데이터 분석 스킬

사용자가 A/B 테스트나 실험을 계획, 설계, 구현하거나 성장 실험 프로그램을 구축하려 할 때. 또한 사용자가 "A/B 테스트", "분할 테스트", "실험", "이 변경사항 테스트", "변형 카피", "다변량 테스트", "가설", "이걸 테스트해야 할까", "어느 버전이 더 나은가", "두 버전 테스트", "통계적 유의성", "이 테스트를 얼마나 오래 실행해야 하나", "성장 실험", "실험 속도", "실험 백로그", "ICE 점수", "실험..."을 언급할 때 사용합니다.

사용자가 Google Ads, Meta(페이스북/인스타그램), 링크드인, 트위터/X 또는 기타 광고 플랫폼에서 유료 광고 캠페인에 대한 도움을 원할 때 사용합니다. 또한 사용자가 'PPC', '유료 미디어', 'ROAS', 'CPA', '광고 캠페인', '리타겟팅', '오디언스 타겟팅', 'Google Ads', '페이스북 광고', '링크드인 광고', '광고 예산', '클릭당 비용', '광고 지출' 또는 '광고를 해야 할까요'를 언급할 때도 사용합니다. 캠페인 전략, 오디언스 타겟팅, 입찰 및 최적화에 사용합니다. 대량 광고 소재 생성 및...

Agent Pulse를 사용하여 Hermes, Claude Code, Codex, DeepSeek, OpenClaw, Copilot, Aider, Qwen, OpenCode, Goose, Cursor, Antigravity, Amp 로그에서 로컬 AI 에이전트 활동을 검사하세요. 사용자가 AI 에이전트 세션, 토큰, 도구/검색 호출, 모델 사용량, 예상 비용, 예산, 예측, 상태 점검, 보고서, 설정 진단, 웹/API/메트릭스 내보내기 또는 MCP 통합에 대해 질문할 때 사용하세요.

Rigor Explore compatible skill slug for meaningful and potentially novel deep learning research candidates. Use when the researcher has chosen the task family, dataset, benchmark, evaluation method, provided SOTA references, and wants candidate-only exploration on top of `current_research` with auditable repo understanding, idea gating, fair comparison, and governed experiments written to `explore_outputs/`. Do not use for README-first trusted reproduction, open-ended direction finding,...

아마존 판매자를 위한 종합적인 제품 조사 및 기회 분석. 수요, 경쟁, 수익 잠재력, 시장 진입 장벽을 분석하고 제품 아이디어를 검증합니다. 제품 소싱, 가격 전략, 시장 출시 계획을 다룹니다. 사용자가 판매할 제품 조사, 제품 아이디어 검증, 제품 기회 분석, 아마존 시장 조사, 경쟁 분석, 수익 잠재력, 이 제품을 판매해야 하는지, 제품 타당성 또는 일반적인...

사용자가 분석 추적 및 측정을 설정, 개선 또는 감사하려는 경우. 또한 사용자가 "추적 설정", "GA4", "Google Analytics", "전환 추적", "이벤트 추적", "UTM 매개변수", "태그 관리자", "GTM", "분석 구현", "추적 계획", "이것을 어떻게 측정하나요", "전환 추적", "기여 분석", "Mixpanel", "Segment", "내 이벤트가 제대로 작동하나요", 또는 "분석이 작동하지 않습니다"를 언급할 때 사용합니다. 누군가가 무언가가 제대로 작동하는지 확인하는 방법을 물을 때마다 사용하세요...

사용자가 앱스토어 또는 구글 플레이 리스팅을 감사하거나 최적화하려 할 때. 또한 사용자가 'ASO 감사', '앱스토어 최적화', '내 앱 리스팅 최적화', '앱 가시성 개선', '앱스토어 순위', '내 리스팅 감사', '사람들이 내 앱을 다운로드하지 않는 이유', '내 앱 전환율 개선', '앱 키워드 최적화', '내 앱을 경쟁사와 비교'를 언급할 때 사용합니다. 사용자가 앱스토어 또는 구글 플레이 URL을 공유하고 이를 개선하려 할 때 사용합니다.

통합 Azure 비용 관리: 과거 비용 조회, 미래 지출 예측, 낭비 최적화. WHEN: "Azure 비용", "Azure 지출",…

현재 세션의 실제 토큰 사용량과 예상 절감액을 표시합니다. Claude Code 세션 로그에서 직접 읽어오며, AI 추정을 사용하지 않습니다. /caveman-stats 명령어로 실행됩니다. 출력은 mode-tracker 훅에 의해 주입되며, 모델 자체는 숫자를 계산하지 않습니다.

사용자가 이탈을 줄이거나, 취소 플로우를 구축하거나, 세이브 오퍼를 설정하거나, 실패한 결제를 복구하거나, 리텐션 전략을 구현하려 할 때 사용합니다. 또한 사용자가 '이탈', '취소 플로우', '오프보딩', '세이브 오퍼', '더닝', '실패한 결제 복구', '윈백', '리텐션', '종료 설문', '구독 일시 중지', '비자발적 이탈', '사람들이 계속 취소함', '이탈률이 너무 높음', '사용자를 어떻게 유지하나요', '고객이 떠나고 있습니다'를 언급할 때도 사용합니다. 누군가가 이탈하고 있을 때마다 사용하세요.

사용자가 경쟁사의 URL을 통해 해당 기업을 조사, 프로파일링 또는 분석하려 할 때 사용합니다. 또한 사용자가 '경쟁사 프로필', '경쟁사 조사', '경쟁사 분석', '이 경쟁사 프로파일링', '경쟁사 분석', '경쟁 정보', '경쟁사 심층 분석', '내 경쟁사는 누구인가', '경쟁사 현황', '경쟁사 서류', '경쟁 평가', '이 경쟁사들 조사' 등을 언급할 때도 사용합니다. 입력은 경쟁사 URL 목록입니다. 출력은 구조화된 경쟁사 프로필 마크다운입니다...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 결과물을 다룹니다. 사용처: 시장 조사, 경쟁 정보, 투자자 자료, 제품 전략, 영업 지원. 트리거: 경쟁사 분석, 경쟁 분석, 경쟁사 분해, 시장 조사, 경쟁 정보, SWOT 분석, 경쟁사 비교, 시장 환경, 경쟁사 리뷰, 경쟁...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 산출물을 다룹니다. 활용처: 시장 조사, 경쟁 인텔리전스, 투자자 자료, 제품 전략, 영업 지원. 트리거: competitor analysis, competitive analysis, competitor teardown, market research, competitive intelligence, swot analysis, competitor comparison, market landscape, competitor review, competitive...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 산출물을 다룹니다. 사용처: 시장 조사, 경쟁 인텔리전스, 투자자 자료, 제품 전략, 영업 지원. 트리거: 경쟁사 분석, 경쟁 분석, 경쟁사 분해, 시장 조사, 경쟁 인텔리전스, SWOT 분석, 경쟁사 비교, 시장 현황, 경쟁사 리뷰, 경쟁...

사용자가 SEO 및 영업 지원을 위해 경쟁사 비교 또는 대체 페이지를 만들고자 할 때 사용합니다. 또한 사용자가 '대체 페이지', 'vs 페이지', '경쟁사 비교', '비교 페이지', '[제품] vs [제품]', '[제품] 대체', '경쟁 랜딩 페이지', 'X와 어떻게 비교되나요', '배틀 카드' 또는 '경쟁사 분석'을 언급할 때도 사용합니다. 제품을 경쟁사와 비교하는 모든 콘텐츠에 활용하세요. 단일 대체, 복수 대체 등 네 가지 형식을 다룹니다.

Convex 성능을 읽기, 구독, 쓰기 경합 및 함수 제한 측면에서 감사합니다. 느린 기능, 인사이트 발견, OCC 충돌 또는 읽기 증폭에 사용하세요.

사용자가 홈페이지, 랜딩 페이지, 가격 페이지, 기능 페이지, 리드 캡처 양식, 문의 양식 등 모든 마케팅 페이지나 양식의 전환을 최적화, 개선, 또는 증가시키고자 할 때 사용합니다. 또한 사용자가 'CRO', '전환율 최적화', '이 페이지가 전환되지 않음', '전환 개선', '이 페이지가 왜 작동하지 않나요', '내 랜딩 페이지 형편없음', '양식 이탈', '아무도 전환하지 않음', '낮은 전환율', 또는 '이 페이지 수정 필요'라고 말할 때도 사용합니다. 사용자가...

국경 간 전자상거래 확장 어드바이저. 8개 가중치 차원(시장 규모, 전자상거래 보급률, 경쟁, 규제 복잡성, 물류 인프라, 결제 생태계, 문화적 거리, 지식재산권 보호)으로 목표 시장을 평가하고, 비용 및 운송 데이터를 바탕으로 5가지 주문 이행 모델을 비교하며, 국가별 세금/관세 준수 가이드(EU VAT/IOSS, UK VAT, US 판매세, CA GST, AU GST, JP 소비세)를 제공하고, 시장별 현지 결제 선호도를 매핑하며, 단계별...

CSV 파일을 자동으로 분석하고 시각화를 포함한 포괄적인 인사이트를 생성하는 강력한 클로드 스킬입니다. CSV를 업로드하면 원하는 내용을 묻지 않고 즉시 지능적인 분석을 제공합니다!

사용자가 고객 리서치를 수행, 분석 또는 종합하려 할 때. 사용자가 "고객 리서치", "ICP 리서치", "고객과 대화", "대본 분석", "고객 인터뷰", "설문 분석", "지원 티켓 분석", "고객의 목소리", "VOC", "페르소나 구축", "고객 페르소나", "해야 할 작업", "JTBD", "고객이 말하는 것", "고객이 어려움을 겪는 것", "Reddit 마이닝", "G2 리뷰", "리뷰 마이닝", "디지털 워터링 홀", "커뮤니티..."를 언급할 때 사용합니다.

dontbesilent AI 写作特征识别。扫描文案中的 AI 生成痕迹，输出检测报告。默认只诊断不改。 触发方式：/dbs-ai-check、/AI检测、「帮我看看有没有 AI 味」「检测一下 AI 特征」 AI writing fingerprint detection. Scans copy for AI-generated patterns and outputs a diagnostic report. Diagnosis only by default. Trigger: /dbs-ai-check, "check for AI writing", "does this sound like AI

dontbesilent 对标分析。用五重过滤法帮你找到值得模仿的对标，排除一切关于「我」的噪音。 触发方式：/dbs-benchmark、/对标、「帮我找对标」「我该模仿谁」 Benchmark analysis using dontbesilent's five-filter method. Trigger: /dbs-benchmark, "find me a benchmark", "who should I copy

dontbesilent 콘텐츠 구조화 시스템. 로컬의 방대한 원고, 게시글, 주제, 사례 및 강의 원고를 지속 가능한 콘텐츠 구조화 엔진으로 구축합니다. 먼저 콘텐츠 규모와 범위를 감사한 후, 새 프로젝트를 생성하고, 자료를 복사하며, 콘텐츠 단위를 추출하고, 주제 맵과 주제 조립 초안을 생성합니다. 트리거 방식: /dbs-content-system, /콘텐츠 구조화 시스템, "내 콘텐츠를 구조화 시스템으로 만들어 줘", "로컬 자료를 재조합 가능한 시스템으로 바꿔 줘", "콘텐츠 자산 프로젝트를 구축해 줘", "오래된 콘텐츠를 재사용 가능한 자산으로 만들고 싶어

dontbesilent 개인 의사결정 시스템. 장기적으로 추적이 필요한 모든 영역(업무, 관계, 건강, 직업, 학습, 투자 등)을 로컬 지식 프로젝트로 만듭니다: 4계층 구조, 출처 태그, 수정 불가 스냅샷, 패턴을 학습하는 개념 라이브러리. 트리거: /dbs-decision, /决策系统, /决策立案, /结果回填, /状态画像

dontbesilent 개념 분해. 비트겐슈타인 + 오스트리아 학파 경제학 방법으로 모호한 비즈니스 개념을 원자 수준까지 분해합니다. 트리거: /dbs-deconstruct, /개념분해, "이 개념을 분해해줘", "이 단어가 정확히 무슨 뜻이야

dontbesilent 商业模式诊断。两种模式：问诊（消解你的问题）和体检（拆解你的商业模式）。 触发方式：/dbs-diagnosis、/问诊、「帮我看看商业模式」「诊断一下我的业务」「我有个商业问题」 Business model diagnosis using dontbesilent's ontological framework. Two modes: consultation (dissolve your question) and checkup (analyze your business model). Trigger: /dbs-diagnosis, "diagnose my business model", "I have a business question

여러 번의 dbs-save로 축적된 진단 상태를 하나의 전달 가능한 마크다운 보고서로 병합합니다. 트리거 방식: /dbs-report, /출력보고, 「패키징」「정리」「파트너에게 보여줄 용」 Generate a deliverable diagnosis report by merging all dbs-save snapshots. Trigger: /dbs-report, "package this up", "make me a report

전파 심리 디코딩. 주어진 내용에 대해 5가지 고전 전파학 이론으로 그것이 왜 수용자의 공감을 불러일으키는지 해독하고, 수용자 감정의 기저와 효과적인 입장을 분석하며, 채팅방의 토론 방향을 출력합니다. 트리거 방식: /dbs-spread, "왜 이게 뜨는가", "수용자가 듣고 싶어 하는 것", "이 내용이 어떤 감정을 건드렸는가

심층 연구 스킬 — 광범위한 병렬 웹 검색, 다중 출처 검증, 신뢰도 추적, 인용 포함 마크다운 보고서. 11가지 연구 유형 지원: 시장(TAM/SAM, 세그먼트, 가격, 트렌드), 도메인(산업 구조, 생태계, 규제 환경), 기술(아키텍처, 도구, 벤치마크), 경쟁(경쟁사 분석, 포지셔닝, 승/패), 제품(기능 분석, 리뷰, 로드맵 신호), 학술(문헌 조사, 인용 네트워크, 주요 저자), 인물/조직(실사...

We need to translate the given text into Korean, preserving the name "explore-run" if it appears. The text is a description of an agent skill. The instruction says to translate only the text inside <text>, and not include the name unless it appears in the source text. The name "explore-run" appears in the source text? Let's check: The text starts with "Rigor Improve / Rigor Explore run leaf skill..." Actually "explore-run" is not explicitly written as a separate word; it's part of "Rigor Explore run leaf skill". But the name to preserve is "explore-run". In the source, it's "Rigor Explore run" - that might be a different thing. The instruction says "Name to preserve: explore-run". So we need to preserve that exact string if it appears. It does not appear as "explore-run" in the source. The source has "Rigor Explore run" (without hyphen). So we should not add it. We just translate the text. The text: "Rigor Improve / Rig

Admin-only paginated viewer for stable canister state. Use whenever the user asks for a viewer, dashboard, debug panel, or admin browse over backend data — users, items, orders, logs, or any stable Map/Set/Array/VarArray/List/Stack/Queue. Pre-installed in every Caffeine app via the `caffeineai-data-viewer` mops package; this skill explains what it does and how to keep using it correctly.

Make a canister's data queryable by the Caffeine Data Intelligence agent. Use whenever an app stores structured data (Maps/Lists/arrays of records) that should be answerable in natural language — "top customers", "revenue by region", "active projects". Adds a discoverable `schema()` and a JSON `execute()` query endpoint via the `caffeineai-oql` mops package's `Expose` mixin.

디렉토리에서 Firecrawl로 구조화된 회사 목록을 추출합니다. YC, Crunchbase, Product Hunt, G2, 스타트업 디렉토리, 카테고리 디렉토리 또는 맞춤형 회사 데이터베이스를 JSON, CSV, CRM 준비 목록 또는 연구 테이블로 스크래핑하는 데 사용합니다.

Firecrawl을 사용하여 경쟁사 가격, 기능, 변경 로그, 대시보드 및 제품 변경 사항을 모니터링하세요. 정기적인 경쟁 정보 수집, 가격 등급 추출, 기능 변경 추적 또는 구조화된 경쟁사 알림에 사용하세요.

Firecrawl 브라우저를 사용하여 분석 대시보드 및 내부 웹 도구에서 메트릭을 가져옵니다. 사용자가 대시보드 보고, 교차 플랫폼 메트릭 요약, 인증된 분석 추출, 날짜 범위 보고서 또는 웹 대시보드에서 구조화된 메트릭이 필요할 때 사용하세요.

Firecrawl을 사용하여 다중 소스 심층 연구를 실행합니다. 사용자가 주제를 조사하거나, 관점을 비교하거나, 출처가 포함된 브리핑을 작성하거나, 기술적 또는 시장 관련 질문을 조사하거나, 여러 소스의 웹 증거를 종합하도록 요청할 때 사용하세요.

Firecrawl을 사용하여 웹 콘텐츠로 지식 베이스를 구축하세요. 로컬 참조 문서, RAG 준비 청크, 파인튜닝 데이터셋, 문서 미러, 주제 코퍼스 또는 웹 소스에서 정리된 LLM 준비 마크다운에 사용할 수 있습니다.

Firecrawl 브라우저를 사용하여 잠재 고객 데이터베이스 및 웹 디렉토리에서 구조화된 리드 목록을 생성합니다. 역할, 회사 유형, 업종, 단계, 위치, 기술 또는 기타 기준으로 잠재 고객을 찾고 CRM에 바로 사용할 수 있는 JSON 또는 CSV로 내보내는 데 사용합니다.

Firecrawl을 사용하여 회의 전 리드 인텔리전스 브리핑을 생성합니다. 사용자가 영업 통화, 파트너십 회의, 투자자 대화 또는 고객 인터뷰 전에 회사 조사, 인물 조사, 최신 뉴스, 대화 포인트, 문제점 또는 아웃리치 준비가 필요할 때 사용합니다.

Firecrawl을 사용하여 시장, 재무, 실적, 산업 및 기업 지표를 추출합니다. 사용자가 시장 조사, 산업 동향, 상장 기업 데이터, 재무 비교, 실적 조사 또는 구조화된 시장 보고서를 요청할 때 사용하세요.

Firecrawl Research를 사용하여 연구 질문에 답하는 논문을 찾습니다. 의미론적 검색, 의미론적 및 구조적 확장, 본문 내 검증을 활용합니다. 단일 논문 조회나 전체 다중 논문 세트 등 논문 검색/문

Firecrawl을 사용하여 웹사이트의 SEO를 감사합니다. 사용자가 SEO 감사, 메타데이터 및 헤딩 검토, 사이트맵/사이트 구조 분석, 키워드 기회, 경쟁사 SERP 비교, 또는 우선순위가 지정된 검색 최적화 추천을 요청할 때 사용하세요.

결과 중심의 Firecrawl 워크플로우를 실행하여 연구 보고서, SEO 감사, QA 보고서, 리드 목록, 지식 베이스, 웹사이트 디자인 시스템 및 기타 구조화된 웹 데이터 산출물을 생성합니다. 사용자가 단순히 페이지를 스크래핑하거나 API 호출을 코드에 통합하는 대신 Firecrawl이 비즈니스, 마케팅, 제품 또는 창의적 워크플로우를 완료하도록 원할 때 사용하세요.

사용자가 마케팅 목적(리드 생성, SEO 가치, 브랜드 인지도)을 위한 무료 도구를 계획, 평가 또는 구축하려 할 때. 또한 사용자가 "엔지니어링을 마케팅으로 활용", "무료 도구", "마케팅 도구", "계산기", "생성기", "인터랙티브 도구", "리드 생성 도구", "리드 확보용 도구 구축", "무료 리소스", "ROI 계산기", "평가 도구", "감사 도구", "무료 도구를 만들어야 할까", "리드 생성을 위한 도구"를 언급할 때도 사용합니다. 누군가 유용한 무언가를 구축하려 할 때마다 사용하며...

Golang 데이터 구조 — 슬라이스(내부 구조, 용량 증가, 사전 할당, slices 패키지), 맵(내부 구조, 해시 버킷, maps 패키지), 배열, container/list/heap/ring, strings.Builder vs bytes.Buffer, 제네릭 컬렉션, 포인터(unsafe.Pointer, weak.Pointer), 복사 의미론. Go 데이터 구조 선택 또는 최적화, 제네릭 컨테이너 구현, container/ 패키지 사용, unsafe 또는 weak 포인터 사용, 슬라이스/맵 내부 구조에 대한 질문 시 사용합니다.

Golang에서 samber/ro를 사용한 리액티브 스트림 및 이벤트 기반 프로그래밍 — 150개 이상의 타입 안전 연산자, 콜드/핫 옵저버블, 5가지 서브젝트 유형(Publish, Behavior, Replay, Async, Unicast), Pipe를 통한 선언적 파이프라인, 40개 이상의 플러그인(HTTP, cron, fsnotify, JSON, 로깅), 자동 역압력, 오류 전파, Go 컨텍스트 통합을 갖춘 ReactiveX 구현. samber/ro를 사용하거나 채택할 때, 코드베이스가 github.com/samber/ro를 임포트할 때, 또는 비동기 구축 시 적용...

이 스킬은 사용자가 "평가 실행", "ADK 에이전트 평가", "평가 데이터셋 작성", "평가 실패 분석", "평가 결과 비교", "에이전트 최적화"를 원하거나 Agent Platform 평가 방법론 및 Quality Flywheel에 대한 안내가 필요할 때 사용합니다. 평가 지표, 데이터셋 스키마, LLM-as-judge 점수, 일반적인 실패 원인을 다룹니다. API 코드 패턴(google-agents-cli-adk-code 사용), 배포(google-agents-cli-deploy 사용), 프로젝트 스캐폴딩(사용...)에는 사용하지 마십시오.

ScrapeGraph AI CLI를 통해 웹 페이지를 검색, 스크래핑, 크롤링, 구조화된 데이터 추출 및 모니터링합니다. 사용자가 웹 검색, 웹페이지 스크래핑, URL에서 콘텐츠 가져오기, 사이트에서 JSON 추출, 문서나 사이트 섹션 크롤링, 페이지 변경 모니터링, 요청 기록 확인, ScrapeGraph 크레딧 확인, 또는 API 설정 검증을 요청할 때 사용하세요.

飞书考勤打卡：查询自己的考勤打卡记录

lark-cli로飞书 다차원 테이블(Base)을 조작해야 할 때 호출: Base 검색, 테이블 생성, 필드 관리, 레코드 읽기/쓰기, 레코드 공유 링크, 뷰 설정, 기록 조회, 역할/폼/대시보드 관리/워크플로우; 또한 기존 +table / +field / +record 작성 방식을 현재 명령어 방식으로 변경할 때도 적용됩니다. 필드 설계, 수식 필드, 조회 참조, 테이블 간 계산, 행 수준 파생 지표, 데이터 분석 요구 사항이 있을 때도 반드시 이 skill을 사용해야 합니다.

飞书 회의록(Note) 직접 조회: note_id가 알려진 경우 회의록 상세 정보 조회, 표시 유형, 연결된 문서 토큰 확인, unified 원본 자막 기록 읽기. 사용자가 이미 note_id를 보유하고 있거나 문서의 명시적 vc-node-id에서 note_id를 얻은 경우 사용. 회의/일정/妙记(메모) 찾기, 문서 제목 검색 또는 Docx 본문 읽기는 담당하지 않음.

飞书电子表格：创建和操作电子表格。支持创建表格、创建/复制/删除/更新工作表、读写单元格、追加行数据、查找内容、导出文件。当用户需要创建电子表格、管理工作表、批量读写数据、在已知表格中查找内容、导出或下载表格时使用。若用户是想按名称或关键词搜索云空间里的表格文件，请改用 lark-doc 的 docs +search 先定位资源。

지난 30일 동안 어떤 주제에 대해 사람들이 실제로 말하는 것을 조사합니다. Reddit, X, YouTube, TikTok, Hacker News, Polymarket, GitHub 및 웹에서 게시물과 참여도를 가져옵니다.

코드 저장소, 문서, 연구 논문, HuggingFace 데이터셋, 로컬 폴더, Slack 워크스페이스, Google Drive, X(Twitter), 패키지를 Nia AI로 인덱싱하고 검색합니다. 인증 부트스트래핑, Oracle 자율 연구, GitHub 실시간 검색, Tracer 에이전트, 의존성 분석, 컨텍스트 공유, 코드 어드바이저, 문서 에이전트, 데이터 추출, 파일 시스템 작업, 일반 커넥터를 포함합니다.

Obsidian Bases(.base 파일)를 생성하고 편집하며, 뷰, 필터, 수식, 요약을 포함합니다. .base 파일 작업 시, 노트의 데이터베이스 형태 뷰를 만들 때, 또는 사용자가 Obsidian에서 Bases, 테이블 뷰, 카드 뷰, 필터, 수식을 언급할 때 사용하세요.

사용자가 감사 로그 내보내기, 감사 로그 위치 찾기, 명령 기록 보기, 导出日志, 查看日志, 日志路径, 操作记录, 调用记录, 命令历史를 요청할 때 이 스킬을 사용하세요. 지갑 잔액, 토큰 검색, 스왑 또는 기타 온체인 작업에는 사용하지 마세요. 해당 작업에는 해당 스킬을 사용하세요.

We need to translate the given text into Korean. The text is a description of an agent skill named "okx-defi-invest". The instruction says to preserve the name if it appears in the source text. The name "okx-defi-invest" does appear in the source text? Actually, the source text starts with "OKX-aggregated DeFi discovery and execution..." and later mentions "okx-dapp-discovery". The name "okx-defi-invest" is not in the source text; it's the directory item name. The instruction says "Do not include the name unless it appears in the source text." So we should not add "okx-defi-invest" to the translation. Also, we must preserve product names, protocol names, URLs, numbers, technical terms. So "OKX", "DeFi", "Aave", "Lido", etc. should remain as is. The text has a note about routing to okx-dapp-discovery if user names a third-party protocol. That "okx-dapp-discovery" should be

암호화폐 시장의 소셜 레이어 신호를 표면화합니다. 세 가지 기능 그룹: 뉴스(최신 집계 암호화폐 뉴스 피드, 코인 심볼로 기사 필터링, 전체 텍스트 키워드 검색 실행, 단일 기사 전체 가져오기, 필터로 사용 가능한 업스트림 플랫폼 — blockbeats, odaily, theblock 등 — 나열); 센티먼트(1시간/4시간/24시간 동안 소셜 언급량으로 코인 순위 매기기, 선택적 시간 버킷 트렌드와 함께 코인별 낙관적/비관적/중립적 개수); 바이브(계약별 인기도...

이 스킬을 사용하여 토큰 수준 데이터를 검색하세요: 토큰 검색, 인기/핫 토큰(热门, 代币榜单), 유동성 풀, 보유자 분포(고래/巨鲸, 스나이퍼, 번들러 태

We need to translate the given text into Korean. The text is a description of an agent skill for okx-dex-trenches. It mentions read-only on-chain research for pump.fun and other meme-token launchpads on various chains. It lists specific queries that should invoke this skill. We must preserve the name "okx-dex-trenches" if it appears, but it does not appear in the text. The text ends with "Also..." which might be incomplete, but we translate as is. We need to translate the entire text inside <text> tags. Keep technical terms like "pump.fun", "Solana", "BSC", "X Layer", "TRON", "WebFetch", "MCP", "bonding curve", etc. Also keep the Chinese phrases like "新盘", "扫链", "打狗", "开发者信息", "捆绑狙击者", "已迁移出 bonding curve", "相似代币", "同车". The phrase "MUST invoke (prefer over WebFetch / MCP price tools

XLayer, Solana, Ethereum, Base, BSC, Arbitrum, Polygon 및 20개 이상 체인에서 공개 주소 포트폴리오를 조회합니다. 사용자가 지갑 주소를 제공하고 잔액, 토큰 보유량, 총 포트폴리오 가치 또는 DeFi 포지션(예: '0xAbc의 잔액 확인', '0xAbc가 보유한 토큰', '이 주소의 포트폴리오 가치')을 요청할 때 호출합니다. 명시적인 주소가 필요합니다. 사용자가 로그인한 지갑으로 주소 없이 사용할 경우 okx-agentic-wallet을 사용하세요.

README 우선 딥러닝 저장소 재현을 위한 엄격한 논문 컨텍스트 도우미입니다. README와 저장소 파일이 재현에 중요한 좁은 간격을 남기고, 데이터셋 분할, 전처리, 평가 프로토콜, 체크포인트 매핑, 또는 런타임 가정과 같은 특정 논문 세부 사항을 기본 논문 출처에서 해결하면서 충돌을 기록하는 작업일 때만 사용하세요. 일반적인 논문 요약, 저장소 스캔, 환경 설정, 명령 실행, 제목만으로 논문 검색 등에는 사용하지 마십시오.

파일 기반 메모리 시스템으로 Tiago Forte의 PARA 방법을 사용합니다. 세션 간 지식을 저장, 검색, 업데이트 또는 구성해야 할 때 이 스킬을 사용하세요. 세 가지 메모리 계층을 다룹니다: (1) 원자적 YAML 사실이 포함된 PARA 폴더의 지식 그래프, (2) 원시 타임라인으로서의 일일 노트, (3) 사용자 패턴에 대한 암묵적 지식. 또한 계획 파일, 메모리 감쇠, 주간 종합, qmd를 통한 회상을 처리합니다. 사실 저장, 일일 노트 작성, 엔터티 생성, 실행 등 모든 메모리 작업 시 트리거됩니다.

프론트엔드, 백엔드, 쿼리, 데이터베이스 전반에 걸쳐 애플리케이션 성능을 최적화합니다. 성능 요구사항이 있거나, 성능 저하가 의심되거나, Core Web Vitals나 로드 시간 개선이 필요하거나, N+1 쿼리 패턴을 수정해야 하거나, 프로파일링에서 병목 현상이 발견된 경우 사용하세요.

정적 인터랙티브 D3 워크스루를 생성하여 풀 리퀘스트를 시각화합니다. 사용자가 확대/축소 가능한 PR 맵, 그래프/캔버스 PR 오리엔테이션, 또는 PR 시스템 구성 요소, 데이터 흐름, 코드 종속성, 사용자 액션의 대체 시각화를 원할 때 사용합니다.

사용자가 템플릿과 데이터를 사용하여 SEO 기반 페이지를 대량으로 생성하려 할 때 사용합니다. 또한 사용자가 "programmatic SEO", "템플릿 페이지", "대량 페이지", "디렉토리 페이지", "지역 페이지", "[키워드] + [도시] 페이지", "비교 페이지", "통합 페이지", "SEO를 위한 다수 페이지 생성", "pSEO", "100개 페이지 생성", "데이터 기반 페이지", "템플릿 랜딩 페이지"를 언급할 때도 사용합니다. 다양한 키워드나 위치를 대상으로 유사한 페이지를 많이 만들고자 할 때 이 기능을 사용하세요. 예를 들어...

Prometheus 및 PromQL 호환 엔진(Thanos, Cortex, VictoriaMetrics, Grafana Mimir, Grafana Tempo...)을 쿼리하기 위한 CLI — 즉시 쿼리, 범위 쿼리, 메트릭 검색(metrics/labels/meta 하위 명령어), 출력 형식(table/csv/json/graph). PromQL 쿼리 실행, 관찰 가능성을 갖춘 소프트웨어의 성능 문제 해결, 지연 시간/오류율/포화도 조사, 또는 시계열 데이터 분석 시 적용합니다.

사용자가 B2B SaaS, 일반 B2B 또는 지역 소규모 비즈니스에서 연락할 잠재 고객을 찾고, 평가하고, 목록을 작성하려 할 때 사용합니다. 또한 사용자가 "prospecting", "잠재 고객 목록 작성", "잠재 고객 찾기", "리드 찾기", "리드 생성 목록", "SaaS 회사 찾기", "B2B 회사 찾기", "지역 비즈니스 찾기", "ICP 적합 계정", "누구를 타겟으로 할지", "아웃바운드 목록", "타겟 계정 목록", "내 주변 고객 찾기", "웹사이트가 없는 비즈니스", "prospect..." 등을 언급할 때도 사용합니다.

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Execute Python code in a safe sandboxed environment via [inference.sh](https://inference.sh). Pre-installed: NumPy, Pandas, Matplotlib, requests, BeautifulSoup, Selenium, Playwright, MoviePy, Pillow, OpenCV, trimesh, and 100+ more libraries. Use for: data processing, web scraping, image manipulation, video creation, 3D model processing, PDF generation, API calls, automation scripts. Triggers: python, execute code, run script, web scraping, data analysis, image processing, video editing, 3D...

Ramp의 공급업체 지출 데이터를 분석하여 연결된 시스템으로 내보냅니다. 사용자가 "공급업체 지출 분석", "공급업체 데이터베이스 구축", "관리 공급업체 업데이트", "주요 공급업체 보고서", "X 지출 초과 공급업체 표시", "공급업체 지출 분석", "공급업체 갱신", "계약 종료일"을 요청하거나 공급업체 지출 패턴, 공급업체 담당자, 구매 주문서, 부서별 공급업체 데이터에 대해 질문할 때 사용합니다.

사용자가 추천 프로그램, 제휴 프로그램, 입소문 전략을 만들거나 최적화하거나 분석하려 할 때 사용합니다. 또한 사용자가 '추천', '제휴', '앰버서더', '입소문', '바이럴 루프', '친구 추천', '파트너 프로그램', '추천 인센티브', '추천 받는 방법', '고객이 고객을 추천', '제휴 수익'을 언급할 때도 사용합니다. 기존 사용자나 파트너가 신규 고객을 유치하도록 할 때 이 도구를 사용하세요. 출시 특화 바이럴에 대해서는 launch를 참조하세요.

높은 신뢰도의 1차 출처를 바탕으로 질문을 조사하고, 결과를 리포지토리에 마크다운 파일로 저장합니다. 사용자가 주제 조사, 문서나 API 사실 수집, 또는 읽기 작업을 백그라운드 에이전트에 위임하려 할 때 사용하세요.

사용자가 수익 운영, 리드 생애주기 관리, 또는 마케팅-영업 연계 프로세스에 대한 도움을 원할 때. 또한 사용자가 'RevOps', '수익 운영', '리드 스코어링', '리드 라우팅', 'MQL', 'SQL', '파이프라인 단계', '딜 데스크', 'CRM 자동화', '마케팅-영업 연계', '데이터 위생', '리드가 영업에 전달되지 않음', '파이프라인 관리', '리드 자격 평가', 또는 '마케팅이 언제 영업에 전달해야 하는지'를 언급할 때도 사용합니다. 시스템 및...과 관련된 모든 것에 사용하세요.

다른 CMS 및 콘텐츠 시스템에서 Sanity로의 마이그레이션을 계획, 구현 및 검토합니다. AEM, Adobe Experience Manager, Contentful, Strapi, Webflow, WordPress, Payload, Drupal, Markdown/MDX/frontmatter 파일, WXR/XML 내보내기, CMS API, 데이터베이스 덤프, 정적 HTML에서 Sanity로 마이그레이션하거나 리플랫폼할 때, 또는 추출, 변환, Portable Text 변환, 에셋 마이그레이션, 리디렉션, 검증 및 전환 워크플로를 설계할 때 사용합니다.

사용자가 사이트에 스키마 마크업과 구조화된 데이터를 추가, 수정, 최적화하려는 경우 사용합니다. 또한 사용자가 "스키마 마크업", "구조화된 데이터", "JSON-LD", "리치 스니펫", "schema.org", "FAQ 스키마", "제품 스키마", "리뷰 스키마", "브레드크럼 스키마", "Google 리치 결과", "지식 패널", "검색 결과의 별점", 또는 "구조화된 데이터 추가"를 언급할 때도 사용합니다. 누군가가 Google에서 페이지의 향상된 결과를 표시하려는 경우에 사용하세요. 더 광범위한 SEO 문제는 seo-audit을 참조하세요. AI...

사용자가 자신의 사이트에 대한 SEO 감사, 검토 또는 진단을 원할 때 사용합니다. 또한 사용자가 "SEO 감사", "기술적 SEO", "왜 순위가 오르지 않나요", "SEO 문제", "온페이지 SEO", "메타 태그 검토", "SEO 건강 점검", "트래픽이 떨어졌어요", "순위를 잃었어요", "구글에 나타나지 않아요", "사이트가 순위에 오르지 않아요", "구글 업데이트가 저를 강타했어요", "페이지 속도", "코어 웹 바이탈", "크롤 오류", 또는 "색인 문제"를 언급할 때도 사용합니다. 사용자가 "내 SEO가 안 좋아요" 또는 "도와주세요..."와 같이 모호하게 말하는 경우에도 사용합니다.

사용자가 가입, 등록, 계정 생성 또는 체험판 활성화 흐름을 최적화하려는 경우. 또한 사용자가 "가입 전환", "등록 장벽", "가입 양식 최적화", "무료 체험판 가입", "가입 이탈 감소", "계정 생성 흐름", "사람들이 가입하지 않음", "가입 중단", "체험판 전환율", "아무도 등록을 완료하지 않음", "가입 단계가 너무 많음" 또는 "가입 간소화"를 언급할 때도 사용합니다. 사용자가 가입 또는 등록...

Use when the user needs to create, extract, flatten, list, test, install, script, or troubleshoot `tzst` CLI workflows for `.tzst` or `.tar.zst` archives, including compression levels, streaming mode, extraction filters, conflict resolution, JSON output, or standalone binary setup, even if they describe the archive task without naming `tzst`.

微信读书助手 — 书籍 검색, 서재 관리, 노트 및 밑줄 보기, 서평 열람, 독서 통계, 추천 도서 발견

万得金融能力发现与安装路由入口。用于金融数据、行情查询、市场分析、今日大盘、市场主线、板块轮动、资金流向、估值、选股、复盘、仓位、交易计划、回测等任务。必须先读取 catalog 判断必需数据 skill / 工作流 skill；缺失时必须展示安装选项，用户确认后由 AI 直接安装，不得只给命令或用通用分析替代。

사용자가 금융 데이터를 조회할 때 트리거: A주 종목 선별, 시세 스냅샷, K라인, 분봉 시세, 재무 기본, 주주, 이벤트, 기술 및 리스크; 홍콩주/미국주 종목 선별, 시세 및 기본; 펀드/ETF/LOF 펀드 선별, 시세, 순자산가치, 규모, 기록, 보유 및 성과; 지수/섹터 시세 및 기본; 채권 기록 및 평가; 상장사 공시, 재무 뉴스, 거시경제 및 업종 지표. 유럽주, 일본주, 환율, 선물 호가, 암호화폐 또는 비금융 데이터에는 사용되지 않음.