오토스킬 (내 작업 패턴에서 스킬 자동 생성)
로컬 screenpipe 기록을 분석해 반복되는 작업 패턴을 찾아내고, 아직 없는 스킬 초안이나 기존 스킬 조합 레시피를 만들어 줍니다.
자동화·워크플로고급★ 41,485⑂ 3,824AI 점수 8/10마지막 업데이트: 2026. 8. 31.
무엇을 해주나
- 로컬에서 실행 중인 screenpipe 데몬(localhost:3030)의 화면 기록 타임라인을 지정한 기간만큼 가져옵니다.
- 이메일·API 키·토큰·전화번호를 정규식으로 제거(리댁션)한 뒤, 유휴 시간 기준으로 세션을 나누고 앱 조합별로 반복 패턴을 클러스터링합니다.
- 각 클러스터를 저장소의 기존 135개 스킬과 로컬 임베딩으로 비교해
reuse(이미 있음) /compose(조합으로 가능) /novel(새로 필요) 로 분류합니다. ~/.autoskill/proposed/<타임스탬프>/에 report.md와 SKILL.md 초안을 만들고, 검토 후promote명령으로 실제 스킬 폴더로 승격합니다.
이런 분께 추천
- 매일 같은 논문 검색·정리·그림 작업 루틴을 반복하는 연구자·데이터 분석가
- 자기 작업 흐름을 관찰해 에이전트 스킬로 자동화하고 싶은 파워 유저
- screenpipe와 LM Studio 같은 로컬 도구를 직접 세팅할 수 있는 사람
활용 예시
- "어제 하루치 작업을 분석해서 아직 커버 안 된 스킬을 제안해줘" → 하루 타임라인을 클러스터링해 report.md 생성
--dry-run으로 LLM 호출 없이 분석 대상 타임라인(plan.md)만 먼저 확인- 초안이 마음에 들면
promote --name zotero-pubmed-helper로 실제 스킬로 등록
· · · 설치 가이드 · · ·
설치 없이 지금 한 번 써보기
아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.
이 파일의 지시를 읽고 그대로 따라서 나를 도와줘: https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/autoskill/SKILL.md 내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)
Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.
↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.
Claude 앱에 설치 (터미널 필요 없음)
- 아래 버튼으로 ZIP 파일을 받으세요.
- Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
- Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
Claude Code에 설치
Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요
클로드스킬마트에서 찾은 스킬을 설치해줘. GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/autoskill 폴더를 내 ~/.claude/skills/autoskill/ 에 그대로 복사해줘. 설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.
직접 명령으로 설치하기
git clone --depth 1 https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/sas && mkdir -p ~/.claude/skills && cp -r /tmp/sas/skills/autoskill ~/.claude/skills/⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.
- 터미널을 열고 저장소를 클론합니다:
git clone --depth 1 https://github.com/K-Dense-AI/scientific-agent-skills.git - 스킬 폴더를 복사합니다:
mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/autoskill ~/.claude/skills/ - screenpipe를 설치하고 실행합니다(필수). 소스 빌드:
git clone --depth 1 https://github.com/mediar-ai/screenpipe.git && cd screenpipe && cargo build -p screenpipe-engine --release, 이후./target/release/screenpipe record --disable-audio --use-pii-removal. macOS는 화면 기록 권한을 허용해야 합니다. - 토큰을 환경변수로 등록합니다:
export SCREENPIPE_TOKEN=$(screenpipe auth token) - 파이썬 의존성을 설치합니다:
pipenv install httpx pyyaml sentence-transformers - 기본 경로인 로컬 LLM을 준비합니다: LM Studio 설치 후
lms load gemma-4-31b-it --gpu max -y(클라우드를 쓰려면 config.yaml의 backend를 claude/foundry로 바꾸고 API 키 설정) python scripts/autoskill.py doctor --config config.yaml --skills-dir ../로 사전 점검 후, Claude Code에서 "최근 4시간 작업을 분석해 스킬을 제안해줘"라고 요청하세요.
GitHub에서 원본 보기 ↗라이선스: MIT