wehub/yusufkaraaslan--skill_seekers

Fork 0

Files

T

wehub-resource-sync 2cab53bc94

Test Vector Database Adaptors / Test MCP Vector DB Tools (push) Has been cancelled

Details

Tests / Code Quality (Ruff & Mypy) (push) Has been cancelled

Details

Tests / Fast Unit Tests (parallel) (macos-latest, 3.11) (push) Has been cancelled

Details

Tests / Fast Unit Tests (parallel) (macos-latest, 3.12) (push) Has been cancelled

Details

Tests / Tests (push) Has been cancelled

Details

Docker Publish / Build and Push Docker Images (map[description:Skill Seekers CLI - Convert documentation to AI skills dockerfile:Dockerfile name:skill-seekers]) (push) Has been cancelled

Details

Docker Publish / Build and Push Docker Images (map[description:Skill Seekers MCP Server - 25 tools for AI assistants dockerfile:Dockerfile.mcp name:skill-seekers-mcp]) (push) Has been cancelled

Details

Docker Publish / Test Docker Images (push) Has been cancelled

Details

Tests / Fast Unit Tests (parallel) (ubuntu-latest, 3.10) (push) Has been cancelled

Details

Tests / Fast Unit Tests (parallel) (ubuntu-latest, 3.11) (push) Has been cancelled

Details

Tests / Fast Unit Tests (parallel) (ubuntu-latest, 3.12) (push) Has been cancelled

Details

Tests / Serial / Integration / E2E Tests (push) Has been cancelled

Details

Tests / MCP Server Tests (push) Has been cancelled

Details

Test Vector Database Adaptors / Test chroma Adaptor (push) Has been cancelled

Details

Test Vector Database Adaptors / Test faiss Adaptor (push) Has been cancelled

Details

Test Vector Database Adaptors / Test qdrant Adaptor (push) Has been cancelled

Details

Test Vector Database Adaptors / Test weaviate Adaptor (push) Has been cancelled

Details

chore: import upstream snapshot with attribution

2026-07-13 12:46:28 +08:00

60 KiB

Raw Permalink Blame History

Skill Seekers

⚠️ 기계 번역 안내

이 문서는 AI에 의해 자동 번역되었습니다. 번역 품질 향상을 위해 노력하고 있으나 부정확한 표현이 포함될 수 있습니다.

번역 개선에 도움을 주시려면 GitHub Issue #260에 참여해 주세요! 여러분의 피드백은 매우 소중합니다.

🧠 AI 시스템을 위한 데이터 레이어. Skill Seekers는 문서 사이트, GitHub 저장소, PDF, 동영상, 노트북, 위키 등 18가지 소스 유형을 구조화된 지식 자산으로 변환합니다. 몇 시간이 아니라 몇 분 만에 AI 스킬(Claude, Gemini, OpenAI), RAG 파이프라인(LangChain, LlamaIndex, Pinecone), AI 코딩 어시스턴트(Cursor, Windsurf, Cline)에 활용할 수 있습니다.

🌐 SkillSeekersWeb.com 방문하기 - 24개 이상의 프리셋 설정을 둘러보고, 설정을 공유하고, 전체 문서에 접근하세요!

📋 개발 로드맵 및 작업 보기 - 10개 카테고리에 걸친 134개 작업, 원하는 것을 선택하여 기여하세요!

🌐 에코시스템

Skill Seekers는 다중 저장소 프로젝트입니다. 각 저장소의 역할:

저장소	설명	링크
Skill_Seekers	핵심 CLI & MCP 서버 (이 저장소)	PyPI
skillseekersweb	웹사이트 & 문서	사이트
skill-seekers-configs	커뮤니티 설정 저장소
skill-seekers-action	GitHub Action CI/CD
skill-seekers-plugin	Claude Code 플러그인
homebrew-skill-seekers	macOS Homebrew tap

기여하고 싶으신가요? 웹사이트와 설정 저장소는 새 기여자에게 좋은 시작점입니다!

🧠 AI 시스템을 위한 데이터 레이어

Skill Seekers는 범용 전처리 레이어로, 원시 문서와 이를 활용하는 모든 AI 시스템 사이에 위치합니다. Claude 스킬을 구축하든, LangChain RAG 파이프라인을 만들든, Cursor .cursorrules 파일을 작성하든 — 데이터 준비 작업은 동일합니다. 한 번만 수행하면 모든 대상 플랫폼으로 내보낼 수 있습니다.

# 한 줄 명령 → 구조화된 지식 자산
skill-seekers create https://docs.react.dev/
# 또는: skill-seekers create facebook/react
# 또는: skill-seekers create ./my-project

# 모든 AI 시스템으로 내보내기
skill-seekers package output/react --target claude      # → Claude AI 스킬 (ZIP)
skill-seekers package output/react --target langchain   # → LangChain Documents
skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes
skill-seekers package output/react --target cursor      # → .cursorrules
skill-seekers package output/react --target ibm-bob     # → IBM Bob 스킬 디렉터리

생성되는 출력물

출력	대상	활용 분야
Claude 스킬 (ZIP + YAML)	`--target claude`	Claude Code, Claude API
Gemini 스킬 (tar.gz)	`--target gemini`	Google Gemini
OpenAI / Custom GPT (ZIP)	`--target openai`	GPT-4o, 커스텀 어시스턴트
LangChain Documents	`--target langchain`	QA 체인, 에이전트, 리트리버
LlamaIndex TextNodes	`--target llama-index`	쿼리 엔진, 대화 엔진
Haystack Documents	`--target haystack`	엔터프라이즈 RAG 파이프라인
Pinecone 준비 완료 (Markdown)	`--target markdown`	벡터 업서트
ChromaDB / FAISS / Qdrant	`--target chroma/faiss/qdrant`	로컬 벡터 데이터베이스
IBM Bob 스킬 (디렉터리)	`--target ibm-bob`	IBM Bob 프로젝트/전역 스킬
Cursor `.cursorrules`	`--target markdown` → SKILL.md 복사	Cursor IDE `.cursorrules`
Windsurf / Cline / Continue	`--target claude` → 복사	VS Code, IntelliJ, Vim

Skill Seekers를 선택해야 하는 이유

⚡ 99% 더 빠름 — 수일 간의 수동 데이터 준비 → 15–45분
🎯 AI 스킬 품질 — 예제, 패턴, 가이드를 포함한 500줄 이상의 SKILL.md 파일
📊 RAG 준비 완료 청킹 — 코드 블록을 보존하고 컨텍스트를 유지하는 스마트 청킹
🎬 동영상 — YouTube 및 로컬 동영상에서 코드, 자막, 구조화된 지식 추출
🔄 다중 소스 — 18가지 소스 유형(문서, GitHub, PDF, 동영상, 노트북, 위키 등)을 하나의 지식 자산으로 결합
🌐 한 번 준비, 모든 대상으로 내보내기 — 재스크래핑 없이 동일한 자산을 21개 플랫폼으로 내보내기
✅ 실전 검증 완료 — 3,700+ 테스트, 24+ 프레임워크 프리셋, 프로덕션 준비 완료

🚀 빠른 시작 (3가지 명령어)

# 1. 설치
pip install skill-seekers

# 2. 모든 소스에서 스킬 생성
skill-seekers create https://docs.django.com/

# 3. AI 플랫폼용으로 패키징
skill-seekers package output/django --target claude

이게 전부입니다! 바로 사용할 수 있는 output/django-claude.zip이 생성됩니다.

# 강화에 다른 AI 에이전트 사용 (기본값: claude)
skill-seekers create https://docs.django.com/ --agent kimi
skill-seekers create https://docs.django.com/ --agent codex
skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run"

🛰️ AI 기반 프로젝트 스캔 (신규)

임의의 프로젝트에 scan을 실행하면 AI 에이전트가 매니페스트, README, Dockerfile/CI, 샘플링된 소스 import를 읽고 — 감지된 프레임워크별 설정 파일과 자신의 코드를 위한 <project>-codebase.json을 생성합니다. 감지된 버전을 고정하므로 재실행 시 버전 변경이 보고됩니다:

skill-seekers scan ./my-react-app --out ./configs/scanned/
# → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json

# 이후 원하는 것을 빌드
skill-seekers create ./configs/scanned/react.json

감지 결과에 기존 프리셋이 없으면 AI가 새 설정을 생성합니다. 종료 시 커뮤니티 레지스트리에 선택적으로 게시할 수 있습니다.

기타 소스 (18가지 지원)

# GitHub 저장소
skill-seekers create facebook/react

# 로컬 프로젝트
skill-seekers create ./my-project

# PDF 문서
skill-seekers create manual.pdf

# Word 문서
skill-seekers create report.docx

# EPUB 전자책
skill-seekers create book.epub

# Jupyter 노트북
skill-seekers create notebook.ipynb

# OpenAPI 스펙
skill-seekers create openapi.yaml

# PowerPoint 프레젠테이션
skill-seekers create presentation.pptx

# AsciiDoc 문서
skill-seekers create guide.adoc

# 로컬 HTML 파일 (확장자로 자동 감지)
skill-seekers create page.html

# HTML 파일 디렉터리 전체 (HTML 위주 디렉터리 자동 감지)
skill-seekers create ./mirror_output/site/

# 코드가 섞인 디렉터리에서 HTML 모드 강제
skill-seekers create ./repo/ --html-path ./repo/docs/build/html/

# RSS/Atom 피드
skill-seekers create feed.rss

# Man 페이지
skill-seekers create curl.1

# 동영상 (YouTube, Vimeo 또는 로컬 파일 — skill-seekers[video] 필요)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial
# 처음 사용하시나요? GPU 인식 시각 종속성 자동 설치:
skill-seekers create --setup

# Confluence 위키
skill-seekers create --space-key TEAM --name wiki

# Notion 페이지
skill-seekers create --database-id ... --name docs

# Slack/Discord 채팅 내보내기
skill-seekers create --chat-export-path ./slack-export --name team-chat

어디로든 내보내기

# 여러 플랫폼용으로 패키징
for platform in claude gemini openai langchain; do
  skill-seekers package output/django --target $platform
done

Skill Seekers란?

Skill Seekers는 AI 시스템을 위한 데이터 레이어로, 18가지 소스 유형 — 문서 사이트, GitHub 저장소, PDF, 동영상, Jupyter 노트북, Word/EPUB/AsciiDoc 문서, OpenAPI 스펙, PowerPoint 프레젠테이션, RSS 피드, Man 페이지, Confluence 위키, Notion 페이지, Slack/Discord 내보내기 등 — 을 모든 AI 대상에 적합한 구조화된 지식 자산으로 변환합니다:

사용 사례	얻을 수 있는 것	예시
AI 스킬	완전한 SKILL.md + 참조 파일	Claude Code, Gemini, GPT
RAG 파이프라인	풍부한 메타데이터를 포함한 청크 문서	LangChain, LlamaIndex, Haystack
벡터 데이터베이스	업서트 준비 완료된 사전 포맷 데이터	Pinecone, Chroma, Weaviate, FAISS
AI 코딩 어시스턴트	IDE AI가 자동으로 읽는 컨텍스트 파일	Cursor, Windsurf, Cline, Continue.dev

📚 문서

원하는 작업	읽을 문서
빠르게 시작하기	빠른 시작 - 3가지 명령어로 첫 스킬 만들기
개념 이해하기	핵심 개념 - 작동 원리
소스 스크래핑	스크래핑 가이드 - 모든 소스 유형
스킬 강화	강화 가이드 - AI 강화
스킬 내보내기	패키징 가이드 - 플랫폼 내보내기
명령어 찾아보기	CLI 레퍼런스 - 전체 20개 명령어
설정하기	설정 형식 - JSON 명세
문제 해결	문제 해결 - 일반적인 문제

전체 문서: docs/README.md

Skill Seekers는 수일간의 수동 전처리 작업을 대체합니다:

수집 — 문서, GitHub 저장소, 로컬 코드베이스, PDF, 동영상, 노트북, 위키 등 10가지 이상의 소스 유형
분석 — 심층 AST 파싱, 패턴 감지, API 추출
구조화 — 메타데이터가 포함된 분류된 참조 파일
강화 — AI 기반 SKILL.md 생성 (Claude, Gemini 또는 로컬)
내보내기 — 하나의 자산에서 16개 플랫폼 전용 형식으로 내보내기

왜 Skill Seekers를 사용해야 하나요?

AI 스킬 빌더를 위해 (Claude, Gemini, OpenAI)

🎯 프로덕션급 스킬 — 코드 예제, 패턴, 가이드를 포함한 500줄 이상의 SKILL.md 파일
🔄 강화 워크플로 — security-focus, architecture-comprehensive 또는 커스텀 YAML 프리셋 적용
🎮 모든 도메인 — 게임 엔진(Godot, Unity), 프레임워크(React, Django), 내부 도구
🔧 팀 협업 — 내부 문서 + 코드를 단일 진실 공급원으로 통합
📚 고품질 — 예제, 빠른 참조, 내비게이션 가이드를 포함한 AI 강화

RAG 빌더 및 AI 엔지니어를 위해

🤖 RAG 준비 완료 데이터 — 사전 청킹된 LangChain Documents, LlamaIndex TextNodes, Haystack Documents
🚀 99% 더 빠름 — 수일간의 전처리 → 15–45분
📊 스마트 메타데이터 — 카테고리, 소스, 유형 → 더 높은 검색 정확도
🔄 다중 소스 — 하나의 파이프라인에서 문서 + GitHub + PDF + 동영상 결합
🌐 플랫폼 독립적 — 재스크래핑 없이 모든 벡터 DB나 프레임워크로 내보내기

AI 코딩 어시스턴트 사용자를 위해

💻 Cursor / Windsurf / Cline — .cursorrules / .windsurfrules / .clinerules 자동 생성
🎯 영구적 컨텍스트 — 반복 프롬프팅 없이 AI가 프레임워크를 "이해"
📚 항상 최신 — 문서 변경 시 몇 분 만에 컨텍스트 업데이트

핵심 기능

🌐 문서 스크래핑

✅ 스마트 SPA 디스커버리 - JavaScript SPA 사이트를 위한 3계층 디스커버리 (sitemap.xml → llms.txt → 헤드리스 브라우저 렌더링)
✅ llms.txt 지원 - LLM 준비 완료 문서 파일 자동 감지 및 사용 (10배 빠름)
✅ 범용 스크래퍼 - 모든 문서 사이트에서 작동
✅ 스마트 분류 - 주제별 자동 콘텐츠 정리
✅ 코드 언어 감지 - Python, JavaScript, C++, GDScript 등 인식
✅ 24+ 즉시 사용 가능 프리셋 - Godot, React, Vue, Django, FastAPI 등

📄 PDF 지원

✅ 기본 PDF 추출 - PDF에서 텍스트, 코드, 이미지 추출
✅ 스캔 PDF OCR - 스캔 문서에서 텍스트 추출
✅ 비밀번호 보호 PDF - 암호화된 PDF 처리
✅ 표 추출 - 복잡한 표 추출
✅ 병렬 처리 - 대용량 PDF 3배 빠른 처리
✅ 지능형 캐싱 - 재실행 시 50% 빠름

🎬 동영상 추출

✅ YouTube 및 로컬 동영상 - 동영상에서 자막, 화면 속 코드, 구조화된 지식 추출
✅ 시각 프레임 분석 - 코드 편집기, 터미널, 슬라이드, 다이어그램의 OCR 추출
✅ GPU 자동 감지 - 올바른 PyTorch 빌드 자동 설치 (CUDA/ROCm/MPS/CPU)
✅ AI 강화 - 2단계: OCR 정리 + 완성도 높은 SKILL.md 생성
✅ 시간 클리핑 - --start-time과 --end-time으로 특정 구간 추출
✅ 재생 목록 지원 - YouTube 재생 목록의 모든 동영상 일괄 처리
✅ Vision API 폴백 - 낮은 신뢰도 OCR 프레임에 Claude Vision 사용

🐙 GitHub 저장소 분석

✅ 심층 코드 분석 - Python, JavaScript, TypeScript, Java, C++, Go AST 파싱
✅ API 추출 - 함수, 클래스, 메서드의 매개변수 및 타입
✅ 저장소 메타데이터 - README, 파일 트리, 언어 통계, 스타/포크 수
✅ GitHub Issues 및 PR - 라벨과 마일스톤이 포함된 이슈 가져오기
✅ CHANGELOG 및 릴리스 - 버전 히스토리 자동 추출
✅ 충돌 감지 - 문서화된 API와 실제 코드 구현 비교
✅ MCP 통합 - 자연어: "GitHub 저장소 facebook/react 스크래핑"

🔄 통합 다중 소스 스크래핑

✅ 다중 소스 결합 - 하나의 스킬에서 문서 + GitHub + PDF 혼합
✅ 충돌 감지 - 문서와 코드 간의 불일치 자동 발견
✅ 지능형 병합 - 규칙 기반 또는 AI 기반 충돌 해결
✅ 투명한 보고 - ⚠️ 경고가 포함된 나란히 비교
✅ 문서 갭 분석 - 오래된 문서와 미문서화 기능 식별
✅ 단일 진실 공급원 - 의도(문서)와 현실(코드)을 동시에 보여주는 하나의 스킬
✅ 하위 호환 - 레거시 단일 소스 설정 계속 작동

🤖 다중 LLM 플랫폼 지원

✅ 12개 LLM 플랫폼 - Claude AI, Google Gemini, OpenAI ChatGPT, MiniMax AI, 범용 Markdown, OpenCode, Kimi (Moonshot AI), DeepSeek AI, Qwen (Alibaba), OpenRouter, Together AI, Fireworks AI
✅ 범용 스크래핑 - 동일한 문서가 모든 플랫폼에 적용
✅ 플랫폼별 패키징 - 각 LLM에 최적화된 형식
✅ 원커맨드 내보내기 - --target 플래그로 플랫폼 선택
✅ 선택적 종속성 - 필요한 것만 설치
✅ 100% 하위 호환 - 기존 Claude 워크플로 변경 불필요

플랫폼	형식	업로드	강화	API Key	커스텀 엔드포인트
Claude AI	ZIP + YAML	✅ 자동	✅ 예	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
Google Gemini	tar.gz	✅ 자동	✅ 예	GOOGLE_API_KEY	-
OpenAI ChatGPT	ZIP + Vector Store	✅ 자동	✅ 예	OPENAI_API_KEY	-
MiniMax AI	ZIP + Knowledge Files	✅ 자동	✅ 예	MINIMAX_API_KEY	-
범용 Markdown	ZIP	❌ 수동	❌ 아니오	-	-

# Claude (기본값 - 변경 불필요!)
skill-seekers package output/react/
skill-seekers upload react.zip

# Google Gemini
pip install skill-seekers[gemini]
skill-seekers package output/react/ --target gemini
skill-seekers upload react-gemini.tar.gz --target gemini

# OpenAI ChatGPT
pip install skill-seekers[openai]
skill-seekers package output/react/ --target openai
skill-seekers upload react-openai.zip --target openai

# MiniMax AI
pip install skill-seekers[minimax]
skill-seekers package output/react/ --target minimax
skill-seekers upload react-minimax.zip --target minimax

# 범용 Markdown (범용 내보내기)
skill-seekers package output/react/ --target markdown
# Markdown 파일은 어떤 LLM에서든 직접 사용 가능

🔧 자신만의 AI 제공자 사용 (OpenAI 호환 엔드포인트 + 구독, Anthropic 크레딧 불필요)

선택적 AI 강화 단계(create, scan, enhance에서 사용)에는 Anthropic 키가 필요하지 않습니다. 세 가지 방법으로 실행할 수 있습니다:

1. 이미 결제 중인 구독 사용 — API 크레딧 전혀 불필요 (LOCAL 에이전트 모드)

Skill Seekers는 이미 로그인되어 있는 코딩 에이전트 CLI를 호출할 수 있어, 종량제 API 토큰 대신 기존 요금제로 강화를 실행합니다:

skill-seekers create <source> --agent codex     # OpenAI Codex CLI → ChatGPT Plus 요금제
skill-seekers create <source> --agent claude    # Claude Code      → Claude Pro/Max 요금제

지원되는 에이전트: claude, codex, copilot, opencode, kimi, custom (--agent custom을 --agent-cmd "<your-cli> ..."와 조합하면 다른 어떤 도구도 사용 가능).

2. 모든 OpenAI 호환 제공자 (OpenRouter, Groq, Cerebras, Mistral, NVIDIA NIM 등)

이들은 모두 OpenAI 호환 /v1 엔드포인트를 제공합니다. 환경 변수 세 개만 설정하면 됩니다 — Skill Seekers가 OPENAI_API_KEY를 감지하고, OpenAI SDK는 OPENAI_BASE_URL을 자동으로 인식합니다:

export OPENAI_API_KEY="<your provider key>"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"   # 제공자 엔드포인트 (아래 표 참조)
export OPENAI_MODEL="<a model that provider offers>"     # 필수 — 기본값 gpt-4o는 다른 제공자에 존재하지 않습니다
skill-seekers create <source>

제공자	`OPENAI_BASE_URL`
OpenRouter	`https://openrouter.ai/api/v1`
Groq	`https://api.groq.com/openai/v1`
Cerebras	`https://api.cerebras.ai/v1`
Mistral	`https://api.mistral.ai/v1`
NVIDIA NIM	`https://integrate.api.nvidia.com/v1`

제공자 감지는 첫 번째로 발견되는 API 키 환경 변수를 선택합니다 (ANTHROPIC_API_KEY → GOOGLE_API_KEY → OPENAI_API_KEY → MOONSHOT_API_KEY). 특정 제공자를 강제하려면 SKILL_SEEKER_PROVIDER를 설정하거나, 우선순위가 높은 키가 설정되어 있지 않은지 확인하세요.

3. Claude 호환 엔드포인트 (예: GLM, 프록시)

export ANTHROPIC_API_KEY="your-key"
export ANTHROPIC_BASE_URL="https://your-claude-compatible-endpoint/v1"

Google Gemini(GOOGLE_API_KEY)와 Kimi/Moonshot(MOONSHOT_API_KEY)도 기본적으로 지원됩니다. 제공자별 모델 재정의를 포함한 전체 목록은 **환경 변수 레퍼런스**를 참조하세요.

설치:

# Gemini 지원 설치
pip install skill-seekers[gemini]

# OpenAI 지원 설치
pip install skill-seekers[openai]

# MiniMax 지원 설치
pip install skill-seekers[minimax]

# 모든 LLM 플랫폼 설치
pip install skill-seekers[all-llms]

🔗 RAG 프레임워크 통합

✅ LangChain Documents - page_content + 메타데이터가 포함된 Document 형식으로 직접 내보내기
- 적합: QA 체인, 리트리버, 벡터 스토어, 에이전트
- 예제: LangChain RAG 파이프라인
- 가이드: LangChain 통합
✅ LlamaIndex TextNodes - 고유 ID + 임베딩이 포함된 TextNode 형식으로 내보내기
- 적합: 쿼리 엔진, 대화 엔진, 스토리지 컨텍스트
- 예제: LlamaIndex 쿼리 엔진
- 가이드: LlamaIndex 통합
✅ Pinecone 준비 완료 형식 - 벡터 데이터베이스 업서트에 최적화
- 적합: 프로덕션 벡터 검색, 시맨틱 검색, 하이브리드 검색
- 예제: Pinecone 업서트
- 가이드: Pinecone 통합

빠른 내보내기:

# LangChain Documents (JSON)
skill-seekers package output/django --target langchain
# → output/django-langchain.json

# LlamaIndex TextNodes (JSON)
skill-seekers package output/django --target llama-index
# → output/django-llama-index.json

# Markdown (범용)
skill-seekers package output/django --target markdown
# → output/django-markdown/SKILL.md + references/

전체 RAG 파이프라인 가이드: RAG 파이프라인 문서

🧠 AI 코딩 어시스턴트 통합

모든 프레임워크 문서를 4개 이상의 AI 어시스턴트를 위한 전문 코딩 컨텍스트로 변환합니다:

✅ Cursor IDE - AI 기반 코드 제안을 위한 .cursorrules 생성
- 적합: 프레임워크별 코드 생성, 일관된 코딩 패턴
- 지원 도구: Cursor IDE (VS Code 포크)
- 가이드: Cursor 통합
- 예제: Cursor React 스킬
✅ Windsurf - .windsurfrules로 Windsurf AI 어시스턴트 컨텍스트 커스터마이징
- 적합: IDE 네이티브 AI 지원, 플로우 기반 코딩
- 지원 도구: Codeium의 Windsurf IDE
- 가이드: Windsurf 통합
- 예제: Windsurf FastAPI 컨텍스트
✅ Cline (VS Code) - VS Code 에이전트를 위한 시스템 프롬프트 + MCP
- 적합: VS Code에서의 에이전틱 코드 생성
- 지원 도구: VS Code용 Cline 확장
- 가이드: Cline 통합
- 예제: Cline Django 어시스턴트
✅ Continue.dev - IDE에 구애받지 않는 AI 컨텍스트 서버
- 적합: 멀티 IDE 환경(VS Code, JetBrains, Vim), 커스텀 LLM 제공자
- 지원 도구: Continue.dev 플러그인이 있는 모든 IDE
- 가이드: Continue 통합
- 예제: Continue 범용 컨텍스트

AI 코딩 도구를 위한 빠른 내보내기:

# 모든 AI 코딩 어시스턴트에 적용 (Cursor, Windsurf, Cline, Continue.dev)
skill-seekers create --config configs/django.json
skill-seekers package output/django --target claude  # 또는 --target markdown

# 프로젝트에 복사 (Cursor 예시)
cp output/django-claude/SKILL.md my-project/.cursorrules

# 또는 Windsurf용
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md

# 또는 Cline용
cp output/django-claude/SKILL.md my-project/.clinerules

# 또는 Continue.dev용 (HTTP 서버)
python examples/continue-dev-universal/context_server.py
# ~/.continue/config.json에서 설정

통합 허브: 모든 AI 시스템 통합

🌊 3-스트림 GitHub 아키텍처

✅ 3-스트림 분석 - GitHub 저장소를 코드, 문서, 인사이트 스트림으로 분할
✅ 통합 코드베이스 분석기 - GitHub URL과 로컬 경로 모두 지원
✅ C3.x 분석 깊이 - 'basic' (1–2분) 또는 'c3x' (20–60분) 분석 선택
✅ 향상된 라우터 생성 - GitHub 메타데이터, README 빠른 시작, 자주 발생하는 문제
✅ Issue 통합 - GitHub Issues의 주요 문제 및 해결책
✅ 스마트 라우팅 키워드 - GitHub 라벨 가중치 2배로 주제 감지 향상

3-스트림 설명:

스트림 1: 코드 - 심층 C3.x 분석 (패턴, 예제, 가이드, 설정, 아키텍처)
스트림 2: 문서 - 저장소 문서 (README, CONTRIBUTING, docs/*.md)
스트림 3: 인사이트 - 커뮤니티 지식 (Issues, 라벨, Stars, Forks)

from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer

# 3-스트림으로 GitHub 저장소 분석
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
    source="https://github.com/facebook/react",
    depth="c3x",  # 또는 "basic"으로 빠른 분석
    fetch_github_metadata=True
)

# 코드 스트림 접근 (C3.x 분석)
print(f"디자인 패턴: {len(result.code_analysis['c3_1_patterns'])}")
print(f"테스트 예제: {result.code_analysis['c3_2_examples_count']}")

# 문서 스트림 접근 (저장소 문서)
print(f"README: {result.github_docs['readme'][:100]}")

# 인사이트 스트림 접근 (GitHub 메타데이터)
print(f"Stars: {result.github_insights['metadata']['stars']}")
print(f"일반적인 문제: {len(result.github_insights['common_problems'])}")

전체 문서: 3-스트림 구현 요약

🔐 스마트 속도 제한 관리 및 설정

✅ 다중 토큰 설정 시스템 - 여러 GitHub 계정 관리 (개인, 업무, 오픈소스)
- ~/.config/skill-seekers/config.json에 보안 설정 저장 (권한 600)
- 프로필별 속도 제한 전략: prompt, wait, switch, fail
- 프로필별 타임아웃 설정 (기본값: 30분, 무한 대기 방지)
- 스마트 폴백 체인: CLI 인자 → 환경 변수 → 설정 파일 → 프롬프트
- Claude, Gemini, OpenAI를 위한 API Key 관리
✅ 대화형 설정 마법사 - 아름다운 터미널 UI로 쉬운 설정
- 토큰 생성을 위한 브라우저 통합 (GitHub 등을 자동으로 열기)
- 토큰 유효성 검사 및 연결 테스트
- 색상 코드가 적용된 시각적 상태 표시
✅ 지능형 속도 제한 핸들러 - 더 이상 무한 대기 없음!
- 속도 제한(시간당 60회 vs 5000회)에 대한 사전 경고
- GitHub API 응답에서 실시간 감지
- 진행 상황이 표시되는 실시간 카운트다운 타이머
- 속도 제한 시 자동 프로필 전환
- 4가지 전략: prompt (질문), wait (카운트다운), switch (전환), fail (중단)
✅ 중단점 재개 - 중단된 작업 계속하기
- 설정 가능한 간격으로 진행 상황 자동 저장 (기본값: 60초)
- 재개 가능한 모든 작업을 진행 상황과 함께 나열
- 오래된 작업 자동 정리 (기본값: 7일)
✅ CI/CD 지원 - 자동화를 위한 비대화형 모드
- --non-interactive 플래그로 프롬프트 없이 빠른 실패
- --profile 플래그로 특정 GitHub 계정 선택
- 파이프라인 로그를 위한 명확한 오류 메시지

빠른 설정:

# 일회성 설정 (5분)
skill-seekers config --github

# 프라이빗 저장소에 특정 프로필 사용
skill-seekers create mycompany/private-repo --profile work

# CI/CD 모드 (즉시 실패, 프롬프트 없음)
skill-seekers create owner/repo --non-interactive

# 중단된 작업 재개
skill-seekers resume --list
skill-seekers resume github_react_20260117_143022

속도 제한 전략 설명:

prompt (기본값) - 속도 제한 시 무엇을 할지 질문 (대기, 전환, 토큰 설정, 취소)
wait - 카운트다운 타이머와 함께 자동 대기 (타임아웃 준수)
switch - 사용 가능한 다음 프로필 자동 시도 (다중 계정 구성용)
fail - 명확한 오류와 함께 즉시 실패 (CI/CD에 최적)

🎯 부트스트랩 스킬 - 셀프 호스팅

skill-seekers 자체를 스킬로 생성하여 AI 에이전트(Claude Code, Kimi, Codex 등) 내에서 사용할 수 있습니다:

# 스킬 생성
./scripts/bootstrap_skill.sh

# Claude Code에 설치
cp -r output/skill-seekers ~/.claude/skills/

얻을 수 있는 것:

✅ 완전한 스킬 문서 - 모든 CLI 명령어와 사용 패턴
✅ CLI 명령어 레퍼런스 - 모든 도구와 옵션 문서화
✅ 빠른 시작 예제 - 일반적인 워크플로와 모범 사례
✅ 자동 생성 API 문서 - 코드 분석, 패턴, 예제

🔐 프라이빗 설정 저장소

✅ Git 기반 설정 소스 - 프라이빗/팀 Git 저장소에서 설정 가져오기
✅ 다중 소스 관리 - 무제한 GitHub, GitLab, Bitbucket 저장소 등록
✅ 팀 협업 - 3–5인 팀 간 커스텀 설정 공유
✅ 엔터프라이즈 지원 - 우선순위 기반 해석으로 500명 이상의 개발자까지 확장
✅ 보안 인증 - 환경 변수 토큰 (GITHUB_TOKEN, GITLAB_TOKEN)
✅ 지능형 캐싱 - 한 번 클론하면 업데이트는 자동으로 가져오기
✅ 오프라인 모드 - 오프라인 시 캐시된 설정으로 작업

🤖 코드베이스 분석 (C3.x)

C3.4: 설정 패턴 추출 (AI 강화 포함)

✅ 9가지 설정 형식 - JSON, YAML, TOML, ENV, INI, Python, JavaScript, Dockerfile, Docker Compose
✅ 7가지 패턴 유형 - 데이터베이스, API, 로깅, 캐시, 이메일, 인증, 서버 설정
✅ AI 강화 - 선택적 듀얼 모드 AI 분석 (API + LOCAL)
- 각 설정이 무엇을 하는지 설명
- 모범 사례와 개선 사항 제안
- 보안 분석 - 하드코딩된 시크릿과 노출된 자격 증명 탐지
✅ 자동 문서화 - 모든 설정의 JSON + Markdown 문서 생성
✅ MCP 통합 - 강화 지원이 포함된 extract_config_patterns 도구

C3.3: AI 강화 사용 가이드

✅ 종합 AI 강화 - 기본 가이드를 전문 튜토리얼로 변환
✅ 5가지 자동 개선 - 단계 설명, 문제 해결, 전제 조건, 다음 단계, 사용 사례
✅ 듀얼 모드 지원 - API 모드 (Claude API) 또는 LOCAL 모드 (Claude Code CLI)
✅ LOCAL 모드 무료 - Claude Code Max 플랜으로 무료 강화
✅ 품질 변환 - 75줄 템플릿 → 500줄 이상의 종합 가이드

사용법:

# 빠른 분석 (1–2분, 기본 기능만)
skill-seekers scan tests/ --quick

# 종합 분석 (AI 포함, 20–60분)
skill-seekers scan tests/ --comprehensive

# AI 강화 포함
skill-seekers scan tests/ --enhance

전체 문서: docs/features/HOW_TO_GUIDES.md

🔄 강화 워크플로 프리셋

AI가 원시 문서를 세련된 스킬로 변환하는 방법을 제어하는 재사용 가능한 YAML 정의 강화 파이프라인입니다.

✅ 5개 내장 프리셋 — default, minimal, security-focus, architecture-comprehensive, api-documentation
✅ 사용자 정의 프리셋 — ~/.config/skill-seekers/workflows/에 커스텀 워크플로 추가
✅ 다중 워크플로 체이닝 — 하나의 명령에서 두 개 이상의 워크플로 체이닝
✅ 완전한 CLI 관리 — 목록, 조회, 복사, 추가, 삭제, 유효성 검사

# 단일 워크플로 적용
skill-seekers create ./my-project --enhance-workflow security-focus

# 다중 워크플로 체이닝 (순서대로 적용)
skill-seekers create ./my-project \
  --enhance-workflow security-focus \
  --enhance-workflow minimal

# 프리셋 관리
skill-seekers workflows list                          # 모든 항목 나열 (내장 + 사용자)
skill-seekers workflows show security-focus           # YAML 내용 출력
skill-seekers workflows copy security-focus           # 편집을 위해 사용자 디렉터리에 복사
skill-seekers workflows add ./my-workflow.yaml        # 커스텀 프리셋 설치
skill-seekers workflows remove my-workflow            # 사용자 프리셋 삭제
skill-seekers workflows validate security-focus       # 프리셋 구조 유효성 검사

# 여러 개 동시 복사
skill-seekers workflows copy security-focus minimal api-documentation

# 여러 파일 동시 추가
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml

# 여러 개 동시 삭제
skill-seekers workflows remove my-wf-a my-wf-b

YAML 프리셋 형식:

name: security-focus
description: "보안 중심 검토: 취약점, 인증, 데이터 처리"
version: "1.0"
stages:
  - name: vulnerabilities
    type: custom
    prompt: "OWASP Top 10 및 일반적인 보안 취약점 검토..."
  - name: auth-review
    type: custom
    prompt: "인증 및 권한 부여 패턴 검사..."
    uses_history: true

⚡ 성능 및 확장성

✅ 비동기 모드 - async/await로 2–3배 빠른 스크래핑 (--async 플래그 사용)
✅ 대규모 문서 지원 - 지능형 분할로 10K–40K+ 페이지 문서 처리
✅ 라우터/허브 스킬 - 전문 서브 스킬로의 지능형 라우팅
✅ 병렬 스크래핑 - 여러 스킬 동시 처리
✅ 체크포인트/재개 - 장시간 스크래핑에서 진행 상황 손실 방지
✅ 캐싱 시스템 - 한 번 스크래핑, 즉시 재구축

🤖 에이전트 무관 스킬 생성

✅ 다중 에이전트 지원 - --agent 플래그로 Claude, Kimi, Codex, Copilot, OpenCode 또는 모든 커스텀 에이전트용 스킬 생성
✅ 커스텀 에이전트 명령어 - --agent-cmd로 강화에 사용할 커스텀 에이전트 CLI 명령어 지정
✅ 범용 플래그 - --agent와 --agent-cmd는 모든 명령어(create, scrape, github, pdf 등)에서 사용 가능

📦 마켓플레이스 파이프라인

✅ 마켓플레이스에 게시 - Claude Code 플러그인 마켓플레이스 저장소에 스킬 게시
✅ 엔드투엔드 파이프라인 - 문서 소스에서 게시된 마켓플레이스 항목까지

✅ 품질 보증

✅ 완전한 테스트 - 3,700+ 테스트, 포괄적 커버리지

📦 설치

# 기본 설치 (문서 스크래핑, GitHub 분석, PDF, 패키징)
pip install skill-seekers

# 모든 LLM 플랫폼 지원 포함
pip install skill-seekers[all-llms]

# MCP 서버 포함
pip install skill-seekers[mcp]

# 전체 기능
pip install skill-seekers[all]

선택에 도움이 필요하신가요? 설정 마법사를 실행하세요:

skill-seekers-setup

설치 옵션

설치 명령	기능
`pip install skill-seekers`	스크래핑, GitHub 분석, PDF, 모든 플랫폼
`pip install skill-seekers[gemini]`	+ Google Gemini 지원
`pip install skill-seekers[openai]`	+ OpenAI ChatGPT 지원
`pip install skill-seekers[all-llms]`	+ 모든 LLM 플랫폼
`pip install skill-seekers[mcp]`	+ Claude Code, Cursor 등을 위한 MCP 서버
`pip install skill-seekers[video]`	+ YouTube/Vimeo 자막 및 메타데이터 추출
`pip install skill-seekers[video-full]`	+ Whisper 전사 및 시각 프레임 추출
`pip install skill-seekers[jupyter]`	+ Jupyter 노트북 지원
`pip install skill-seekers[pptx]`	+ PowerPoint 지원
`pip install skill-seekers[confluence]`	+ Confluence 위키 지원
`pip install skill-seekers[notion]`	+ Notion 페이지 지원
`pip install skill-seekers[rss]`	+ RSS/Atom 피드 지원
`pip install skill-seekers[chat]`	+ Slack/Discord 채팅 내보내기 지원
`pip install skill-seekers[asciidoc]`	+ AsciiDoc 문서 지원
`pip install skill-seekers[all]`	모든 기능 활성화

동영상 시각 종속성 (GPU 인식): skill-seekers[video-full] 설치 후, skill-seekers create --setup을 실행하여 GPU를 자동 감지하고 올바른 PyTorch 빌드 + easyocr을 설치하세요. 이것이 시각 추출 종속성 설치의 권장 방법입니다.

🚀 원커맨드 설치 워크플로

설정에서 업로드된 스킬까지 가장 빠른 방법 — 완전 자동화:

# 공식 설정에서 React 스킬 설치 (Claude에 자동 업로드)
skill-seekers install --config react

# 로컬 설정 파일에서 설치
skill-seekers install --config configs/custom.json

# 업로드 없이 설치 (패키징만)
skill-seekers install --config django --no-upload

# 실행 없이 워크플로 미리보기
skill-seekers install --config react --dry-run

소요 시간: 총 20–45분 | 품질: 프로덕션 준비 완료 (9/10) | 비용: 무료

실행 단계:

📥 단계 1: 설정 가져오기 (설정 이름이 제공된 경우)
📖 단계 2: 문서 스크래핑
✨ 단계 3: AI 강화 (필수 - 건너뛰기 불가)
📦 단계 4: 스킬 패키징
☁️  단계 5: Claude에 업로드 (선택사항, API Key 필요)

요구 사항:

ANTHROPIC_API_KEY 환경 변수 (자동 업로드용)
Claude Code Max 플랜 (로컬 AI 강화용), 또는 --agent로 다른 AI 에이전트 선택

📊 기능 매트릭스

Skill Seekers는 12개 LLM 플랫폼, 8개 RAG/벡터 대상, 18가지 소스 유형을 지원하며 모든 대상에서 완전한 기능 동등성을 제공합니다.

플랫폼: Claude AI, Google Gemini, OpenAI ChatGPT, MiniMax AI, 범용 Markdown, OpenCode, Kimi (Moonshot AI), DeepSeek AI, Qwen (Alibaba), OpenRouter, Together AI, Fireworks AI 소스 유형: 문서 사이트, GitHub 저장소, PDF, Word (.docx), EPUB, 동영상, 로컬 코드베이스, Jupyter 노트북, 로컬 HTML, OpenAPI/Swagger, AsciiDoc, PowerPoint (.pptx), RSS/Atom 피드, Man 페이지, Confluence 위키, Notion 페이지, Slack/Discord 채팅 내보내기

전체 내용은 전체 기능 매트릭스를 참조하세요.

빠른 플랫폼 비교

기능	Claude	Gemini	OpenAI	MiniMax	Markdown
형식	ZIP + YAML	tar.gz	ZIP + Vector	ZIP + Knowledge	ZIP
업로드	✅ API	✅ API	✅ API	✅ API	❌ 수동
강화	✅ Sonnet 4	✅ 2.0 Flash	✅ GPT-4o	✅ M3	❌ 없음
모든 스킬 모드	✅	✅	✅	✅	✅

사용 예제

문서 스크래핑

# 문서 사이트 스크래핑
skill-seekers create --config configs/react.json

# 설정 없이 빠른 스크래핑
skill-seekers create https://react.dev --name react

# 비동기 모드 (3배 빠름)
skill-seekers create --config configs/godot.json --async --workers 8

# 강화에 특정 AI 에이전트 사용
skill-seekers create --config configs/react.json --agent kimi

PDF 추출

# 기본 PDF 추출
skill-seekers create --pdf docs/manual.pdf --name myskill

# 고급 기능
skill-seekers create --pdf docs/manual.pdf --name myskill \
    --extract-tables \        # 표 추출
    --parallel \              # 빠른 병렬 처리
    --workers 8               # 8개 CPU 코어 사용

# 스캔 PDF (필요: pip install pytesseract Pillow)
skill-seekers create --pdf docs/scanned.pdf --name myskill --ocr

동영상 추출

# 동영상 지원 설치
pip install skill-seekers[video]        # 자막 + 메타데이터
pip install skill-seekers[video-full]   # + Whisper 전사 + 시각 프레임 추출

# GPU 자동 감지 및 시각 종속성 설치 (PyTorch + easyocr)
skill-seekers create --setup

# YouTube 동영상에서 추출
skill-seekers create --video-url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# YouTube 재생 목록에서 추출
skill-seekers create --video-playlist https://www.youtube.com/playlist?list=... --name myplaylist

# 로컬 동영상 파일에서 추출
skill-seekers create --video-file recording.mp4 --name myrecording

# 시각 프레임 분석으로 추출 (video-full 종속성 필요)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial --visual

# AI 강화 적용 (OCR 정리 + 완성도 높은 SKILL.md 생성)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --enhance-level 2

# 동영상의 특정 구간 클리핑 (초, MM:SS, HH:MM:SS 형식 지원)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00

# 낮은 신뢰도 OCR 프레임에 Vision API 사용 (ANTHROPIC_API_KEY 필요)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --vision-ocr

# 이전에 추출된 데이터에서 스킬 재구축 (다운로드 건너뛰기)
skill-seekers create --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial

전체 가이드: docs/VIDEO_GUIDE.md에서 전체 CLI 레퍼런스, 시각 파이프라인 상세 정보, AI 강화 옵션, 문제 해결을 확인하세요.

GitHub 저장소 분석

# 기본 저장소 스크래핑
skill-seekers create facebook/react

# 인증 설정 (더 높은 속도 제한)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers create facebook/react

# 포함 내용 커스터마이징
skill-seekers create django/django \
    --include-issues \        # GitHub Issues 추출
    --max-issues 100 \        # Issue 수 제한
    --include-changelog       # CHANGELOG.md 추출

통합 다중 소스 스크래핑

문서 + GitHub + PDF를 충돌 감지가 포함된 하나의 통합 스킬로 결합:

# 기존 통합 설정 사용
skill-seekers create --config configs/react_unified.json
skill-seekers create --config configs/django_unified.json

# 또는 통합 설정 생성
cat > configs/myframework_unified.json << 'EOF'
{
  "name": "myframework",
  "merge_mode": "rule-based",
  "sources": [
    {
      "type": "documentation",
      "base_url": "https://docs.myframework.com/",
      "max_pages": 200
    },
    {
      "type": "github",
      "repo": "owner/myframework",
      "code_analysis_depth": "surface"
    }
  ]
}
EOF

skill-seekers create --config configs/myframework_unified.json

충돌 감지가 자동으로 발견하는 항목:

🔴 코드에 누락 (높음): 문서화되었으나 미구현
🟡 문서에 누락 (중간): 구현되었으나 미문서화
⚠️ 시그니처 불일치: 매개변수/타입 차이
ℹ️ 설명 불일치: 설명 차이

전체 가이드: docs/features/UNIFIED_SCRAPING.md 참조.

프라이빗 설정 저장소

프라이빗 Git 저장소를 사용하여 팀 간 커스텀 설정 공유:

# 옵션 1: MCP 도구 사용 (권장)
# 팀 프라이빗 저장소 등록
add_config_source(
    name="team",
    git_url="https://github.com/mycompany/skill-configs.git",
    token_env="GITHUB_TOKEN"
)

# 팀 저장소에서 설정 가져오기
fetch_config(source="team", config_name="internal-api")

지원 플랫폼:

GitHub (GITHUB_TOKEN), GitLab (GITLAB_TOKEN), Gitea (GITEA_TOKEN), Bitbucket (BITBUCKET_TOKEN)

전체 가이드: docs/reference/GIT_CONFIG_SOURCES.md 참조.

작동 원리

graph LR
    A[문서 사이트] --> B[Skill Seekers]
    B --> C[스크래퍼]
    B --> D[AI 강화]
    B --> E[패키저]
    C --> F[정리된 참조 파일]
    D --> F
    F --> E
    E --> G[AI 스킬 .zip]
    G --> H[AI 플랫폼에 업로드]

llms.txt 감지 - llms-full.txt, llms.txt, llms-small.txt를 우선 확인 (스마트 SPA 디스커버리의 일부)
스크래핑: 문서의 모든 페이지 추출
분류: 콘텐츠를 주제별로 정리 (API, 가이드, 튜토리얼 등)
강화: AI가 문서를 분석하고 예제가 포함된 종합적인 SKILL.md 생성 (--agent로 여러 에이전트 지원)
패키징: 모든 내용을 플랫폼 준비 완료된 .zip 파일로 번들링

아키텍처

시스템은 8개 핵심 모듈과 5개 유틸리티 모듈(총 약 200개 클래스)로 구성되어 있습니다:

모듈	목적	주요 클래스
CLICore	Git 스타일 명령어 디스패처	`CLIDispatcher`, `SourceDetector`, `CreateCommand`
Scrapers	18가지 소스 유형 추출기	`DocToSkillConverter`, `DocumentSkillBuilder` (공유 빌드 레이어), `UnifiedScraper`
Adaptors	20개 이상의 출력 플랫폼 형식	`SkillAdaptor` (ABC), `ClaudeAdaptor`, `LangChainAdaptor`
Analysis	C3.x 코드베이스 분석 파이프라인	`UnifiedCodebaseAnalyzer`, `PatternRecognizer`, 10가지 GoF 감지기
Enhancement	`AgentClient`를 통한 AI 기반 스킬 개선	`AgentClient`, `AIEnhancer`, `UnifiedEnhancer`, `WorkflowEngine`
Packaging	스킬 패키징, 업로드, 설치	`PackageSkill`, `InstallAgent`
MCP	FastMCP 서버 (40개 도구)	`SkillSeekerMCPServer`, 10개 도구 모듈
Sync	문서 변경 감지	`ChangeDetector`, `SyncMonitor`, `Notifier`

유틸리티 모듈: Parsers (28개 CLI 파서), Storage (S3/GCS/Azure), Embedding (다중 제공자 벡터), Benchmark (성능), Utilities (16개 공유 헬퍼).

전체 UML 다이어그램: docs/UML_ARCHITECTURE.md | StarUML 프로젝트: docs/UML/skill_seekers.mdj | HTML API 레퍼런스: docs/UML/html/

📋 사전 요구 사항

시작하기 전에 다음 사항을 확인하세요:

Python 3.10 이상 - 다운로드 | 확인: python3 --version
Git - 다운로드 | 확인: git --version
15–30분 (최초 설정 시간)

처음 사용하시나요? → 여기에서 시작: 확실한 빠른 시작 가이드 🎯

📤 Claude에 스킬 업로드

스킬이 패키징된 후, Claude에 업로드해야 합니다:

옵션 1: 자동 업로드 (API 기반)

# API Key 설정 (일회성)
export ANTHROPIC_API_KEY=sk-ant-...

# 패키징 후 자동 업로드
skill-seekers package output/react/ --upload

# 또는 기존 .zip 업로드
skill-seekers upload output/react.zip

옵션 2: 수동 업로드 (API Key 불필요)

# 스킬 패키징
skill-seekers package output/react/
# → output/react.zip 생성

# 그런 다음 수동으로 업로드:
# - https://claude.ai/skills 방문
# - "스킬 업로드" 클릭
# - output/react.zip 선택

옵션 3: MCP (Claude Code)

Claude Code에서 직접 요청:
"React 스킬을 패키징하고 업로드해 줘"

🤖 AI 에이전트에 설치

Skill Seekers는 19개의 AI 코딩 에이전트에 스킬을 자동으로 설치할 수 있습니다.

# 특정 에이전트에 설치
skill-seekers install-agent output/react/ --agent cursor

# IBM Bob에 설치 (프로젝트 로컬 .bob/skills/)
skill-seekers install-agent output/react/ --agent bob

# 모든 에이전트에 한 번에 설치
skill-seekers install-agent output/react/ --agent all

# 설치 없이 미리보기
skill-seekers install-agent output/react/ --agent cursor --dry-run

지원되는 에이전트

에이전트	경로	유형
Claude Code	`~/.claude/skills/`	전역
Cursor	`.cursor/skills/`	프로젝트
VS Code / Copilot	`.github/skills/`	프로젝트
Amp	`~/.amp/skills/`	전역
Goose	`~/.config/goose/skills/`	전역
OpenCode	`~/.opencode/skills/`	전역
Windsurf	`~/.windsurf/skills/`	전역
Roo Code	`.roo/skills/`	프로젝트
Cline	`.cline/skills/`	프로젝트
Aider	`~/.aider/skills/`	전역
Bolt	`.bolt/skills/`	프로젝트
Kilo Code	`.kilo/skills/`	프로젝트
Continue	`~/.continue/skills/`	전역
Kimi Code	`~/.kimi/skills/`	전역
IBM Bob	`.bob/skills/`	프로젝트

🔌 MCP 통합 (40개 도구)

Skill Seekers는 Claude Code, Cursor, Windsurf, VS Code + Cline 또는 IntelliJ IDEA에서 사용할 수 있는 MCP 서버를 제공합니다.

# stdio 모드 (Claude Code, VS Code + Cline)
python -m skill_seekers.mcp.server_fastmcp

# HTTP 모드 (Cursor, Windsurf, IntelliJ)
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

# 모든 에이전트 일괄 자동 설정
./setup_mcp.sh

사용 가능한 전체 40개 도구:

핵심 (9개): list_configs, generate_config, validate_config, estimate_pages, scrape_docs, package_skill, upload_skill, enhance_skill, install_skill
확장 (10개): scrape_github, scrape_pdf, unified_scrape, merge_sources, detect_conflicts, add_config_source, fetch_config, list_config_sources, remove_config_source, split_config
벡터 DB (4개): export_to_chroma, export_to_weaviate, export_to_faiss, export_to_qdrant
클라우드 (3개): cloud_upload, cloud_download, cloud_list

전체 가이드: docs/guides/MCP_SETUP.md

⚙️ 설정

사용 가능한 프리셋 (24+)

# 모든 프리셋 나열
# skill-seekers list-configs  # v3.7.0에서는 사용 불가

카테고리	프리셋
웹 프레임워크	`react`, `vue`, `angular`, `svelte`, `nextjs`
Python	`django`, `flask`, `fastapi`, `sqlalchemy`, `pytest`
게임 개발	`godot`, `pygame`, `unity`
도구 및 DevOps	`docker`, `kubernetes`, `terraform`, `ansible`
통합 (문서 + GitHub)	`react-unified`, `vue-unified`, `nextjs-unified` 등

나만의 설정 만들기

# 옵션 1: 대화형
skill-seekers create --interactive

# 옵션 2: 프리셋 복사 후 편집
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers create --config configs/myframework.json

설정 파일 구조

{
  "name": "myframework",
  "description": "이 스킬을 사용할 시점",
  "base_url": "https://docs.myframework.com/",
  "selectors": {
    "main_content": "article",
    "title": "h1",
    "code_blocks": "pre code"
  },
  "url_patterns": {
    "include": ["/docs", "/guide"],
    "exclude": ["/blog", "/about"]
  },
  "categories": {
    "getting_started": ["intro", "quickstart"],
    "api": ["api", "reference"]
  },
  "rate_limit": 0.5,
  "max_pages": 500
}

설정 저장 위치

도구는 다음 순서로 검색합니다:

제공된 정확한 경로
./configs/ (현재 디렉터리)
~/.config/skill-seekers/configs/ (사용자 설정 디렉터리)
SkillSeekersWeb.com API (프리셋 설정)

📊 생성되는 내용

output/
├── godot_data/              # 스크래핑된 원시 데이터
│   ├── pages/              # JSON 파일 (페이지당 하나)
│   └── summary.json        # 개요
│
└── godot/                   # 스킬 파일
    ├── SKILL.md            # 실제 예제가 포함된 강화 버전
    ├── references/         # 분류된 문서
    │   ├── index.md
    │   ├── getting_started.md
    │   ├── scripting.md
    │   └── ...
    ├── scripts/            # 비어 있음 (직접 추가 가능)
    └── assets/             # 비어 있음 (직접 추가 가능)

🐛 문제 해결

콘텐츠가 추출되지 않나요?

main_content 선택자를 확인하세요
시도해 보세요: article, main, div[role="main"]

데이터가 있는데 사용되지 않나요?

# 강제 재스크래핑
rm -rf output/myframework_data/
skill-seekers create --config configs/myframework.json

분류가 적절하지 않나요?

설정의 categories 섹션을 더 적합한 키워드로 편집하세요.

문서를 업데이트하고 싶으신가요?

# 이전 데이터 삭제 후 재스크래핑
rm -rf output/godot_data/
skill-seekers create --config configs/godot.json

강화가 작동하지 않나요?

# API Key가 설정되어 있는지 확인
echo $ANTHROPIC_API_KEY

# LOCAL 모드 시도 (Claude Code Max 사용, API Key 불필요)
skill-seekers enhance output/react/ --mode LOCAL

# 백그라운드 강화 상태 모니터링
skill-seekers enhance-status output/react/ --watch

GitHub 속도 제한 문제?

# GitHub 토큰 설정 (시간당 5000회 vs 익명 60회)
export GITHUB_TOKEN=ghp_your_token_here

# 또는 여러 프로필 설정
skill-seekers config --github

📈 성능

작업	시간	참고
스크래핑 (동기)	15–45분	최초 실행만, 스레드 기반
스크래핑 (비동기)	5–15분	`--async` 플래그로 2–3배 빠름
빌드	1–3분	캐시에서 빠른 재구축
재구축	<1분	`--skip-scrape` 사용
강화 (LOCAL)	30–60초	Claude Code Max 사용
강화 (API)	20–40초	API Key 필요
동영상 (자막)	1–3분	YouTube/로컬, 자막만
동영상 (시각)	5–15분	+ OCR 프레임 추출
패키징	5–10초	최종 .zip 생성

🆕 v3.6.0 신규 기능

워크플로우 프리셋

--preset으로 분석 깊이 제어:

skill-seekers create https://docs.react.dev/ --preset quick      # 빠름, 표면 수준
skill-seekers create https://docs.react.dev/ --preset standard   # 균형 (기본값)
skill-seekers create https://docs.react.dev/ --preset comprehensive # 심층, 완전 분석

라이프사이클 플래그

skill-seekers create https://docs.react.dev/ --dry-run    # 스크래핑 없이 미리보기
skill-seekers create https://docs.react.dev/ --fresh      # 캐시 무시, 전체 재스크래핑
skill-seekers create https://docs.react.dev/ --resume     # 중단된 작업 재개
skill-seekers create https://docs.react.dev/ --skip-scrape # 기존 출력 재패키징

상태 확인 및 유틸리티

skill-seekers doctor                    # 설치 및 환경 진단
skill-seekers sync-config               # 설정 드리프트 감지
skill-seekers stream <source>           # 대용량 문서 스트리밍 수집
skill-seekers update output/react/      # 증분 업데이트
skill-seekers multilang <source>        # 다국어 스킬 생성
skill-seekers quality output/react/     # 품질 리포트 (--threshold 7 추가로 게이트 적용: 7/10 미만이면 0이 아닌 종료 코드)

RAG 청킹 옵션 (패키징)

skill-seekers package output/react/ --chunk-for-rag --chunk-tokens 512 --chunk-overlap-tokens 50

마켓플레이스 게시

skill-seekers package output/react/ --marketplace --marketplace-category frontend

추가 선택적 종속성

Extra	설치	용도
`browser`	`pip install "skill-seekers[browser]"`	SPA 사이트를 위한 헤드리스 Playwright
`embedding`	`pip install "skill-seekers[embedding]"`	임베딩 서버 지원
`s3` / `gcs` / `azure`	`pip install "skill-seekers[s3]"` 등	클라우드 스토리지 업로드
`rag-upload`	`pip install "skill-seekers[rag-upload]"`	통합 벡터 DB 업로드 종속성

📚 문서

시작 가이드

BULLETPROOF_QUICKSTART.md - 🎯 신규 사용자는 여기에서 시작!
QUICKSTART.md - 경험 있는 사용자를 위한 빠른 시작
TROUBLESHOOTING.md - 일반적인 문제와 해결 방법
docs/archive/legacy/QUICK_REFERENCE.md - 한 페이지 치트 시트

아키텍처

docs/UML_ARCHITECTURE.md - 14개 다이어그램이 포함된 UML 아키텍처 개요
docs/UML/exports/ - PNG 다이어그램 내보내기 (패키지 개요 + 13개 클래스 다이어그램)
docs/UML/html/ - 전체 HTML API 레퍼런스 (모든 클래스, 연산, 속성)
docs/UML/skill_seekers.mdj - StarUML 프로젝트 파일 (StarUML로 열기)

가이드

docs/reference/LARGE_DOCUMENTATION.md - 10K–40K+ 페이지 문서 처리
docs/features/ENHANCEMENT_MODES.md - AI 강화 모드 가이드
docs/guides/MCP_SETUP.md - MCP 통합 설정
docs/features/UNIFIED_SCRAPING.md - 다중 소스 스크래핑
docs/VIDEO_GUIDE.md - 동영상 추출 전체 가이드

통합 가이드

docs/integrations/LANGCHAIN.md - LangChain RAG
docs/integrations/CURSOR.md - Cursor IDE
docs/integrations/WINDSURF.md - Windsurf IDE
docs/integrations/CLINE.md - Cline (VS Code)
docs/integrations/RAG_PIPELINES.md - 모든 RAG 파이프라인

📝 라이선스

MIT 라이선스 - 자세한 내용은 LICENSE 파일을 참조하세요

즐거운 스킬 빌딩 되세요! 🚀

🔒 보안

💛 후원사

Atlas Cloud — 풀 모달, OpenAI 호환 AI 추론 플랫폼입니다. Skill Seekers는 --target atlas와 ATLAS_API_KEY를 통해 패키징/강화 대상으로 지원합니다.

60 KiB Raw Permalink Blame History Unescape Escape

Skill Seekers

🌐 에코시스템

🧠 AI 시스템을 위한 데이터 레이어

생성되는 출력물

Skill Seekers를 선택해야 하는 이유

🚀 빠른 시작 (3가지 명령어)

🛰️ AI 기반 프로젝트 스캔 (신규)

기타 소스 (18가지 지원)

어디로든 내보내기

Skill Seekers란?

📚 문서

왜 Skill Seekers를 사용해야 하나요?

AI 스킬 빌더를 위해 (Claude, Gemini, OpenAI)

RAG 빌더 및 AI 엔지니어를 위해

AI 코딩 어시스턴트 사용자를 위해

핵심 기능

🌐 문서 스크래핑

📄 PDF 지원

🎬 동영상 추출

🐙 GitHub 저장소 분석

🔄 통합 다중 소스 스크래핑

🤖 다중 LLM 플랫폼 지원

🔗 RAG 프레임워크 통합

🧠 AI 코딩 어시스턴트 통합

🌊 3-스트림 GitHub 아키텍처

🔐 스마트 속도 제한 관리 및 설정

🎯 부트스트랩 스킬 - 셀프 호스팅

🔐 프라이빗 설정 저장소

🤖 코드베이스 분석 (C3.x)

🔄 강화 워크플로 프리셋

⚡ 성능 및 확장성

🤖 에이전트 무관 스킬 생성

📦 마켓플레이스 파이프라인

✅ 품질 보증

📦 설치

설치 옵션

🚀 원커맨드 설치 워크플로

📊 기능 매트릭스

빠른 플랫폼 비교

사용 예제

문서 스크래핑

PDF 추출

동영상 추출

GitHub 저장소 분석

통합 다중 소스 스크래핑

프라이빗 설정 저장소

작동 원리

아키텍처

📋 사전 요구 사항

📤 Claude에 스킬 업로드

옵션 1: 자동 업로드 (API 기반)

옵션 2: 수동 업로드 (API Key 불필요)

옵션 3: MCP (Claude Code)

🤖 AI 에이전트에 설치

지원되는 에이전트

🔌 MCP 통합 (40개 도구)

⚙️ 설정

사용 가능한 프리셋 (24+)

나만의 설정 만들기

설정 파일 구조

설정 저장 위치

📊 생성되는 내용

🐛 문제 해결

콘텐츠가 추출되지 않나요?

데이터가 있는데 사용되지 않나요?

분류가 적절하지 않나요?

문서를 업데이트하고 싶으신가요?

강화가 작동하지 않나요?

GitHub 속도 제한 문제?

📈 성능

🆕 v3.6.0 신규 기능

워크플로우 프리셋

라이프사이클 플래그

상태 확인 및 유틸리티

RAG 청킹 옵션 (패키징)

마켓플레이스 게시

추가 선택적 종속성

📚 문서

시작 가이드

60 KiB

Raw Permalink Blame History