--- name: skill-evolve description: > gotcha/learned 관찰에서 스킬 개선점을 추출하여 autoresearch로 연결하는 자기 개선 루프. 축적된 오답노트와 성공 패턴을 스킬에 매핑 → 체크리스트 자동 생성 → autoresearch 실행. gotcha-analyzer가 패턴 감지 후 이 스킬 실행을 제안합니다. /skill-evolve로 실행. triggers: - "skill-evolve" - "스킬 진화" - "gotcha로 스킬 패치" - "스킬 자동 개선" auto_apply: false allowed-tools: - Read - Write - Edit - Grep - Glob - Bash - Agent - Skill - AskUserQuestion --- # Skill Evolve — gotcha/learned → 스킬 자동 개선 > gotcha-analyzer가 "이 스킬 개선하세요"라고 제안하면, 이 스킬이 실행됩니다. > 축적된 실패/성공 관찰을 체크리스트로 변환하여 autoresearch에 넘깁니다. --- ## 사용법 ```bash # 스캔 — 어떤 스킬에 개선 후보가 있는지 확인 /skill-evolve # 특정 스킬 직접 개선 /skill-evolve humanizer # 최소 gotcha 수 지정 (기본: 3) /skill-evolve --min 5 ``` ### 인자 | 인자 | 필수 | 기본값 | 설명 | |------|------|--------|------| | `` | — | — | 특정 스킬 지정 시 바로 개선 진행 | | `--min` | — | 3 | 개선 제안에 필요한 최소 관련 gotcha/learned 수 | | `--dry-run` | — | — | 체크리스트 생성까지만 (autoresearch 실행 안 함) | --- ## 워크플로우 ### Phase 1: 관찰 수집 ``` 1. gotcha/learned 파일 수집 ├─ memory/gotchas/*.md (index.md 제외) └─ memory/learned/*.md (index.md 제외) 2. 각 파일에서 추출 ├─ tags (키워드) ├─ type (CLI 오답 | 환경 함정 | 워크플로우 등) ├─ confidence (신뢰도) └─ 핵심 내용 (함정/패턴/교훈) ``` ### Phase 2: 스킬 매핑 ``` 1. 스킬 목록 수집 ├─ skills/*/SKILL.md (글로벌 스킬) └─ .claude/skills/*/SKILL.md (로컬 스킬, 있으면) 2. 각 스킬의 메타데이터 추출 ├─ name ├─ description └─ triggers 3. gotcha/learned의 tags ↔ 스킬 name/description/triggers 매칭 ├─ 정확 매칭: tag == skill name → 가중치 1.0 ├─ 부분 매칭: tag ∈ skill description → 가중치 0.5 └─ 유사 매칭: tag 동의어가 skill과 관련 → 가중치 0.3 4. 스킬별 관련 gotcha/learned 그룹핑 └─ 관련 수 ≥ --min 인 스킬만 후보로 선정 ``` ### Phase 3: 결과 출력 (인자 없이 실행 시) ``` ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ Skill Evolve — 개선 후보 스캔 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 스킬 gotcha learned 총계 상태 humanizer 4 1 5 개선 권장 backend-spring 3 0 3 개선 가능 commit-work 1 2 3 개선 가능 💡 /skill-evolve humanizer 로 시작하세요 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ``` ### Phase 4: 체크리스트 생성 (스킬 지정 시) gotcha/learned 내용을 autoresearch 체크리스트(예/아니오 질문)로 변환합니다. **변환 규칙:** | 출처 | 변환 방식 | 예시 | |------|----------|------| | gotcha의 **함정** | "~하지 않는가?" (부정 확인) | 함정: YAML 파싱 오류 → "YAML 파싱 시 들여쓰기 오류가 없는가?" | | gotcha의 **교훈** | "~하고 있는가?" (정방향 확인) | 교훈: 항상 스키마 검증 → "입력 스키마 검증이 포함됐는가?" | | learned의 **패턴** | "~를 따르는가?" (패턴 준수) | 패턴: Grep→Read→Edit → "수정 전 Grep→Read로 확인하는가?" | **체크리스트 제약:** - 3~6개 (autoresearch 규칙 준수) - 신뢰도 높은 순서로 선택 - 중복/유사 항목 병합 - 예/아니오로 답할 수 있는 구체적 질문 **생성 예시:** ```markdown ## 체크리스트: humanizer 출처: gotcha 4건, learned 1건 1. AI 유행어("혁신적", "획기적", "탁월한")가 출력에 없는가? [gotcha #2, confidence: 0.7] 2. em dash(—)를 2개 이하로 사용했는가? [gotcha #5, confidence: 0.5] 3. 능동태가 수동태보다 우선 사용됐는가? [gotcha #7, confidence: 0.7] 4. 문장 길이가 20단어 이내인가? [learned #1, confidence: 0.85] 5. 첫 문장이 구체적인 상황/고충으로 시작하는가? [gotcha #3, confidence: 0.5] ``` ### Phase 5: autoresearch 실행 ``` 1. 체크리스트를 .skill-evolve//checklist.md에 저장 2. 사용자에게 확인: "humanizer에 대해 위 체크리스트로 autoresearch를 실행할까요?" 3. 승인 시: /autoresearch --checklist .skill-evolve//checklist.md 4. 완료 후: - .skill-evolve//evolve-log.md에 결과 기록 - 사용된 gotcha/learned 파일에 `evolved-by: skill-evolve` 마킹 ``` --- ## 제약 사항 ### 반드시 지킬 것 | # | 규칙 | |---|------| | 1 | **사용자 승인 필수.** 체크리스트 확인 없이 autoresearch 실행 금지 | | 2 | **3~6개 체크리스트.** autoresearch 규칙 준수 — 초과 시 상위 N개만 선택 | | 3 | **신뢰도 0.5 이상만.** confidence 0.3 이하 gotcha는 체크리스트에 포함하지 않음 | | 4 | **1스킬 1실행.** 여러 스킬을 한 번에 autoresearch하지 않음 | ### 하지 말 것 | # | 금지 사항 | 이유 | |---|----------|------| | 1 | gotcha 내용을 직접 SKILL.md에 삽입 | autoresearch의 hill-climbing을 우회 | | 2 | observations.jsonl 직접 읽기 | 분석은 analyzer의 역할, 여기선 결과물만 사용 | | 3 | 체크리스트 7개 이상 생성 | autoresearch 게이밍 방지 | | 4 | 자동 실행 (사용자 승인 없이) | 의도치 않은 스킬 퇴행 방지 | --- ## 산출물 ``` .skill-evolve/ ├── scan-report.md # 스캔 결과 (어떤 스킬에 후보가 있는지) └── / ├── checklist.md # 생성된 체크리스트 └── evolve-log.md # autoresearch 실행 결과 + 사용된 gotcha/learned 목록 ``` --- ## 관련 스킬 | 스킬 | 관계 | |------|------| | `project-gotchas` | 입력 — gotcha/learned 파일 제공 | | `autoresearch` | 출력 — 생성된 체크리스트로 스킬 개선 실행 | | `skill-judge` | 보완 — 개선 전후 품질 비교 가능 | | `manage-skills` | 보완 — 개선 후 스킬 관리 |