클로드스킬마트스킬 둘러보기바로 쓰는 문장영상으로 배우기터미널 사용법스킬이 뭐예요?
목록으로

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·워크플로고급41,4853,824AI 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 후 promote 명령으로 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

  1. "어제 하루치 작업을 분석해서 아직 커버 안 된 스킬을 제안해줘" → 하루 타임라인을 클러스터링해 report.md 생성
  2. --dry-run 으로 LLM 호출 없이 분석 대상 타임라인(plan.md)만 먼저 확인
  3. 초안이 마음에 들면 promote --name zotero-pubmed-helper 로 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)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
ZIP 내려받기
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.

  1. 터미널을 열고 저장소를 클론합니다: git clone --depth 1 https://github.com/K-Dense-AI/scientific-agent-skills.git
  2. 스킬 폴더를 복사합니다: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/autoskill ~/.claude/skills/
  3. 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.
  4. 토큰을 환경변수로 등록합니다: export SCREENPIPE_TOKEN=$(screenpipe auth token)
  5. 파이썬 의존성을 설치합니다: pipenv install httpx pyyaml sentence-transformers
  6. 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)
  7. python scripts/autoskill.py doctor --config config.yaml --skills-dir ../ 로 사전 점검 후, Claude Code에서 "최근 4시간 작업을 분석해 스킬을 제안해줘"라고 요청하세요.