ai

Plugin ai from marketplace ress in ressKim-io/ress-claude-agents. Commands read from the repo's manifest — yesterday.

Skills (14)

• agentic-ai-architecture

  AI Agent 시스템 설계 — MCP·A2A 프로토콜 비교, multi-agent 오케스트레이션 패턴, Spring AI·Go 구현, 가드레일 아키텍처. Use when 제품에 들어갈 LLM agent 구조와 도구 연동 프로토콜을 설계할 때.

• agentic-coding

  AI 코딩 에이전트 활용 — 4가지 agentic coding 모드, agent supervision, multi-agent 조율, 코드 리뷰 방식, 모델 라우팅. Use when Claude Code 같은 에이전트에 코딩을 맡기고 감독·검증 방식을 정할 때.

• ai-first-playbook

  AI-First 조직 전환 플레이북 — 파일럿(0-30일)→팀 확산→문화 정착 단계, ROI 측정 프레임워크, Claude Code 운영 전략. Use when 팀에 AI 도구를 도입하고 효과를 측정하는 로드맵을 세울 때.

• dx-ai-agents-orchestration

  AI Agent 오케스트레이션 — 멀티 에이전트 협업, 가드레일, Self-Healing 인프라, 메트릭 수집. Use when 여러 에이전트를 엮어 운영 자동화를 구성할 때, 거버넌스·정책은 dx-ai-agents 를 쓴다.

• dx-ai-agents

  AI 코딩 에이전트 거버넌스 — 엔지니어 역할 변화, 성숙도 모델, Copilot·Claude Code 통합, 권한 범위, 금지 사항, 작업 완료 기준. Use when 조직의 AI 에이전트 사용 정책과 규칙을 정할 때, 협업 구성은 dx-ai-agents-orchestration 을 쓴다.

• dx-ai-security

  AI 생성 코드의 보안 검증과 품질 게이트 — 보안 가이드라인, 품질 보증, AI 비용(FinOps) 관리, 메트릭·모니터링. Use when AI 가 작성한 코드를 머지하기 전에 보안·품질을 점검하거나 AI 사용 비용을 통제할 때.

• langchain-langgraph

  LangChain v0.3 LCEL, tool calling, LangGraph 에이전트, multi-agent 패턴, RAG, streaming, 프로덕션 배포. Use when LangChain 이나 LangGraph 로 체인·에이전트 워크플로를 구현할 때.

• llmops

  LLMOps — RAG 운영, 프롬프트 버전 관리, Ragas 기반 LLM 평가, NeMo 가드레일. Use when LLM 앱을 운영 환경에서 품질 평가하고 프롬프트 변경을 관리하거나 가드레일을 붙일 때.

• ml-serving

  K8s 기반 ML·LLM 모델 서빙 — 서빙 엔진 비교, KServe, vLLM, TensorRT-LLM, llm-d, KEDA 오토스케일링, 최적화. Use when 모델을 클러스터에 배포하고 추론 지연·처리량을 튜닝할 때.

• mlops-tracking

  MLflow 실험 추적 — 설치, experiment tracking, 모델 레지스트리, KServe 연동. Use when 학습 실험 결과를 기록·비교하고 모델 버전을 등록해 서빙으로 넘길 때, 파이프라인은 mlops 를 쓴다.

• mlops

  MLOps — Kubeflow 로 ML 파이프라인을 구성하고 KServe 로 서빙, MLOps 와 LLMOps 비교. Use when 학습부터 배포까지 ML 파이프라인을 설계할 때, 실험 추적은 mlops-tracking 을 쓴다.

• prompt-engineering

  프롬프트 설계 — 기법 선택, 시스템 프롬프트 작성, structured output, 가드레일, 평가 방법론, Claude 5.5 프롬프팅 주의점. Use when 프롬프트를 새로 쓰거나 출력이 불안정해 개선하고 평가할 때.

• rag-patterns

  RAG 아키텍처 — 청킹 전략, 임베딩 모델, 검색 최적화, vector store 연동, advanced RAG, RAGAS 평가. Use when 문서 기반 질의응답 시스템을 만들거나 검색 품질·환각 문제를 개선할 때.

• vector-db

  벡터 DB — 제품 비교 매트릭스, ANN 인덱싱 알고리즘, pgvector·Weaviate·Pinecone, 성능 튜닝, 비용 분석. Use when 임베딩 저장소를 고르거나 벡터 검색 인덱스·지연을 튜닝할 때.

Subagents (1)

• mlops-expert

  MLOps 전문가 에이전트. Kubernetes 기반 ML 파이프라인, GPU 스케줄링, 모델 서빙, LLM 배포에 특화. Use for AI/ML workloads on Kubernetes, model training, and inference optimization.

Similar plugins