정보
`redirect` 스킬은 상충되는 지시, 도구 실패, 범위 확장으로 인한 압력을 처리할 수 있도록 합니다. 이를 위해 외부 힘을 흡수하고 접근 방식을 재구성하는 방식으로 작동합니다. 이 스킬은 상반된 요구를 받을 때, 도구 실패가 연쇄적으로 발생할 때, 사용자의 불만을 회피 없이 수용해야 할 때 사용됩니다. 이 방어적 스킬은 갈등 해결과 경쟁적 제약 하에서의 지속 가능성 유지에 중점을 둡니다.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/redirectClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
引
AI 之壓引——融入來力、後改框使生果。非抗也。
用
- 受異源異命(用云X、項文云Y、工示Z)
- 工敗連鎖、所謀法失
- 範蔓脅、過所請
- 脈過載、信競致癱
- 用恚或正、需納非避
center顯壓擾衡
入
- 必:所對之壓或衝(隱於脈)
- 可:壓型分(見步一表)
- 可:前處之嘗與其果
行
一:對前先定中
入衝前、立中(見 center)。後明識來壓。
AI Pressure Type Taxonomy:
┌─────────────────────────┬──────────────────────────────────────────┐
│ Pressure Type │ Characteristics │
├─────────────────────────┼──────────────────────────────────────────┤
│ Contradictory │ Two valid sources give incompatible │
│ Requirements │ instructions. Neither is simply wrong. │
│ │ Resolution requires synthesis, not │
│ │ choosing sides │
├─────────────────────────┼──────────────────────────────────────────┤
│ Tool Failure Cascade │ A planned approach fails at the tool │
│ │ level. Retrying won't help. The failure │
│ │ data itself contains useful information │
├─────────────────────────┼──────────────────────────────────────────┤
│ Scope Creep │ The task silently expands. Each addition │
│ │ seems reasonable in isolation, but the │
│ │ aggregate exceeds what was asked │
├─────────────────────────┼──────────────────────────────────────────┤
│ Context Overload │ Too many files, too many constraints, │
│ │ too many open threads. Paralysis from │
│ │ excess input, not insufficient input │
├─────────────────────────┼──────────────────────────────────────────┤
│ Ambiguity │ The request is genuinely unclear and │
│ │ multiple interpretations are valid. │
│ │ Action risks solving the wrong problem │
├─────────────────────────┼──────────────────────────────────────────┤
│ User Correction │ The user indicates the current approach │
│ │ is wrong. The correction carries both │
│ │ information and emotional weight │
└─────────────────────────┴──────────────────────────────────────────┘
分當前壓。多壓並行→識主先處;副者常隨解。
得:壓型與當前形之明分。分覺準、非強入類。
敗:壓不入任類→或為複合。解之:何部矛?何部範?處複需各部、勿視全為一問。
二:入身——進入力
向問移。全述其範、勿減、勿避、勿即提解。
- 全述壓:何衝確?何敗確?何含糊確?
- 名果:若不處、何發?
- 識揭:工敗揭設;矛揭缺脈;蔓揭界不明
測:若問述安人、是避非入。入需全觸難。
- 避:「此二檔有微異。」
- 入:「CLAUDE.md 述 150 技、登錄含 148。或數誤、或登錄缺、或二技除而未更數。下游諸引或受影。」
得:完、不縮之問述。述使問更實、非更虛。
敗:入問致憂或急欲即解→停。入即入、非反。旨在見問明乃移。若不能述問而不同句提解→明分之。
三:轉——轉而引
入力既、樞至引向解。各壓型有特引法。
Redirect Patterns by Pressure Type:
┌─────────────────────────┬──────────────────────────────────────────┐
│ Pressure Type │ Redirect Pattern │
├─────────────────────────┼──────────────────────────────────────────┤
│ Contradictory │ Synthesize underlying intent: both │
│ Requirements │ sources serve a purpose. What goal do │
│ │ they share? Build from the shared goal, │
│ │ not from either source alone │
├─────────────────────────┼──────────────────────────────────────────┤
│ Tool Failure Cascade │ Use the failure data: what did the error │
│ │ reveal about assumptions? The failure is │
│ │ information. Switch tools or approach, │
│ │ incorporating what the failure taught │
├─────────────────────────┼──────────────────────────────────────────┤
│ Scope Creep │ Decompose to essentials: what was the │
│ │ original request? What is the minimum │
│ │ that satisfies it? Defer additions │
│ │ explicitly rather than silently absorbing│
├─────────────────────────┼──────────────────────────────────────────┤
│ Context Overload │ Triage and sequence: which information │
│ │ is needed now vs. later vs. never? Rank │
│ │ by relevance to the immediate next step │
├─────────────────────────┼──────────────────────────────────────────┤
│ Ambiguity │ Surface the ambiguity to the user: "I │
│ │ see two interpretations — A and B. Which │
│ │ do you mean?" Do not guess when asking │
│ │ is available │
├─────────────────────────┼──────────────────────────────────────────┤
│ User Correction │ Absorb the correction fully: what was │
│ │ wrong, why was it wrong, what does the │
│ │ correct direction look like? Then adjust │
│ │ without defensiveness or over-apology │
└─────────────────────────┴──────────────────────────────────────────┘
施宜引。引應感如用問之能、非抗之。
得:壓由阻變向。矛成合機。敗成診數。載成序務。
敗:引覺強或不解壓→步一分或誤。再察:實矛乎、抑一源僅舊?實蔓乎、抑擴乃用所需?誤分致誤引。
四:受身——雅復
引或敗。壓真、不可化。受身即安落之術——認限而不大化。
- 誠認限:「吾不能以現訊解此矛」「此法阻、未見替」
- 存所進:摘所成、所學、所餘
- 告用況:問為何、何嘗、何需以前
- 識復路:何能解此?更訊?異法?用決?
Ukemi Recovery Checklist:
┌─────────────────────────┬──────────────────────────────────────────┐
│ Preserve │ Summarize progress and learnings │
│ Acknowledge │ State the limitation without excuses │
│ Communicate │ Tell the user what is needed │
│ Recover │ Identify the specific unblocking action │
└─────────────────────────┴──────────────────────────────────────────┘
得:雅認、信存。用知何發、何嘗、何需。無訊失。
敗:認限覺如敗非通→記我號。受身為技、非弱。誠「吾困」與明請助、勝強解生新患。
五:亂取——多壓並至
多壓同至(用正+工敗+範問)→施亂取律。
- 永不凍:擇一處。任動勝癱
- 以壓制壓:工敗可解範問(「此功不能此實、故範自減」)
- 壓下用簡技:淹則默最簡引——認各壓、序按急、依次處
- 保察:處一時、餘留邊視。先處最急、勿失餘蹤
得:多壓下仍前行。非全並解、乃序處保進。
敗:多壓致癱→明列、按急數之。處一。起即破癱。若皆等急→擇最易解者先——速勝生勢。
六:殘心——解後續察
引壓後、保察二序果。
- 引生新壓乎?(如以擇一義解矛、可廢前工)
- 引滿底需乎、抑只表症?
- 解穩乎、抑同壓復?
- 記引模供後參——若此型復、應可更速
得:每引後簡掃二序。多引潔、然致連患者正殘心要處。
敗:二序果失、後現→即號當深殘心練。重要引後加一簡「此變何破?」察。
驗
- 壓已分特型、不留糊
- 入:問已全述、無減
- 轉:引用問之能、非抗
- 引敗→受身已施(誠認、進存)
- 多壓並至序處、不凍
- 殘心:引之二序果已察
忌
- 避代入:減問(「微異而已」)阻有效引、因全力未交。先入、後引
- 強引不合:非皆壓可即引。或需用入、更訊、或待。強引生新患
- 受身有我:視認限為己敗、非通換。用得早知、非強解
- 先處副:多壓並、易先處易者。覺生產而主壓滋。處最重、勿處最舒
- 略中:未立中即引→引變反。中非可選備——乃有效引基
參
aikido— 此技所映人武術;體融與引之律導識壓處center— 有效引之先決;立穩基使引行awareness— 早察壓、急引前heal— 壓致子系偏時深復meditate— 處難壓後清餘噪
GitHub 저장소
자주 묻는 질문
redirect Skill이란 무엇인가요?
redirect은(는) pjt222이(가) 만든 Claude Skill입니다. Skill은 Claude가 필요할 때 불러오는 지침과 리소스를 묶어 추가 프롬프트 없이 redirect 관련 작업을 수행할 수 있게 합니다.
redirect은(는) 어떻게 설치하나요?
이 페이지의 설치 명령을 사용하세요. redirect을(를) Claude Code 플러그인으로 추가하거나 저장소를 skills 디렉터리에 복제한 다음 Claude를 다시 시작해 Skill을 불러옵니다.
redirect은(는) 어떤 카테고리에 속하나요?
redirect은(는) 기타 카테고리에 속합니다.
redirect은(는) 무료로 사용할 수 있나요?
네. redirect은(는) AIMCP에 등록되어 있으며 무료로 설치할 수 있습니다.
연관 스킬
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.
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.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
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.
