Skill Recommender - 스킬 자동 인식 및 추천

Overview

사용자가 명시적으로 스킬 사용을 요청하지 않았더라도, 현재 요청에 도움이 될 수 있는 설치된 스킬을 자동으로 인식하고 추천하는 메타 스킬입니다.

핵심 기능:

• 자동 감지: 사용자 요청에서 스킬 관련 키워드/패턴 탐지
• 매칭: 설치된 스킬의 description과 사용자 요청 비교
• 추천: 관련 스킬 발견 시 간결하게 제안
• 비침습적: 추천만 제공, 자동 실행하지 않음

When to Use

이 스킬은 모든 사용자 요청에서 암묵적으로 활성화됩니다.

추천 트리거 조건:

• 사용자가 스킬 키워드와 관련된 작업을 요청했으나, 해당 스킬을 명시적으로 호출하지 않은 경우
• 현재 작업 컨텍스트가 특정 스킬의 활용 시나리오와 일치하는 경우

추천 제외 조건:

• 사용자가 이미 스킬을 명시적으로 호출한 경우 (skill: skill-name)
• 단순 질문/대화인 경우
• 이미 해당 스킬이 활성화되어 있는 경우

Workflow

Step 1: 스킬 인벤토리 로드

설치된 스킬 목록을 빠르게 파악합니다.

# 스킬 인벤토리 스캔 스크립트 실행
~/.claude/skills/skill-recommender/scripts/scan_skills.sh

출력 형식:

skill-name|description (활성화 키워드 포함)

예시 출력:

git-commit-pr|Git 커밋 및 PR 생성 가이드. 사용자가 커밋, commit, PR, pull request 생성을 요청할 때...
audio-processor|ffmpeg 기반 오디오 변환 및 처리. "오디오 변환", "wav 변환"...

Note: description에 활성화 키워드가 포함되어 있으므로, description 텍스트에서 키워드를 추출하여 매칭합니다.

Step 2: 키워드 매칭

사용자 요청에서 다음을 분석합니다:

직접 키워드 매칭:

사용자 요청 패턴	매칭 스킬
"커밋", "commit", "PR"	git-commit-pr
"제안서", "RFP", "입찰"	proposal-analyzer
"오디오", "wav", "ffmpeg"	audio-processor
"벤치마크", "모델 평가"	ml-benchmark
"triton", "모델 서빙"	triton-deploy
"보안 점검", "민감 정보"	security-auditor
"여러 LLM", "멀티 에이전트"	multi-llm-agent
"기획", "planning"	planning-agents
"노션", "notion"	notion-summary

컨텍스트 기반 매칭:

작업 컨텍스트	추천 스킬
git 변경사항 있음 + 커밋 의도	git-commit-pr
새 기능 구현 시작	context-worktree
ML 모델 파일 다룸	model-sync, triton-deploy
프로젝트 초기 진입	context-manager

Step 3: 추천 결정

추천 점수 계산:

매칭 점수 = 직접 키워드 매칭(0.6) + 컨텍스트 매칭(0.4)
추천 임계값 = 0.3

추천 우선순위:

1. 직접 키워드가 2개 이상 매칭된 스킬
2. 컨텍스트와 강하게 연관된 스킬
3. 단일 키워드 매칭 스킬

Step 4: 추천 출력

매칭된 스킬이 있으면 응답 시작 부분에 간결하게 제안합니다.

추천 형식:

> **Skill 추천**: `skill-name` - 이 작업에 도움이 될 수 있습니다.
> 사용하려면: `skill: skill-name`

복수 추천 시:

> **관련 Skills**:
> - `skill-1`: 설명
> - `skill-2`: 설명
> 사용하려면: `skill: <skill-name>`

---

Examples

예시 1: 암묵적 커밋 의도 감지

사용자: 변경사항 정리하고 올려줘

Claude:
> **Skill 추천**: `git-commit-pr` - 커밋 및 PR 생성에 도움이 될 수 있습니다.
> 사용하려면: `skill: git-commit-pr`

변경사항을 확인하겠습니다...

예시 2: 제안서 분석 요청

사용자: 이 RFP 문서 검토해줘

Claude:
> **Skill 추천**: `proposal-analyzer` - 제안서/RFP 분석에 특화된 스킬입니다.
> 사용하려면: `skill: proposal-analyzer`

문서를 검토하겠습니다...

예시 3: 복수 스킬 추천

사용자: 새 기능 만들건데 여러 관점에서 기획해줘

Claude:
> **관련 Skills**:
> - `planning-agents`: 여러 AI가 병렬로 기획안 제시
> - `context-worktree`: 새 브랜치에서 독립적으로 작업
> 사용하려면: `skill: <skill-name>`

새 기능 기획을 시작하겠습니다...

예시 4: 추천하지 않는 경우

사용자: 파이썬에서 리스트 정렬하는 방법 알려줘

Claude:
(스킬 추천 없음 - 일반 프로그래밍 질문)

파이썬에서 리스트를 정렬하는 방법은...

예시 5: 이미 스킬 호출한 경우

사용자: 제안서 분석해줘 (skill: proposal-analyzer)

Claude:
(스킬 추천 없음 - 이미 명시적 호출)

proposal-analyzer 스킬을 활성화합니다...

---

Best Practices

DO:

• 추천은 응답 시작 부분에 간결하게
• 사용자가 무시할 수 있도록 인용문(>) 형식 사용
• 스킬 호출 방법을 항상 안내
• 컨텍스트를 고려하여 관련성 높은 스킬만 추천
• 복수 추천 시 최대 3개까지만

DON'T:

• 모든 요청에 추천 남발 금지
• 사용자 동의 없이 스킬 자동 실행 금지
• 일반적인 질문/대화에 추천 금지
• 같은 세션에서 동일 스킬 반복 추천 금지
• 장황한 추천 메시지 금지

---

Configuration

추천 민감도 조정

# ~/.claude/skills/skill-recommender/config/settings.yaml
sensitivity: medium  # low, medium, high
max_recommendations: 3
exclude_skills:
  - callabo-init  # 프로젝트 특화 스킬 제외
  - callabo-tmux

민감도별 동작

레벨	매칭 임계값	추천 빈도
low	0.5	강한 매칭만 추천
medium	0.3	기본값
high	0.2	약한 매칭도 추천

---

Integration

의존 스킬:

• static-index: 스킬 인벤토리 경로 참조 시

영향:

• 모든 스킬: 사용자에게 발견 가능성 증가

---

Troubleshooting

스킬이 추천되지 않음

• 스킬 인벤토리 스캔 확인: ~/.claude/skills/skill-recommender/scripts/scan_skills.sh
• 키워드 매칭 테이블에 해당 키워드 있는지 확인

과도한 추천

• settings.yaml에서 sensitivity를 low로 조정
• exclude_skills에 자주 추천되는 스킬 추가

스킬 인벤토리 갱신

# 새 스킬 설치 후 인벤토리 갱신
~/.claude/skills/skill-recommender/scripts/scan_skills.sh --refresh

---

Resources

• scripts/scan_skills.sh: 스킬 인벤토리 스캔 스크립트
• config/settings.yaml: 추천 설정 (선택)