agent-cowork/skills/handoff/SKILL.md
지금 대화 맥락을 **다른 작업 환경의 에이전트(Claude Code, Codex, Gemini CLI, Cursor 등)나 다른 팀원에게** 그대로 넘길 수 있는 brief Markdown을 자동 생성한다. 사용자가 `/agent-cowork:handoff`(또는 `/handoff`)를 입력하면 현재 대화에서 지금 해결하려는 task 하나를 뽑아 "# 요청 / ## 배경 / ## 목표 / ## 산출물 / ## 이미 확보한 것 / ## 주의사항" 구조로 정리해 채팅에 출력한다. 200–400 단어의 에이전트 독립적인 brief로, 받는 쪽이 cold start 상태에서도 즉시 이해 가능해야 한다. Triggers — "/agent-cowork:handoff", "/handoff", "이 내용 다른 에이전트에 전달", "brief 만들어줘", "맥락 정리해서 넘기게 해줘", "다른 에이전트한테 이어서 시킬 수 있게", "다른 팀원한테 전달할 수 있게 정리".
npx skillsauth add dev-goraebap/skills handoffInstall 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.
지금 세션의 맥락을 다른 작업 환경의 에이전트에 그대로 넘겨주기 위한 brief Markdown을 만드는 스킬. 사용자가 다른 CLI/IDE/에이전트에서 같은 task를 이어가거나 분업하려 할 때, 매번 수작업으로 배경을 다시 쓰는 비용을 줄인다.
/agent-cowork:handoff 또는 단축 트리거 /handoff 를 입력했을 때. 인자 없음 — 맥락은 에이전트가 알아서 파악."위 내용을 복사해 다른 에이전트에 붙여넣으세요."# 요청: <한 줄 제목, 동사구로>
## 배경
- <이 task가 왜 필요한지, 지금까지 파악된 제약>
- <관련 수치·사실·환경(언어/버전/OS 등) — 받는 쪽이 cold start로 놓칠 만한 것>
## 목표
- <달성해야 할 것, 3개 이하 bullet>
## 산출물
- <원하는 결과물 형식 — 파일 경로? 코드? 텍스트? 디렉토리 구조?>
## 이미 확보한 것
- <링크, 경로, 기존 결정, 시도한 접근법과 그 결과>
## 주의사항
- <피해야 할 방향, 이미 배제된 옵션과 이유>
- <실패 모드, 합의된 제약>
짧으면 정보 부족으로 받는 에이전트가 재질문, 길면 받는 쪽이 핵심을 못 잡는다. 받는 쪽이 10초 안에 "뭘 해야 하는지" 이해할 수 있어야 한다.
사용자: /handoff
hoho-hr-web/docs/fsd-llms-full.md에 저장됨references/ 분할# 요청: FSD 공식 문서를 재사용 가능한 에이전트 스킬로 패키징
## 배경
- Angular 21 프론트엔드 프로젝트에서 Feature-Sliced Design(FSD) 도입 검토 중.
- FSD 공식 LLM 문서 확보: 318KB / 8,216줄 / 약 50K+ 토큰.
- 프로젝트 레포에 그대로 두면 대화마다 전문을 로드해 컨텍스트 과소비 발생.
## 목표
- 범용 지식 스킬로 제작 (특정 프로젝트/프레임워크 종속 금지).
- Progressive Disclosure 구조: SKILL.md는 라우팅 인덱스만, 원문은 섹션별 references에서 필요 시 로드.
- FSD v2.0 → v2.1 pages-first 마이그레이션 섹션은 특히 잘 닿을 수 있게.
## 산출물
- 스킬 디렉토리 하나 — `SKILL.md` + `LICENSE.md` + `references/NN-*.md` 7~8개 섹션.
- skills-ref validate 통과.
## 이미 확보한 것
- 원문: https://feature-sliced.design/llms-full.txt
- 라이선스: MIT, © 2018-2026 Feature-Sliced Design core-team.
- 원문 리포: https://github.com/feature-sliced/documentation
## 주의사항
- MIT 재배포 조건(저작권 + 라이선스 고지) 반드시 유지.
- SKILL.md 본문은 500줄 이하, description에 트리거 키워드 3종 이상 포함.
- 전체 원문을 단일 md로 두는 방식은 배제 — Progressive Disclosure 이점이 사라짐.
위 내용을 복사해 다른 에이전트에 붙여넣으세요.
/handoff --save <path> 식으로 명시 요청하면 그때만 저장을 고려 (이 스킬 범위 밖, 별도 확장).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.