multi-agent 유지
  • --reasoning-effort high|xhigh와 함께 사용하여 4개 에이전트에서 16개 에이전트로 확장
  1. 사용자가 하드 제약 조건을 제공하는 경우 프롬프트 문구보다 필터를 선호합니다:
  • 소스 제어에는 --allow-handle 또는 --exclude-handle 사용
  • 최신성 범위에는 --from-date 및 --to-date 사용
  • 미디어 콘텐츠가 중요한 경우에만 --include-images 또는 --include-videos 사용
  1. 결과를 반환할 때:
  • 간단한 직접 답변
  • 주요 X 측 신호
  • 증거가 혼재된 경우 의견 차이 또는 불확실성
  • 실제로 사용된 모델
  • 검색을 실질적으로 제한한 모든 필터

빠른 시작

스크립트를 호출하기 전에 셸에 API 키를 내보냅니다:

export OPENROUTER_API_KEY="..."

매번 내보내지 않고 스킬이 작동하도록 하려면 다음을 저장하세요:

mkdir -p ~/.config/grok-x-search
printf 'OPENROUTER_API_KEY=...\n' > ~/.config/grok-x-search/env
chmod 600 ~/.config/grok-x-search/env

집중 검색:

uv run ~/.codex/skills/grok-x-search/scripts/search_x.py \
  "사람들이 OpenRouter의 최신 Grok 지원에 대해 X에서 뭐라고 말하나요?" \
  --from-date 2026-04-01

핸들 범위 검색:

uv run ~/.codex/skills/grok-x-search/scripts/search_x.py \
  "Grok 4.20 multi-agent에 대한 최근 메시지 요약" \
  --allow-handle xAI \
  --allow-handle OpenRouterAI \
  --from-date 2026-03-31

더 깊은 종합:

uv run ~/.codex/skills/grok-x-search/scripts/search_x.py \
  "출시 이후 Grok 4.1 Fast와 Grok 4.20 Multi-Agent에 대한 X의 반응, 속도, 가격, 품질 트레이드오프 비교" \
  --model multi-agent \
  --reasoning-effort high \
  --from-date 2026-03-31

요청을 보내지 않고 미리보기:

uv run ~/.codex/skills/grok-x-search/scripts/search_x.py \
  "개발자들이 Grok 4.1 Fast에 대해 X에서 뭐라고 말하나요?" \
  --dry-run

질의 구성 규칙

사용자의 문장을 문자 그대로의 검색어로 취급하지 마세요. 모델이 내부 검색 호출을 생성해야 하지만, 보내는 요청은 여전히 잘 구조화되어야 합니다:

  • 엔티티, 제품 또는 이벤트를 명시적으로 기술
  • 분석 작업을 명시적으로 기술: 반응, 감정, 비교, 타임라인, 비판, 출시 반응
  • 신선도가 중요할 때마다 시간 창 추가
  • 사용자 요청에 별칭, 이중 언어 표현 또는 해시태그가 포함되어 있으면 리콜을 실질적으로 개선할 때 포함
  • 증거 품질 처리를 요청, 예: "의견 차이 지적" 또는 "증거가 부족하면 말해줘"

좋은 예:

2026-03-31 이후 Grok 4.1 Fast와 Grok 4.20 Multi-Agent에 대한 최근 X 반응 비교. 지연 시간, 가격 민감도, 인지된 연구 품질에 초점. 의견 차이를 기록하고 게시물 인용.

나쁜 예:

X에서 Grok 검색.

모델 라우팅

--model multi-agent (= x-ai/grok-4.20-multi-agent)가 기본값입니다. --reasoning-effort medium은 4개 에이전트를 실행하고, high / xhigh는 16개 에이전트를 실행합니다.

다음 경우 기본값(multi-agent + medium)을 유지하세요:

  • 제품, 기간 또는 이해관계자 그룹 간 비교
  • 더 넓은 시간 범위에 걸친 트렌드 종합
  • 트레이드오프, 경쟁 내러티브 또는 더 깊은 연구를 요청하는 프롬프트
  • 거의 모든 중요 X 측 조사

다음 경우에만 --model fast (= x-ai/grok-4.1-fast)로 전환:

  • 한 가지 주제 AND 한 가지 최근 이벤트
  • 좁은 핸들 세트
  • 명시적인 "빠른 확인" / 비용 민감형 조회

이전 비용 인식 휴리스틱 라우팅을 원할 때만 --model auto로 전환하세요.

가격 (OpenRouter, 2026-04 기준):

  • grok-4.20-multi-agent: 1M 토큰당 $2 / $6, 웹 검색당 $5/K
  • grok-4.1-fast: 1M 토큰당 $0.20 / $0.50, 웹 검색당 $5/K

자세한 근거가 필요하거나 휴리스틱을 변경하려면 references/openrouter-grok-notes.md를 읽으세요.

구현 참고 사항

  • 번들 스크립트는 OpenRouter Chat Completions를 사용합니다. OpenRouter의 문서화된 X 특화 필터가 웹 플러그인 경로에 노출되기 때문입니다.
  • 요청은 plugins: [{"id":"web","engine":"native"}]에 x_search_filter를 더해 사용 가능한 경우 xAI 네이티브 검색이 사용되도록 합니다.
  • 시스템 프롬프트는 모델을 x_search 우선으로 편향시킵니다. OpenRouter는 xAI 모델에서 web_search도 함께 제공할 수 있습니다.
  • 스크립트는 uv run을 통해 실행 가능하며, 설치 후 직접 실행할 수 있도록 uv shebang도 포함합니다.
  • 스크립트는 먼저 셸에서 OPENROUTER_API_KEY를 읽고, 그 다음 ~/.config/grok-x-search/env로 폴백합니다.
  • 스크립트는 최종 답변을 stdout에 출력하고 요청 진단을 stderr에 출력합니다.

리소스

scripts

  • scripts/search_x.py: 자동 모델 선택 및 필터 지원을 갖춘 X 중심 Grok 검색용 OpenRouter 클라이언트

references

  • references/openrouter-grok-notes.md: OpenRouter/XAI 동작, 모델 가격 및 라우팅 근거에 대한 소스 기반 참고 사항

관련 스킬