스킬 시스템
Note
스킬은 실험적 기능입니다. 설정 → 기능 → "스킬 활성화"에서 활성화하세요.
스킬(Skills)은 특정 작업을 위한 재사용 가능한 지침 세트입니다. 각 스킬은 상세한 가이드, 워크플로우, 추가 리소스를 패키징하며, 요청에 관련될 때만 로드됩니다.
규칙(Rules)과 달리 스킬은 온디맨드로 로드됩니다. 수십 개의 스킬을 설치해도 Careti 필요할 때만 해당 스킬을 보기 때문에 컨텍스트와 성능에 영향을 주지 않습니다.
왜 스킬인가?
새 팀원을 온보딩한다고 생각해보세요. 모든 문서를 한꺼번에 주지 않고, 개요만 주고 특정 작업 시 상세 가이드를 안내하죠.
스킬도 마찬가지입니다:
- 시작 시: Careti 각 스킬의 이름과 설명만 봅니다
- 트리거 시: 해당 스킬의 전체 지침이 로드됩니다
- 필요 시: 스킬에 포함된 추가 파일은 참조될 때만 읽힙니다
이러한 점진적 로딩 덕분에 현재 작업과 무관한 정보에 컨텍스트 토큰을 낭비하지 않고 광범위한 도메인 지식을 패키징할 수 있습니다.
스킬 생성하기
모든 스킬은 SKILL.md 파일이 포함된 디렉토리입니다:
my-skill/
├── SKILL.md # 필수: 메인 지침
├── docs/ # 선택: 추가 문서
│ └── advanced.md
└── scripts/ # 선택: 유틸리티 스크립트
└── helper.sh
SKILL.md 파일은 YAML frontmatter와 지침 두 부분으로 구성됩니다.
---
name: my-skill
description: 이 스킬이 무엇을 하고 언제 사용하는지 간단히 설명합니다.
---
# My Skill
이 스킬이 활성화되면 캐러티가 따를 상세 지침입니다.
## 단계
1. 먼저 이것을 합니다
2. 그 다음 저것을 합니다
3. 고급 사용법은 [advanced.md](docs/advanced.md)를 참조하세요
필수 필드:
name: 디렉토리 이름과 정확히 일치해야 합니다description: Careti 언제 이 스킬을 사용할지 결정합니다 (최대 1024자)
설명은 Careti 스킬 활성화 여부를 결정하는 기준이므로, 스킬이 무엇을 하고 언제 사용해야 하는지 구체적으로 작성하세요.
스킬 저장 위치
스킬은 두 위치에 저장할 수 있습니다:
전역 스킬은 모든 프로젝트에 적용됩니다:
- macOS/Linux:
~/Documents/.agents/skills/ - Windows:
C:\Users\USERNAME\Documents\.agents\skills\
프로젝트 스킬은 현재 워크스페이스에만 적용됩니다:
.agents/skills/(권장)
전역 스킬과 프로젝트 스킬이 같은 이름이면 전역 스킬이 우선합니다. 이를 통해 프로젝트 기본값을 유지하면서 개인 워크플로우에 맞게 커스터마이징할 수 있습니다.
Note
Careti 표준화: Careti 이중 디렉토리 아키텍처를 사용합니다.
.agents/- AI용 (토큰 최적화).users/- 사람용 (상세 설명)
/init 명령으로 표준 구조를 초기화할 수 있습니다. 자세한 내용은 고급 규칙 시스템과 AI-개발자 지식 동기화를 참조하세요.
스킬 관리
채팅 입력 하단의 저울 아이콘을 클릭하면 규칙과 워크플로우 패널이 열립니다. 스킬이 활성화되면 스킬 탭에서:
- 모든 사용 가능한 스킬 보기 (전역 및 워크스페이스)
- 개별 스킬 켜기/끄기
- 템플릿에서 새 스킬 생성
- 불필요한 스킬 삭제
스킬은 발견되면 기본적으로 활성화됩니다. 현재 프로젝트에서 사용하지 않으려면 토글을 끄세요.
Careti 스킬을 사용하는 방법
메시지를 보내면 Careti 설명과 함께 사용 가능한 스킬 목록을 봅니다. 요청이 스킬 설명과 일치하면 use_skill 도구로 활성화하고 전체 지침을 로드합니다.
예를 들어 AWS 배포용 스킬이 있다면:
---
name: aws-deploy
description: CDK로 AWS에 애플리케이션을 배포합니다. 배포, 인프라 업데이트, AWS 리소스 관리 시 사용하세요.
---
"이것을 AWS에 배포해줘"라고 요청하면 Careti 스킬을 활성화하고 상세 지침을 로드해 요청을 완료합니다.
예제: 데이터 분석 스킬
데이터 분석 작업을 위한 실용적인 스킬입니다. data-analysis/ 디렉토리에 SKILL.md를 생성하세요:
---
name: data-analysis
description: 데이터 파일을 분석하고 인사이트를 생성합니다. CSV, Excel, JSON 데이터 파일의 탐색, 정제, 시각화 작업에 사용하세요.
---
그 다음 파일 본문에 지침을 추가합니다:
# 데이터 분석
데이터 파일을 분석할 때 이 워크플로우를 따르세요:
## 1. 데이터 이해
- 파일 샘플을 읽어 구조 파악
- 컬럼 타입과 데이터 품질 이슈 확인
- 결측값이나 이상치 기록
## 2. 명확화 질문
작업 전에 사용자에게 물어보세요:
- 어떤 인사이트를 찾고 있나요?
- 알려진 데이터 품질 이슈가 있나요?
- 원하는 출력 형식은?
## 3. 분석 수행
pandas로 데이터 조작:
```python
import pandas as pd
# 로드 및 탐색
df = pd.read_csv("data.csv")
print(df.head())
print(df.describe())
print(df.info())
```
시각화는 복잡도에 따라 matplotlib 또는 seaborn을 선호합니다.
## 4. 결과 발표
- 핵심 인사이트 요약으로 시작
- 구체적인 수치로 뒷받침
- 명확성을 더하는 시각화 포함
- 권장사항이나 다음 단계로 마무리
지원 파일 번들링
스킬에 필요할 때만 접근하는 추가 파일을 포함할 수 있습니다:
complex-skill/
├── SKILL.md
├── docs/
│ ├── setup.md
│ └── troubleshooting.md
├── templates/
│ └── config.yaml
└── scripts/
└── validate.py
지침에서 이렇게 참조하세요:
초기 설정은 [setup.md](docs/setup.md)를 따르세요.
`templates/config.yaml`의 설정 템플릿을 시작점으로 사용하세요.
설정 검증을 위해 스크립트를 실행하세요:
```bash
python scripts/validate.py
```
Careti 지침에서 참조될 때 read_file로 이 파일들을 읽습니다. 스크립트는 직접 실행할 수 있으며, 스크립트 코드가 아닌 출력만 컨텍스트에 들어갑니다.
스킬 아이디어
스킬은 다음과 같은 작업에 적합합니다:
- 상세한 다단계 워크플로우가 필요한 작업
- 도메인별 지식이나 모범 사례가 필요한 작업
- 대화마다 같은 지침을 반복해야 하는 작업
몇 가지 예:
- 릴리스 관리: 버전 범핑, 변경 로그 생성, git 태깅, 배포
- 코드 리뷰: 팀의 리뷰 체크리스트와 품질 표준
- 데이터베이스 마이그레이션: 롤백 절차를 포함한 안전한 스키마 발전
- API 통합: 적절한 에러 처리로 서드파티 서비스 연결
- 문서화: 선호하는 구조, 스타일 가이드, 도구
- 디버깅 워크플로우: 특정 유형의 이슈를 진단하는 체계적 접근
- 인프라: 클라우드 설정을 위한 Terraform/CDK 패턴
최고의 스킬은 경험 많은 개발자의 머릿속에만 있던 조직 지식을 인코딩합니다.
스킬 vs 규칙 vs 워크플로우
| 기능 | 목적 | 활성화 시점 |
|---|---|---|
| 규칙 | Careti 행동 방식 정의 | 항상 (또는 조건부) |
| 워크플로우 | 단계별 작업 자동화 | /workflow.md로 호출 |
| 스킬 | 온디맨드 로드 도메인 전문성 | 일치하는 요청으로 트리거 |
규칙은 제약과 선호를 설정합니다 ("항상 TypeScript 사용" 또는 "이 스타일 가이드 따르기").
워크플로우는 특정 작업을 위해 명시적으로 호출하는 시퀀스입니다 (릴리스 프로세스를 위한 /release.md).
스킬은 관련될 때 Careti 자동으로 활성화하는 전문 지식입니다 (CSV 파일 작업 시 데이터 분석 지식).
지속적인 제약에는 규칙을, 명시적 자동화에는 워크플로우를, 항상 활성화되지 않아도 되는 도메인 지식에는 스킬을 사용하세요.