misc/skills/fsd-docs/SKILL.md
Feature-Sliced Design (FSD) v2.1 공식 문서를 Progressive Disclosure 방식으로 제공하는 지식 스킬. 레이어/슬라이스/세그먼트, Public API, cross-imports, v2.0→v2.1 pages-first 마이그레이션, Next.js·NuxtJS·React Query·SvelteKit·Electron 통합, Authentication·i18n·Types·Theme·SSR 등 실무 가이드를 포함한다. 사용자가 FSD·Feature-Sliced·레이어 구조·슬라이스·pages-first·FSD 도입/마이그레이션을 언급하거나, 프론트엔드 폴더 구조·아키텍처 방법론에 대해 질문할 때 참고할 관련 섹션을 references/ 에서 로드해 답한다. Triggers — "FSD", "Feature-Sliced", "레이어", "슬라이스", "pages-first", "v2.1 마이그레이션", "FSD 도입", "프론트엔드 아키텍처".
npx skillsauth add dev-goraebap/skills fsd-docsInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
FSD v2.1 공식 문서를 주제별로 분할한 지식 스킬. 본 SKILL.md는 인덱스 + 라우팅 테이블 역할만 한다. 실제 지식은 references/ 의 해당 섹션을 필요할 때만 읽어서 사용한다.
references/ 의 각 파일은 frontmatter에 section, source, license 를 명시한 독립 md. 줄 수는 170–2400 범위.references/XX.md 로 간단히 명시.| 사용자 질문 유형 | 로드할 파일 |
|---|---|
| "FSD가 뭐야?", "개요", "적합한가?" | 00-overview.md |
| "레이어 구조", "app/pages/widgets/features/entities/shared", "Public API 규칙", "슬라이스·세그먼트 정의" | 01-core-reference.md |
| "FSD 실제 예제", "처음 만들 때 어떻게", "어떻게 나눠?", "step-by-step" | 02-tutorial.md |
| "cross-import 되나?", "같은 레이어 import", "desegmentation", "excessive entities", "routing 어디?" | 03-cross-imports-and-antipatterns.md |
| "v2.0에서 v2.1로 어떻게 옮겨?", "pages-first 마이그레이션", "v1→v2", "기존 커스텀 아키텍처에서 FSD로" | 04-migration.md ⭐ |
| "Next.js + FSD", "NuxtJS + FSD", "SvelteKit", "Electron", "React Query 어떻게 배치" | 05-framework-integrations.md |
| "API 요청 어디 둬?", "인증", "i18n", "타입 어디", "페이지 레이아웃", "테마", "SSR", "모노레포" | 06-practical-guides.md |
| "왜 FSD?", "다른 아키텍처와 비교 (DDD, Clean Architecture, Atomic Design)", "네이밍", "미션/철학", "FAQ" | 07-philosophy-and-faq.md |
00-overview.md (Is it right for me) + 07-philosophy-and-faq.md (When not needed)04-migration.md (Custom → FSD 섹션) + 00-overview.md (Incremental adoption)04-migration.md (v2.0→v2.1 섹션, 가장 짧음)06-practical-guides.md (Types/API 섹션) + 05-framework-integrations.md (React Query 섹션)03-cross-imports-and-antipatterns.md (Excessive Entities) + 01-core-reference.md (Layer definitions)LICENSE.md 참조.원문이 갱신되면 docs-to-md 스킬을 이용해 llms-full.txt 를 다시 받고, 이 스킬의 references/ 파일들을 재추출한다. 추출 range는 섹션 헤딩 기준(# Overview, # Layers, # Migration from v2.0 to v2.1 등)으로 결정.
testing
도메인 일반 패턴을 강의 모드로 가르치는 인지과학 기반 학습 스킬. AI가 가상 도메인 전문가(선생님) 역할을 하고 사용자가 학생으로 낯선 도메인을 차근차근 배운다. 메뉴로 시작해서 페이즈를 골라 잠수 → 능동 회상 Q&A → 자기 설명(Feynman) 순서로 진행. Dunlosky 메타분석 기반 인지과학 8원칙(Cognitive Load, Practice Testing, 정교화 질문, Self-Explanation, Schema 연결, Dual Coding, Desirable Difficulty, 분산 학습)을 본문에 명시 적용. 도메인의 법령·산업 표준·인증을 학습 본문에 정식 통합 (출처 인용이 아니라 학습 대상). AI가 판단해 보편적이고 자료 풍부한 도메인은 자료 요청 없이 진행, 좁고 깊은 도메인일 때만 사용자에게 자료 있는지 묻기. 산출물은 학습 노트 스타일 (진도 체크박스 + 페이즈별 일관 구조 + 출처 링크). 페르소나 강요 없이 보편 액터 표현("사원 A", "관리자 A"). bigpicture의 이전 단계로 작동하거나 단독 사용 가능. Triggers — "도메인 학습", "낯선 도메인 가르쳐줘", "이 산업 어떻게 굴러가요", "선생님 모드", "1:1 강의", "도메인 입문", "도메인 일반 패턴", "HR 플랫폼이 뭔지", "이커머스 흐름", "domain classroom", "/domain-classroom".
development
빅픽처 이벤트스토밍의 1:1 분석 도구. 학습 단계(domain-classroom)에서 머리에 박힌 도메인 일반 패턴을 클라이언트 시스템에 매핑해 빅픽처 산출물(시간순 도메인 이벤트·페이즈·액터·외부시스템·핫스팟·피벗)을 누적한다. domain-classroom의 학습 노트(docs/learning-notes/{도메인}- classroom.md)와 클라이언트 자료(RFP·요구사항정의서·기존 시스템 스키마)를 입력으로 받아 페이즈 단위로 진행. 페르소나·서사 없는 분석 톤. 도메인 이벤트 판별 4기준(도메인 전문가 관심·비즈니스 상태 변화·법적 의미·다른 흐름 트리거)을 명시 적용해 UI/Telemetry 이벤트 혼입 방지. 이벤트는 한국어 자연어 + Code Identifier 이중 표기. 핫스팟에 ID·답할 위치·확신도 태그 부여. 산출물은 docs/eventstorming.md 단일 파일로 시작, 후속 단계 스킬(process-modeling·software-design)이 추가될 때 폴더로 자연 분기. Initial/Update/Cycle 모드 지원 — 코드 작성 후에도 다시 사이클 가능. Triggers — "빅픽처", "빅픽처 만들어줘", "이벤트스토밍", "도메인 이벤트 정리", "Big Picture EventStorming", "페이즈 매핑", "도메인 산출물 정리", "/bigpicture".
data-ai
빅픽처 이벤트스토밍의 1:1 학습 친화 변형. 그룹 워크샵에서 도메인 전문가가 던지는 이벤트를 받아 적는 대신, AI가 가상 도메인 전문가 역할을 하고 사용자가 학습자로 1:1 인터뷰하며 빅픽처를 누적한다. 산출물(시간순 도메인 이벤트·액터· 외부시스템·핫스팟·피벗)은 빅픽처 이벤트스토밍과 거의 동일하지만, 한 보드에 한 번에 펼치는 방식이 아니라 **한 액터·한 챕터씩 시간순 서사로 누적**한다. 각 장면마다 "왜 이게 필요한가?" 설명을 곁들여 학습자가 따라올 수 있게 한다. RFP·요구사항정의서·기존 도메인 자료를 입력으로 받거나, 자료가 없으면 AI 사전 리서치(보편 사례·법령·산업 표준)로 보충해 진행. 페르소나 시점의 챕터 단위 (5~7개 장면) + 확신도 태그 [확실/일반론/추측]로 검증 지점 명시 + 사용자 인터랙션 + 액터 전환으로 빅픽처를 점진적으로 채운다. 산출물 저장은 옵셔널 — 이해 자체가 목적이다. Triggers — "낯선 도메인 이해", "도메인 차근차근 알려줘", "1:1 빅픽처", "솔로 이벤트스토밍", "RFP 분석", "비즈니스 흐름 이해", "액터 시나리오", "신규 프로젝트 도메인 파악", "빅픽처 스토리타임", "bigpicture storytime", "/bigpicture-storytime".
databases
PostgreSQL DB에 직접 접근하는 스킬. DB 조회, 테이블 구조 확인, 데이터 검증이 필요할 때 사용한다. Node.js 스크립트로 직접 연결하며 접속 정보는 환경변수 또는 credentials 파일에서 읽는다. "postgres 조회", "DB 확인", "테이블 구조", "pg-query", "쿼리 실행", "데이터 검증", "PostgreSQL 접속" 같은 요청에 트리거한다.