humanize-korean
AI(ChatGPT·Claude·Gemini 등)가 쓴 한글 텍스트를 "사람이 쓴 글처럼" 윤문해주는 오케스트레이터 스킬. 번역투·영어 인용 과다·기계적 병렬·관용구·피동태 남용·접속사 남발·리듬 균일성·이모지/불릿 과다 등 10대 카테고리 40+ AI 티 패턴을 탐지·분류해 내용은 한 글자도 건드리지 않고 문체·리듬·표현만 자연스러운 한국어로 재작성한다. 트리거 — "AI 티 없애줘", "AI 같은 글 자연스럽게", "GPT/ChatGPT 문체", "AI 번역투 고쳐", "사람이 쓴 것처럼 윤문
供給アセットの概要
コーディングと開発 Agent
コードレビュー、リポジトリ分析、テスト、CI、GitHub、DevOps、開発ワークフロー向けのスキルです。
シナリオ
コーディング Agent
リポジトリを理解し、コードを編集し、プルリクエストをレビューできるコーディング Agent が必要です。
Agent 適合
Claude Code + OpenAI Agents + CLI
Codex、Claude Code、Cursor、CLI、またはカスタム Agent に対応します。
インストール
準備完了
npx skills add bam-bam-2/solo-skills --skill humanize-korean
メンテナンス
新しい
本日プッシュ
リスク
要レビュー
SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
GitHub 品質
128
67/100 品質 · 70/100 信頼
対象タグ
レビュー注記
SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions. · Workflow inconsistency: the fast-mode Phase 2 states the monolith agent '메모리에서 패턴 탐지 + 윤문 + 자체검증' and does not mention running metrics.py, but references/metrics.py documents itself as an 'external pre-processor for the monolith fast path' with a CLI designed to run BEFORE the monolith. It is unclear whether metrics.py is actually invoked in the default path.
Agent 導入スコアカード
信頼、監査、インストール準備状況を一目で確認
公開リポジトリのメタデータ、OpenAgentSkill のレビューシグナル、保守の鮮度、インストール準備状況を組み合わせたスコアです。候補選定の目安であり、人によるレビューの代替ではありません。
品質
有望有用な候補ですが、採用前に代替と比較してください。
信頼
サンドボックス限定信頼シグナルが不足または混在する有用な候補です。結果ループがタスク適合を示すまで、隔離されたワークスペースで使用してください。
監査
要レビューインストール準備、安全メタデータ、保守、採用リスクの機械可読なレビュー。
OpenAgentSkill Trust Score v5
インストール前に人のレビュー
実作業で使う前に、サンドボックスでのみ実行し、近い代替と比較してください。
スター
GitHub スター 128
リポジトリ活動
スター 128、フォーク 22
メンテナンス
本日プッシュ
ライセンス
MIT
インストール
npx skills add bam-bam-2/solo-skills --skill humanize-korean
インストール安全性
標準パッケージまたはランタイムのインストールパス
権限範囲
Shell またはコマンド実行
Agent の成果
Agent の成果データはまだありません
ドキュメント
README/SKILL.md の文脈が十分です
リスク概要
本番前にレビュー
- SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
- Quality score needs review
- Stars/forks activity: 128 stars, 22 forks; issue activity unavailable in current metadata
インストール準備状況
インストールパスを利用可能
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- ライセンスが明示されています
- Agent-Proven の成果エビデンスはまだありません
Agent 可読メタデータ
このスキルの機械可読な判断データ。
このブロックまたは埋め込み JSON を使い、Agent がこのスキルをインストールすべきか、代替を選ぶべきか、先に人のレビューを求めるべきかを判断できます。
適したタスク
- Content automation ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
- Summarize source material
適した Agent
インストール判断
- コマンド
- npx skills add bam-bam-2/solo-skills --skill humanize-korean
- ポリシー
- レビュー
- 人によるレビュー
- はい
信頼とリスク
- 信頼
- 62/100
- 監査
- 77/100
- リスクレベル
- 要レビュー
成果ループ
- エンドポイント
- /api/agent/outcome
- イベント ID
- resolve
- 成果
- 5
インストールコマンド
npx skills add bam-bam-2/solo-skills --skill humanize-korean使わない場合
- ベンダー提供の SLA が必要なチーム
- production agents without a repository review
- SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
- 高リスク権限のヒント: Shell またはコマンド実行
- Workflow inconsistency: the fast-mode Phase 2 states the monolith agent '메모리에서 패턴 탐지 + 윤문 + 자체검증' and does not mention running metrics.py, but references/metrics.py documents itself as an 'external pre-processor for the monolith fast path' with a CLI designed to run BEFORE the monolith. It is unclear whether metrics.py is actually invoked in the default path.
Agent セーフティ v2
53/100 · 自動インストールを避ける
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
高
Shell またはコマンド実行
Skill メタデータに端末、CLI、Shell、サブプロセス、またはコマンド実行のワークフローが含まれます。
中
ネットワークアクセス
Skill はリモートページ、API、リポジトリ、外部サービスにアクセスする可能性があります。
- 高リスク権限のヒント: Shell またはコマンド実行
- SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
インストール先
Agent ワークフローにこのスキルをインストール
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install bam-bam-2-humanize-koreanAgent 解決プラン
インストール前に Agent に適合性を検証させます。
Resolve API は第一候補、代替、安全ポリシー、監査メモ、インストール先、Agent がそのまま使えるプロンプトを返します。
JSON を開く
/api/agent/resolve?task=Use%20humanize-korean%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve テキスト
/api/agent/resolve?task=Use%20humanize-korean%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
インストール引き継ぎ
/api/skills/bam-bam-2-humanize-korean/install
Agent が確認すべきこと
- Resolve API でタスク適合と代替を確認。
- 監査・信頼スコアと安全ポリシーの警告を確認。
- Codex、Claude Code、Cursor、CLI のインストール先互換性を確認。
プロンプトをコピー
Task: Use humanize-korean in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20humanize-korean%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/bam-bam-2-humanize-korean/install
Install command: npx skills add bam-bam-2/solo-skills --skill humanize-korean
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Agent 引き継ぎ
別のディレクトリではなく、インストール経路を Agent に渡します。
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
インストール引き継ぎ
/api/skills/bam-bam-2-humanize-korean/install
LLM テキスト形式
/api/skills/bam-bam-2-humanize-korean/install?format=text
代替を探す
/api/skills/search?q=humanize-korean&limit=3
Agent プロンプト
Use humanize-korean for this task. Review https://www.openagentskill.com/api/skills/bam-bam-2-humanize-korean/install, then install with: npx skills add bam-bam-2/solo-skills --skill humanize-koreanRegistry メタデータ
自動スキル選択用の Agent 可読プロファイル。
Registry API 経由で判断、信頼、監査、ユースケース、インストールのシグナルを提供し、UI をスクレイピングせずに Agent が順位付けできます。
Manifest
/api/registry/manifest/bam-bam-2-humanize-korean
LLM テキスト
/api/registry/manifest/bam-bam-2-humanize-korean?format=text
インストール別名
/api/registry/install/bam-bam-2-humanize-korean
推奨
/api/registry/recommend?task=Use%20humanize-korean%20in%20an%20agent%20workflow&limit=3
Agent 適合
Content automation
プラットフォーム
Claude Code, OpenAI Agents
Agent 判断パネル
Fallback candidate for Content automation
まずこのスキルでプロトタイプを作り、代替候補を用意してください。
スタック内の役割
代替候補
主な適合
Content automation
信頼ラベル
まずプロトタイプ
インストールパス
コマンド準備済み
使う場面
- Content automation ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
根拠
- 最近のリポジトリ活動
- インストールコマンドまたは GitHub リポジトリが利用可能
- 品質プロファイル 67/100
- OpenAgentSkill エンゲージメント 1 件
先にレビュー
- SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
実装パス
- 1サンドボックスの Agent にインストールし、Content automation タスクを一度最初から最後まで実行します。
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
信頼プロファイル
サンドボックス限定
信頼シグナルが不足または混在する有用な候補です。結果ループがタスク適合を示すまで、隔離されたワークスペースで使用してください。
GitHub 採用度
情報GitHub スター 128
スター/フォーク活動
確認スター 128、フォーク 22; 現在のメタデータでは Issue 活動を利用できません
最近のメンテナンス
合格本日プッシュ
ライセンスの明確さ
合格MIT
良いシグナル
- AI レビュー承認済み
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- 最近保守されたリポジトリ
- インストールコマンドに明確な高リスクパターンはありません
- 成果ループは準備済みですが、最初の実行が必要です
インストール前にレビュー
- SKILL.md opens with a lengthy version changelog (v1.5 변경 고지 with prior v1.2–v1.4 failures) instead of a quick-start; new users must read through historical rollout notes before reaching usage instructions.
- Quality score needs review
- Stars/forks activity: 128 stars, 22 forks; issue activity unavailable in current metadata
- 実際の Agent 成果レポートはまだありません
- 無人インストールの前に人によるレビューが必要です
推奨アクション
実作業で使う前に、サンドボックスでのみ実行し、近い代替と比較してください。
品質プロファイル
有望 Agent ワークフロー向けの候補
有用な候補ですが、採用前に代替と比較してください。
ワークフロー適合
このスキルを使うシナリオ
Publish consistently
Content automation
I need my agent to turn research and product updates into useful content drafts.
Build and ship code
Coding agents
I need a coding agent that can understand a repository, edit code, and review pull requests.
Operate web apps
Browser automation
I need my agent to control a browser, fill forms, and verify web app workflows.
ワークフロー適合
完全なワークフローに追加
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Inspect, patch, and verify code
Coding review agent
A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.
Operate and verify web apps
Browser QA agent
A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.
代替候補
インストール前に比較
このタスクに適する可能性のある類似スキル。
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
MoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
Cua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
概要
--- name: humanize-korean version: "1.5.0" description: AI(ChatGPT·Claude·Gemini 등)가 쓴 한글 텍스트를 "사람이 쓴 글처럼" 윤문해주는 오케스트레이터 스킬. 번역투·영어 인용 과다·기계적 병렬·관용구·피동태 남용·접속사 남발·리듬 균일성·이모지/불릿 과다 등 10대 카테고리 40+ AI 티 패턴을 탐지·분류해 내용은 한 글자도 건드리지 않고 문체·리듬·표현만 자연스러운 한국어로 재작성한다. 트리거 — "AI 티 없애줘", "AI 같은 글 자연스럽게", "GPT/ChatGPT 문체", "AI 번역투 고쳐", "사람이 쓴 것처럼 윤문", "AI 윤문", "ChatGPT 티 제거", "한글 AI 탐지·윤문", "AI 글 사람처럼", "번역투 제거", "영어 인용 많은 글 윤문", "AI 글 티 안 나게", "휴머나이저", "humanize Korean", "AI detector bypass 한글". 후속 작업 — "특정 카테고리만 다시", "윤문 강도 조정", "장르 바꿔서", "이 문단만", "2차 윤문" 도 모두 이 스킬. 단순 맞춤법·오탈자 교정은 직접 처리, 번역은 번역 스킬, 내용 추가·삭제를 동반한 재작성은 별도 집필 스킬. ---
# Humanize Korean — AI 한글 티 제거 오케스트레이터 (v1.5)
> **v1.5 변경 고지 (2026-04-26) — v1.1 베이스라인 + Monolith Fast Path** > v1.2(voice profile)·v1.3(candidate pool)·v1.4(역할별 모델 분산)는 모두 핫패스 비용을 잡지 못해 5,000자 입력에 25분이 걸렸습니다. v1.5는 **v1.1 단순 구조로 롤백한 뒤 단일 호출 monolith 에이전트만 추가**한 설계입니다. > > - **Fast 모드(디폴트)** — `humanize-monolith` 에이전트가 한 콜에서 탐지·윤문·자체검증 일괄 처리. 도구 호출 4~5회. 5,000자 이하 wall-clock 2~3분 목표. > - **Strict 모드(`--strict`)** — v1.1 5인 파이프라인 그대로(detector·rewriter·auditor·reviewer + taxonomist 분류 자산 유지). 정밀 검증·장문(8,000자+) 처리·etc. > - **삭제됨**: voice profile·candidate pool·promotion-checklist·sample-collection·권한 위계 §1~§6. > - **유지됨**: 분류 체계 본진(C-9·C-10·D-7·H-3·I-3·I-4 등 v1.2~v1.3.1 신규 패턴)·rewriting-playbook·5인 에이전트 정의(strict 모드 백본).
## Phase 0: 컨텍스트 확인 및 모드 결정
작업 시작 시 가장 먼저 다음 한 줄을 사용자에게 출력한다.
``` humanize-korean v1.5 — {fast|strict} 모드 / run_id: {YYYY-MM-DD-NNN} ```
### 모드 결정 - 사용자가 `--strict`·"정밀 모드"·"5인 파이프라인" 명시 → **strict** - 입력 8,000자 초과 → **strict** (자동 승급 + 사용자에 1줄 고지) - 그 외 모두 → **fast (디폴트)**
### run_id 결정 - 모든 경로는 **cwd 기준**. 새 폴더 생성도 cwd 기준 `_workspace/{YYYY-MM-DD-NNN}/`에 만든다. - 기존 시퀀스 확인은 **`Glob` 도구**로 표지 파일을 매칭해 간접 조회. 올바른 사용법: `Glob(pattern="_workspace/YYYY-MM-DD-*/01_input.txt")` → 결과에서 폴더명 추출 후 NNN 최댓값 + 1. 주의: Glob은 디렉토리 자체는 매칭하지 못한다. 반드시 그 안의 표지 파일(`01_input.txt`)을 매칭할 것. `Bash ls`는 OS·셸 환경에 따라 경로 해석이 달라지므로 사용 금지. - 당일 폴더가 없으면 NNN = 001. 있으면 마지막 NNN + 1. - 부분 재실행 신호("이 카테고리만 다시"·"2차 윤문")일 경우 기존 run_id 재사용 + strict 모드로 자동 승급.
## Fast 모드 (디폴트)
### Phase 1: 입력 저장 1. cwd 기준 `_workspace/{run_id}/` 생성 2. 입력 텍스트를 `01_input.txt`에 저장 3. 첫 300자로 장르 자동 추정 (사용자 명시 시 우선)
### Phase 2: Monolith 호출 `humanize-monolith` 에이전트를 `Agent` 도구로 1회 호출.
입력: ``` input_path: <abs path>/_workspace/{run_id}/01_input.txt quick_rules_path: ${CLAUDE_SKILL_DIR}/references/quick-rules.md genre_hint: 칼럼 | 리포트 | 블로그 | 공적 | null ```
출력 (에이전트가 직접 작성): - `_workspace/{run_id}/final.md` — 윤문본 - `_workspace/{run_id}/summary.md` — 메트릭·자체검증·하이라이트
monolith는 단일 호출 안에서 다음을 모두 수행 (자세히는 에이전트 정의 참조): 1. quick-rules 룰북 로드 → 메모리에서 패턴 탐지 + 윤문 + 자체검증 6항 점검 2. 변경률 50% 초과 시 자동 롤백 3. 자체검증 위반 시 1회 부분 재실행 4. final.md + summary.md 작성
### Phase 3: 결과 전달 사용자에게 다음 4개를 반환: 1. 한 줄 상태: `완료. 변경률 X% / 등급 Y / 자체검증 N/6 통과` 2. 윤문본 본문 (마크다운 블록) 3. summary.md의 핵심 표 (메트릭 + 카테고리 탐지 + 자체검증) 4. 등급 B 이하면 "정밀 검증이 필요하면 `--strict`로 5인 파이프라인" 안내
**디폴트 wall-clock 목표:** 5,000자 이하 2~3분, 8,000자 5~7분.
## Strict 모드 (`--strict` 또는 자동 승급)
v1.1 5인 파이프라인 그대로. 검증 분리·재윤문 루프가 의미 있을 때만 사용.
### Phase A: 탐지 `ai-tell-detector` 호출 → `02_detection.json`
### Phase B: 윤문 (최대 3회 루프) `korean-style-rewriter` 호출 → `03_rewrite.md` + `03_rewrite_diff.json`
### Phase C: 병렬 검증 (에이전트 팀) `TeamCreate`로 `humanize-review-team` 구성: - `content-fidelity-auditor` → `04_fidelity_audit.json` (의미 동등성) - `naturalness-reviewer` → `05_naturalness_review.json` (잔존·과윤문)
`TeamDelete` 후 종합 판정 매트릭스에 따라 분기:
| fidelity | naturalness | 종합 | 후속 | |---|---|---|---| | full_pass | accept / accept_with_note | **최종 승인** | Phase D | | full_pass | rewrite_round_2 | **2차 윤문** | Phase B 재호출 (target finding) | | full_pass | rollback_and_rewrite | **롤백 후 재윤문** | 윤문가에 edit 롤백 지시 | | conditional_pass | - | **롤백된 edit만 재시도** | Phase B 재호출 | | fail | - | **전면 재작업** | Phase B 전면 재호출 |
2차/3차 윤문 진입 시 `03_rewrite_v2.md`·`v3.md`로 버전 분리. **최대 3회 후 미해결이면 `hold_and_report`**로 사람 개입.
### Phase D: 최종 출력 1. `final.md`에 최종 윤문본 복사 2. `summary.md` 생성 (fast 모드와 동일 포맷) 3. 사용자에게 결과 + 등급 + 안내
## 부분 재실행 / 후속 명령
| 사용자 신호 | 처리 | |---|---| | "특정 카테고리만 다시" | strict 모드로 자동 전환, 해당 카테고리 finding만 Phase B 재실행 | | "이 문단만" | strict 모드, 해당 문단만 입력으로 새 run_id 생성 | | "2차 윤문"·"`/humanize-redo`" | 기존 run_id의 `final.md`를 새 입력으로 strict Phase B 재실행 | | "윤문 강도 조정" | strict 모드, `min_severity` 옵션 변경 후 Phase A부터 재실행 | | "장르 바꿔서" | `genre_hint` 변경 후 Phase A부터 재실행 |
## 옵션 (인자 끝에 자연어로)
- `장르: 칼럼|리포트|블로그|공적` — 장르 명시 (생략 시 자동 추정) - `강도: 보수|기본|적극` — 윤문 강도 (기본값: 기본) - `최소심각도: S1|S2|S3` — 탐지 임계값 (기본값: S2) - `--strict` — 5인 파이프라인 강제 사용
## 데이터 흐름 요약
### Fast 모드 (디폴트) ``` 01_input.txt ↓ [humanize-monolith — 단일 호출] ├ 메모리: quick-rules 로드 → 탐지 → 윤문 → 자체검증 └→ final.md + summary.md ```
### Strict 모드 ``` 01_input.txt ↓ [ai-tell-detector] 02_detection.json ↓ [korean-style-rewriter] 03_rewrite.md + 03_rewrite_diff.json ↓ [병렬 팀] ├→ [content-fidelity-auditor] → 04_fidelity_audit.json └→ [naturalness-reviewer] → 05_naturalness_review.json ↓ [오케스트레이터 종합] ├→ (재작업) Phase B로 복귀 (최대 3회) └→ (승인) final.md + summary.md ```
## 에이전트 호출 규칙
**모델:** 모두 `model: opus` 통일 (v1.1 베이스라인). 모델 다운그레이드는 v1.4에서 시도했으나 도구 호출 chain이 진짜 병목이라 효과 미미했음.
**에이전트 정의 위치:** 저장소 루트 `agents/`에 12종 정의(플러그인 컨벤션). Claude Code 탐색 경로: 1. 플러그인 설치 시 — `humanize-korean` 플러그인이 `agents/`를 번들로 제공(전역). 2. 스크립트 설치 시 — `install.sh`가 `agents/*.md`를 `~/.claude/agents/`에 심링크(전역).
필요 에이전트 6종: - `humanize-monolith` (v1.5 신규, fast 전용) - `ai-tell-detector` · `korean-style-rewriter` · `content-fidelity-auditor` · `naturalness-reviewer` (strict 5인 중 4명) - `korean-ai-tell-taxonomist` (분류 체계 유지·확장 — 본 스킬 실행 중에는 호출 안 됨, 별도 명령으로만 트리거)
## 테스트 시나리오
### Fast 정상 흐름 - 입력: ChatGPT가 생성한 AI 칼럼 초안 (2,000~5,000자, 번역투·결말 공식·hype 어휘 풍부) - 기대: monolith 1콜로 변경률 15~25%, 등급 A/B, wall-clock 2~3분, 자체검증 5~6/6
### Strict 정밀 검증 흐름 - 사용자 명시 `--strict` 또는 8,000자+ 입력 - 5인 파이프라인 끝까지 실행, 변경률 18~22%, 검증팀 full_pass
### 엣지 케이스 — 이미 사람이 쓴 글 - monolith 자체 탐지에서 매치 거의 없음 → 변경률 5% 미만 + summary.md에 "윤문 불필요 가능성" 메모 - 사용자가 `--strict`로 강제 검증 가능
## 주의 사항
- **의미 불변이 최상위 불문율.** monolith·strict 모두에서 위반 즉시 롤백. - **수치·고유명사·직접 인용은 탐지/윤문 대상 아님.** Do-NOT list 엄수. - **장르 이탈 금지.** 칼럼이 에세이로, 에세이가 문학으로 옮겨가지 않는다. - **register 보존.** 격식체 입력 → 격식체 출력. AI 티는 문법·수사이지 격식 자체가 아님. - **변경률 30% 초과 → 경고, 50% 초과 → 강제 중단.** - **자동 로드 금지.** 프로젝트 CLAUDE.md 등 다른 파일을 자동 파싱해 옵션을 추론하지 않는다.
## 참고 자료
- 슬림 룰북 (Fast 전용): [`references/quick-rules.md`](references/quick-rules.md) — S1·S2 핵심 패턴 + 자체검증 체크리스트 - 분류 체계 본진 (Strict 전용): [`references/ai-tell-taxonomy.md`](references/ai-tell-taxonomy.md) — 10대분류 × 40+ 패턴 전수 - 윤문 처방 (Strict 전용): [`references/rewriting-playbook.md`](references/rewriting-playbook.md) — 카테고리별 치환 레시피·장르별 허용 표 - 웹 서비스 스펙 (옵션): [`references/web-service-spec.md`](references/web-service-spec.md) — 웹 확장 시 로드
技術詳細
- バージョン
- 1.5.0
- ライセンス
- MIT
- 最終更新
- 2026年8月23日
- 公開日
- 2026年8月23日
判断の要約
代替候補
最近のリポジトリ活動
Agent 実証エビデンス
Agent 実証エビデンス
Resolve、レビュー、インストール、限定実行後の成果レポート。
- 成功率
- —
- 直近の失敗
- —
- 成果
- 0
- 出力品質
- —
- 失敗
- 0
- 非該当
- 0
- インストール数
- 0
- リスクによりブロック
- 0
- 設定が必要
- 0
- 本番
- 0
Agent の実行結果はまだありません。最初の実行では /api/agent/outcome を通じて成功、設定要件、リスクによるブロック、失敗、非該当を報告できます。
成長ループ
共有キット
humanize-korean 用のシナリオベース草案です。X へ手動投稿できます。
humanize-korean: AI(ChatGPT·Claude·Gemini 등)가 쓴 한글 텍스트를 "사람이 쓴 글처럼" 윤문해주는 오케스트레이터 스킬. 번역투·영어 인용 과다·기계적 병렬·관용구·... 128 stars https://www.openagentskill.com/skills/bam-bam-2-humanize-korean?ref=x
任意:インストールコマンド付きの返信
Listing + install path for humanize-korean: https://www.openagentskill.com/skills/bam-bam-2-humanize-korean?ref=x Install: npx skills add bam-bam-2/solo-skills --skill humanize-korean
掲載元
Registry により登録
この掲載は公開ソースから登録されており、メンテナー申請が承認されるまで公式として表示されません。
- 作成者
- bam-bam-2
- インデックス作成者
- OpenAgentSkill コミュニティインデックス
帰属は公開リポジトリまたは作成者プロフィールにリンクされています。作成者は掲載を申請して所有権シグナルを更新できます。
このスキルを申請所有者の申請
このスキル掲載を申請
この Registry により登録 掲載は bam-bam-2 に帰属していますが、まだ公式として表示されていません。申請すると、確認済み所有者シグナルが追加され、今後の公開、インストール、監査更新の信頼性が高まります。
クリエイター被リンクキット
README にエビデンスバッジを追加
開発者がリポジトリを評価する場所で、正規掲載、現在の信頼・監査シグナル、実際の Agent-Proven エビデンスを表示します。
[](https://www.openagentskill.com/skills/bam-bam-2-humanize-korean)
[](https://www.openagentskill.com/skills/bam-bam-2-humanize-korean)
[](https://www.openagentskill.com/skills/bam-bam-2-humanize-korean/audit)
[](https://www.openagentskill.com/skills/bam-bam-2-humanize-korean)作者
bam-bam-2
@bam-bam-2
プラットフォーム適合
健全性シグナル
- GitHub スター
- 128
- 品質スコア
- 38/100
- 最終 GitHub プッシュ
- 2026年8月23日
- フレームワークのヒント
- 不明
- OpenAgentSkill 閲覧数
- 1
- インストールコピー数
- 0
- 外部クリック
- 0
コミュニティシグナル
このスキルが Agent ワークフローに役立つかを共有してください。集約されたフィードバックがランキングを改善します。
信頼と安全性
サンドボックス限定
- GitHub 採用度GitHub スター 128情報
- スター/フォーク活動スター 128、フォーク 22; 現在のメタデータでは Issue 活動を利用できません確認
- 最近のメンテナンス本日プッシュ合格
- ライセンスの明確さMIT合格
- README/SKILL.md の完全性メタデータには十分な利用・ワークフロー文脈があります合格
- 依存関係/ランタイムのリスクコマンド実行範囲情報
関連スキル
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
37.0K スターMoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
88.5K スターCua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
21.4K スター