fsd-workshop/skills/requirements-analyzer/SKILL.md
fsd-workshop 파이프라인의 1단계 (입구 스킬). PRD, DDD 산출물, 러프한 메모 등 형식에 무관한 요구사항 문서를 받아 FSD 설계에 필요한 정보(페이지 목록, 라우트, 사용자 역할, 도메인 힌트)를 추출하고 fsd-blueprint.md의 초기 뼈대를 작성한다. "FSD 설계 시작", "fsd-workshop 시작", "FSD 구조 잡아줘", "페이지 구조 분석", "프론트엔드 구조 설계", "FSD blueprint", "requirements-analyzer" 같은 요청에 트리거. 항상 이 스킬을 먼저 사용하고 이후 structure-planner → framework-adapter 순으로 진행.
npx skillsauth add dev-goraebap/skills requirements-analyzerInstall 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-workshop 파이프라인의 입구 스킬. 요구사항 문서를 읽고 FSD 설계에 필요한 최소 정보를 추출해 fsd-blueprint.md의 초기 뼈대를 작성한다.
이 스킬은 설계 결정을 내리지 않는다. 레이아웃 분류, 공용 컴포넌트 추출, 인증 설계는 다음 스킬(structure-planner)의 역할이다. 여기서는 "무엇이 있는가"만 정리한다.
⚠️ 미정으로 기록.다음 중 하나를 입력으로 받는다.
ddd-workshop이 생성한 requirements.md, event-storming.md, screen-inventory.md 등문서가 있으면 읽는다. 없으면 사용자에게 간단히 설명을 요청한다.
DDD 산출물이 있는 경우 screen-inventory.md가 있으면 우선 활용한다. 없으면 requirements.md에서 액터·범위 섹션을 기준으로 페이지를 추론한다.
어떤 프레임워크를 사용할 예정인가요?
1) Next.js (App Router)
2) Next.js (Pages Router)
3) SvelteKit
4) Nuxt
5) Angular
6) React + Vite (직접 라우터 설정)
7) Vue + Vite (직접 라우터 설정)
8) 기타 (직접 입력)
9) 아직 미정
프레임워크는 이후 framework-adapter 스킬이 폴더 구조를 생성할 때 핵심 변수가 된다. 미정이어도 괜찮다 — 나중에 채울 수 있다.
문서에서 페이지/화면 후보를 추론하고, 아래 형식으로 목록을 제안한다.
추출된 페이지 목록입니다. 빠진 것, 잘못 된 것, 추가할 것이 있으면 말씀해 주세요.
| 페이지명 | 경로 (예상) | 접근 권한 |
|--------------|----------------|----------------|
| 로그인 | /login | 비인증 |
| 회원가입 | /register | 비인증 |
| 대시보드 | /dashboard | 인증 필요 |
| ... | ... | ... |
경로가 불명확하면 ⚠️ 미정으로 둔다. 라우트 설계는 이 스킬의 범위가 아니다.
자동으로 추가할 페이지들 (요구사항에 없어도 대부분 필요):
사용자 역할(액터)을 확인합니다.
추출된 역할: [역할1], [역할2], ...
맞나요? 추가하거나 수정할 역할이 있으면 알려주세요.
(예: 일반 사용자 / 관리자 / 슈퍼어드민 / 게스트 등)
문서에서 다음 정보가 보이면 별도로 메모해 둔다. structure-planner가 레이아웃·공용 컴포넌트 결정 시 활용한다.
파일 경로: fsd-blueprint.md (프로젝트 루트 또는 사용자 지정 경로)
사용자가 경로를 지정하지 않으면 프로젝트 루트에 생성한다.
# FSD Blueprint
> fsd-workshop 파이프라인이 단계적으로 채워나가는 FSD 설계 문서.
> **현재 단계**: 1/3 — requirements-analyzer 완료
---
## 메타
- 프레임워크: [값 또는 ⚠️ 미정]
- 언어: [TypeScript / JavaScript / ⚠️ 미정]
- 스타일링: [⚠️ 미정 — structure-planner에서 결정 불필요, 참고용]
---
## 사용자 역할
| 역할 | 설명 |
|---------|--------------------|
| 일반 사용자 | ... |
| 관리자 | ... |
---
## 페이지 & 라우트
| 페이지명 | 경로 | 접근 권한 | 비고 |
|-----------|-------------|------------|-----|
| 로그인 | /login | 비인증 | |
| 대시보드 | /dashboard | 인증 필요 | |
| 404 에러 | /not-found | 공통 | |
---
## 도메인 힌트
> structure-planner가 레이아웃·공용 컴포넌트 결정 시 참고할 내용.
- (예: "연차 신청은 별도 모달로 처리할 가능성 있음")
- (예: "사원 목록 + 사원 상세 패턴 반복")
---
<!-- 아래 섹션은 structure-planner가 채웁니다 -->
## 레이아웃 구조
*(2단계 structure-planner 실행 후 채워짐)*
## 공용 컴포넌트 후보
*(2단계 structure-planner 실행 후 채워짐)*
## 인증 설계
*(2단계 structure-planner 실행 후 채워짐)*
## 폴더 트리
*(3단계 framework-adapter 실행 후 채워짐)*
---
*다음 단계: `fsd-workshop:structure-planner`를 실행하세요.*
□ 프레임워크 확인됨 (또는 ⚠️ 미정)
□ 페이지 목록 사용자 확인 완료
□ 404 등 공통 에러 페이지 포함됨
□ 사용자 역할 목록 사용자 확인 완료
□ 도메인 힌트 섹션에 메모 있음 (없으면 "(힌트 없음)" 명시)
□ 하위 섹션 (레이아웃/공용 컴포넌트/인증/폴더 트리)은 주석 플레이스홀더로 남겨둠
□ 산출물 경로 사용자와 합의됨
structure-planner 역할.framework-adapter 역할.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.