본문으로 건너뛰기

트렌딩 - GitHub 인기 레포 & HuggingFace 모델

kangarooking/cangjie-skill

Python5 / 0

책·장문 영상·팟캐스트에서 방법론을 3중 검증 통과율 25~50%로 걸러내 실행 가능한 AI 스킬 패키지로 만드는 7단계 RIA-TV++ 파이프라인.

TL;DR

cangjie-skill은 원문 전체를 Adler식 4단계 분석으로 먼저 이해한 뒤 프레임워크·원칙·사례·반례·용어 5개 전용 추출기를 병렬로 돌려 후보 방법론을 뽑고, 원문 내 독립 근거 2곳 이상·명시되지 않은 새 질문에 답하는 예측력·상식이 아닌 독창성이라는 세 가지 검증을 통과한 것만(통과율 25~50%) RIA++ 구조(원문 인용/재서술/책 속 사례/미래 적용 시나리오/실행 단계/한계)로 재구성한다. 이후 스킬 간 의존·비교·조합 관계를 Zettelkasten식으로 링크하고, 미끄러운 함정 문항이 포함된 스트레스 테스트를 통과해야 최종적으로 Claude Code/Cursor의 skills 디렉터리에 설치된다. 이미 20개 이상의 완성된 스킬 패키지(버핏 주주서한, 영향력, 황제내경 등)가 공개되어 있어, 반복해서 참고하지만 실제로 써먹지 못하는 고가치 콘텐츠를 에이전트가 바로 호출 가능한 도구로 바꾸는 용도에 맞는다.

핵심 포인트

  • 세 가지 검증(교차 근거 2곳 이상·예측력·비상식성)을 모두 통과해야만 스킬로 채택되어 통과율이 25~50%에 불과하다고 명시한다.
  • 미끄러운 함정 문항과 스킬 간 혼동 테스트로 스트레스 테스트를 거쳐야 최종 배포되어, 그럴듯하지만 틀린 방법론이 걸러진다.
  • 버핏 주주서한부터 황제내경, 마오쩌둥선집까지 20개 넘는 완성 스킬 패키지가 이미 공개돼 있어 방법론 자체를 즉시 체험할 수 있다.
  • 책뿐 아니라 자막이 있는 장문 영상·팟캐스트도 같은 파이프라인으로 다뤄, video-downloader 스킬과 조합하면 영상 콘텐츠도 그대로 증류할 수 있다.

벤치마크

벤치마크지표비교
방법론 후보 검증 통과율채택률25~50%3중 검증(교차 근거·예측력·독창성)을 모두 통과한 후보만 채택

9k

STARS

1.1k

FORKS

+204

TRENDING

5

조회수

watchers 9kopen issues 16MIT License

관련 토론

아직 관련 토론이 없습니다.

댓글

댓글을 작성하려면 로그인이 필요합니다.