DevOps 시나리오를 위한 엔터프라이즈 에이전트 시스템으로, MCP 프로토콜 도구 호출, 의도 라우팅, 하이브리드 검색 RAG, 계층형 메모리 시스템 및 스트리밍 대화 프런트엔드를 통합합니다.
이 스킬은 DevOps 환경에서 LLM 기반 에이전트를 구축하기 위한 엔터프라이즈급 시스템입니다. MCP(Model Context Protocol)를 통해 다양한 외부 도구를 호출하고, 사용자 의도를 분석하여 적절한 작업 흐름으로 라우팅합니다. 하이브리드 검색 RAG(Retrieval-Augmented Generation)를 통해 도메인 지식을 효과적으로 검색하고 활용할 수 있으며, 계층형 메모리 시스템을 통해 대화 맥락과 장기 기억을 유지합니다. 또한 스트리밍 방식의 대화 프런트엔드를 제공하여 실시간 상호작용이 가능합니다. GitHub에서 공개된 오픈소스 프로젝트이며, 주로 Claude Code, Cursor, Codex와 같은 AI 코딩 에이전트와의 통합을 염두에 두고 설계되었습니다.
npx skills add yiccyy/devops_agentInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
엔터프라이즈 에이전트(Enterprise Agent) —— DevOps 시나리오를 위한 LLM Agent 시스템으로, MCP 프로토콜 도구 호출, 의도 라우팅, 하이브리드 검색 RAG, 계층형 메모리 시스템 및 스트리밍 대화 프런트엔드를 통합합니다.
출처: https://github.com/yiccyy/devops_agent
매일 진행되는 awesomeskills.dev 에이전트 스킬 검색 중 발견되었습니다.
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.