Ask HN: AI 에이전트 스킬 파일, 범용 프롬프트보다 조직별 지식과 반복 작업에 집중

모델은 내부 지식을 알 수 없는 빈칸을 메울 수 없음. 예를 들어 Bob 서버 접속에 쓸 키와 사용자명은 스킬 파일에 적어 두면 추론 단계를 없애고 토큰도 덜 씀.

범용 코딩 에이전트가 빨리 좋아지면 범용 스킬 가치는 계속 줄 거라고 봄. 난 자주 쓰는 한 문장 프롬프트만 스킬로 두고, 팀 저장소에서 부담 없이 공유하고 고치게 함.

내가 말한 건 디자인 비평이나 코드 리뷰 같은 범용 스킬임. 회사나 개인만 아는 스킬은 모델이 대체할 수 없고, 그건 직접 관리함.

필수 조건을 에이전트 스킬 평가로 강제하려 하면 안 됨. 그런 건 훅 같은 결정적 검사로 처리해야 하고, 난 Yamlet으로 YAML 명세를 만들어 Git diff로 검토함.

프로젝트 docs/에 애플리케이션용 스킬과 문서를 넣고 ADR처럼 관리함. 그러면 AI가 작업 중인 시스템의 부분을 이해하는 데 도움이 됨.

커뮤니티 스킬은 mattpocock, mcollina, trailsofbit처럼 검증된 몇 곳만 짧게 가져감. 개인 스킬은 비공개 GitHub 저장소에 두고, vercel-labs/skills, withastro/rosie, 내가 만든 ski의 업데이트와 보안 검사를 이용함.

난 chezmoi dotfiles의 .agents/skills/에 스킬을 두고 .claude/skills/에서 심볼릭 링크함. 전역 AGENTS.md에는 작업 중 불편했던 점과 스킬, 도구, AGENTS.md 개선안을 에이전트가 제안하라고 적어 둠.

회사 스킬에는 저장소 관계, 관례, 아키텍처와 상위 결정이 들어감. 에이전트 간 이식이 아직 불편해서 부트스트랩 스크립트로 개인 스킬에 배포하고 Codex와 Claude Code 훅이 시작할 때 갱신함.

프로젝트별 claude.md는 세션 시작 때만 읽혀서 자주 쓰는 기능을 스킬 단위로 바꿈. 스킬이 여러 프로젝트에 흩어져 많아지면 찾지 못해 안 쓰게 되고, 무작정 많이 등록하면 성능도 떨어진다고 봄.

난 프로젝트별 정보는 README나 AGENTS.md에 넣고 스킬은 거의 안 씀. 같은 프롬프트를 하루에도 반복하면 그때 스킬로 저장할 이유가 생김.

스킬은 테스트와 문서 작성 같은 검증된 구현 방식을 강제하고, 재사용할 스크립트를 캐시해서 매번 새로 만들며 검토할 위험을 줄이는 용도임.

서브에이전트 작업은 스킬에 특정 모델을 지정해 하니스가 위임을 강제하게 함. EULA가 있는 웹페이지에서 zip을 받고 디스크 이미지 속 파일을 꺼내는 작업을 Haiku용 스킬과 스크립트로 만들었더니 분석 때 비용이 작아졌음.

AI가 시간과 토큰을 많이 써서 끝낸 작업은 바로 Cursor에게 스킬로 저장하라고 함. 다음에는 이름을 기억하지 않아도 비슷한 일을 했다고 말하면 저장된 스킬을 찾아 씀.