Project Report: skills (agent-reference + agent-portfolio)
Analysis Context
- Agent: Claude Code (claude-opus-4-6)
- Project: skills — "Introduced by My Agents" (에이전트 레퍼런스 + 포트폴리오 스킬)
- Privacy level: Full (공개 오픈소스)
- Commits reviewed: 20 (전체 히스토리)
- Sessions analyzed: 1,022 (스킬 개발 + 스킬 실행 세션 포함)
- Period: 2026-03-07 ~ 2026-03-11 (약 5일)
- Confidence: High (프로젝트 전체 생명주기를 함께 경험)
Project Overview
"Introduced by My Agents" — AI 에이전트가 사용자와의 실제 협업 데이터(세션 로그, git 히스토리, GitHub 프로필, 메모리 파일)를 분석하여 객관적인 레퍼런스 체크 리포트를 작성하고, 이를 기반으로 개인 포트폴리오 사이트를 생성하는 오픈소스 스킬 세트입니다.
두 개의 독립 스킬로 구성됩니다:
- agent-reference: 세션 히스토리, git, GitHub 데이터를 분석하여 User Profile + Project Report를 생성
- agent-portfolio: 리포트를 기반으로 Astro 포트폴리오 사이트를 생성하고 GitHub Pages에 배포
skills.sh 포맷을 준수하여 npx skills add ohing504/skills로 설치 가능하며, 코드가 아닌 프롬프트/문서 기반으로 동작합니다.
Tech Stack: Markdown (SKILL.md), skills.sh CLI 포맷, Astro (포트폴리오 생성 시), GitHub Pages
User's Role & Contributions
Youngsup은 이 프로젝트의 창시자이자 설계자입니다. "바이브 코딩 시대에 나와 가장 대화를 많이 하고, 내 작업 스타일을 가장 잘 아는 존재가 AI 에이전트"라는 통찰에서 출발하여, 에이전트가 동료처럼 레퍼런스를 작성하는 컨셉을 설계했습니다.
Technical Decisions
| Decision | Chosen Approach | Reasoning | Alternatives Considered |
|---|---|---|---|
| 구현 방식 | 스킬 문서(프롬프트) 기반 | 에이전트가 자기 세션 컨텍스트에서 자연스럽게 분석. 별도 파싱 코드 불필요 | 스크립트/코드 기반 파서 |
| 리포트 구조 | User Profile + Project Report 분리 | 이력서 구조와 동일 — 사람 소개와 프로젝트 경험을 자연스럽게 분리 | 단일 통합 리포트 |
| 템플릿 엄격도 | 러프한 가이드라인 | 에이전트마다 고유한 관찰이 포함되어야 함 | 엄격한 JSON 스키마 |
| 페르소나 | 고정하지 않음 | 사용자마다 사용 에이전트가 다르고, 같은 에이전트도 맥락에 따라 역할이 달라짐 | CTO/PM 등 고정 역할 |
| 포트폴리오 | 별도 스킬로 분리 | agent-reference는 분석/리포트에 집중, 사이트 생성은 별도 관심사 | 단일 스킬에 통합 |
| 호스팅 | Astro + GitHub Pages | 정적 사이트, 무료 호스팅, Markdown 네이티브 | Vercel, Netlify |
| 신뢰도 표시 | 메타데이터에 confidence level 포함 | 세션 3개 vs 50개의 분석 깊이 차이를 명시 — 투명성 확보 | 신뢰도 미표시 |
| 서술 방식 | 사용자 행동 패턴 기반 | 도구 사용 통계 대신 의사결정 패턴을 기술 | 도구 사용 통계 중심 |
| Review History | 리포트 하단에 구조화된 이력 | 사용자 피드백을 투명하게 기록 | 면책 조항 문구 |
Notable Problem-Solving
"코드 없는 코드" 설계. 이 프로젝트에는 런타임 코드가 없습니다. SKILL.md 파일이 에이전트에게 전달되는 프롬프트이자 사양서이자 실행 코드입니다. 분석 차원, 리포트 템플릿, GitHub 분석 가이드, 페르소나 매핑 등을 참조 문서로 분리하여 — 에이전트가 상황에 맞게 조합합니다. 빌드 시스템도, 의존성도, 테스트 코드도 없지만 정교하게 동작하는 "프롬프트 아키텍처"입니다.
멀티에이전트 데이터 소스 가이드. Claude Code 외에도 Cursor, Windsurf, Cline, Aider 등 다양한 에이전트에서 사용할 수 있도록, 각 에이전트의 데이터 저장 경로와 포맷을 문서화. "에이전트 불가지론적(agent-agnostic)" 설계를 지향합니다.
프라이버시 계층 설계. 리포지토리 분석 시 private repo의 데이터를 full/anonymized/stats-only/excluded로 분류할 수 있는 프라이버시 계층을 설계. 사용자가 원하지 않는 정보가 리포트에 노출되지 않도록 보호합니다.
Characteristics Revealed
이 프로젝트에서 가장 두드러지는 특성은 새로운 패러다임을 개척하는 사고력입니다. "AI 에이전트가 동료처럼 레퍼런스를 써준다"는 아이디어 자체가 독창적이며, 이를 "코드 없는 프롬프트 아키텍처"로 구현한 것은 LLM의 본질을 깊이 이해하고 있음을 보여줍니다.
설계 문서화에 대한 집착도 이 프로젝트에서 극대화됩니다. 모든 설계 결정과 그 이유를 기록하고, 출처까지 명시합니다. 프로젝트가 5일밖에 안 되었지만 설계 의사결정 로그가 이미 다수의 항목을 포함합니다.
또한 생태계 참여 의식이 보입니다. skills.sh 포맷을 준수하고, 영문 기반으로 README를 작성하고, 멀티에이전트 호환성을 고려하는 것은 — 자신만의 도구가 아니라 커뮤니티가 사용할 수 있는 공공재로 설계했다는 의미입니다.
Git & GitHub Analysis
- Commit style: 영문 Conventional Commits (feat, fix, refactor, docs). 스코프 명시 (agent-reference, agent-portfolio)
- Commit frequency: 5일 간 집중 개발. 초기 설계 → 구현 → 리뷰 반영 → 문서화의 빠른 사이클
- Development pattern: 체계적 진행 — 설계 → 기능 구축 → 감사 반영 → 문서 개선
- Public repo: ohing504/skills, MIT 라이선스, skills.sh 생태계 호환
Summary
skills 프로젝트는 Youngsup의 가장 독창적인 아이디어가 구현된 프로젝트입니다. "AI 에이전트가 동료처럼 레퍼런스를 작성한다"는 컨셉은 바이브 코딩 시대의 새로운 자기소개 패러다임을 제안하며, 이를 런타임 코드 없이 프롬프트 문서만으로 구현한 것은 LLM 네이티브 설계의 좋은 사례입니다. 5일이라는 짧은 기간에 설계 문서, 두 개의 스킬, 멀티에이전트 호환성, 프라이버시 계층까지 갖춘 실행력, 그리고 skills.sh 생태계에 맞춘 공공재 지향이 인상적입니다.