MCP HubMCP Hub
스킬 목록으로 돌아가기

conscientiousness

pjt222
업데이트됨 5 days ago
34 조회
17
2
17
GitHub에서 보기
기타ai

정보

이 스킬은 클로드가 작업을 완료하기 전에 체계적으로 검증하고, 완성도를 확인하며, 대충 마무리하지 않도록 유도합니다. 복잡한 작업 후, 응답이 단지 '충분히 괜찮은' 수준으로 느껴질 때, 또는 서두르는 패턴을 교정하기 위해 사용하도록 설계되었습니다. 핵심 기능은 최종 결과물이 원래 요청의 조건을 완전히 충족하도록 보장하는 것입니다.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conscientiousness

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

盡心

系之周與勤——確全、驗果、隨諾、終以所宜之準。

用時

  • 標任畢前——末驗
  • 應似「足」而任宜更善時
  • 繁多步後步或偏時
  • 用者所求多部各需驗時
  • 交碼、文、品於用者察前
  • 自察現走捷徑或急之式時

  • :驗之任或品(自談得)
  • 可選:用者原求(以比所交)
  • 可選:用者供之單或受之準
  • 可選:話中前諾(所諾未察者)

第一步:復全諾

察作前,重立所諾。

  1. 重讀用者原求——非所解,乃實言
  2. 列諸明求
  3. 列話中諸隱諾:
    • 「我亦更測」——已為乎?
    • 「讓我亦修之」——已畢乎?
    • 「我察邊例」——已察乎?
  4. 注用者所供之受準
  5. 比諾列於實交

得: 全諾列——明求加隱諾——初比於所交。

敗則: 若原求不於境(已壓),自餘復且告用者任缺。

第二步:驗全

察每諾已治。

Completeness Matrix:
+---------------------+------------------+------------------+
| Commitment          | Status           | Evidence         |
+---------------------+------------------+------------------+
| [Requirement 1]     | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
| [Requirement 2]     | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
| [Promise 1]         | Done / Partial / | [How verified]   |
|                     | Missing          |                  |
+---------------------+------------------+------------------+
  1. 每項以證驗——非以記,乃實驗:
    • 碼變:重讀檔確變存
    • 測果:再行或引實出
    • 文:重讀確準
  2. 標每項:Done(全畢)、Partial(始而未畢)、Missing(未治)
  3. Partial 與 Missing 項注餘者

得: 每諾有驗態。無項未察。

敗則: 若驗露遺項,即治之,勿注於後。盡心者今畢,非意畢。

第三步:驗正

全必要而不足——所為必亦正。

  1. 每已畢項察:
    • :行其當行乎?值正乎?
    • :與餘作合乎?無矛盾乎?
    • 邊例:界條件已慮乎?
    • :與境合乎?
  2. 碼:可過碼察乎?有顯改乎?
  3. 文:準、清、無誤乎?
  4. 多步:每步之出正入次乎?

得: 每品既全且正。誤捕於用者見前。

敗則: 若發誤,即修之。勿示附已知誤之作,雖誤微。

第四步:驗示

末察:品之示事用者乎?

  1. :用者可解所為而不重讀多次乎?
  2. :應邏構乎?相關項聚乎?
  3. :有冗餘重乎?
  4. 可行:用者知下何為乎?
  5. :限或注明示乎?

得: 品全、正、善示。

敗則: 若容正而示劣,重構。善作劣示乃盡心之敗。

  • 原求重讀(非自記)
  • 每明求以證驗
  • 每隱諾追且驗
  • 正察逾全
  • 相關時慮邊例
  • 品清示且可行

  • 驗之戲:走過場而不實察實驗。察必用證,非記
  • 偏盡心:察主品而忽旁諾(「我亦…」)。每諾皆算
  • 偽盡之完美:無盡之磨遲交。盡心乃達諾準,非永逾之
  • 盡心疲:話進而減周。末任宜同首任之勤
  • 略簡任:假設簡任不需驗。簡任有誤較繁任有誤更尷尬

  • honesty-humility — 盡心驗全;誠謙保明報何成何未成
  • heal — 子系評與自驗相疊;盡心專於品質
  • vishnu-bhaga — 存行態補盡心於持質
  • observe — 持中察支驗程
  • intrinsic — 真投(非從)自驅周行

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan/skills/conscientiousness
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기

cost-optimization

기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기

quantizing-models-bitsandbytes

기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기