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
공급 자산 프로필
코딩 및 개발 Agent
코드 리뷰, 저장소 분석, 테스트, CI, GitHub, DevOps 및 개발 워크플로용 스킬입니다.
시나리오
코딩 Agent
저장소를 이해하고 코드를 수정하며 Pull Request를 검토할 수 있는 코딩 Agent가 필요합니다.
Agent 적합도
Claude Code + OpenAI Agents + CLI
Codex, Claude Code, Cursor, CLI 또는 맞춤형 Agent에 적합합니다.
설치
준비됨
npx skills add bam-bam-2/solo-skills --skill humanize-korean
유지보수
최신
오늘 푸시됨
위험
검토 필요
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 품질
128
67/100 품질 · 70/100 신뢰
커버리지 태그
검토 메모
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 채택 스코어카드
신뢰, 감사, 설치 준비 상태를 한눈에 확인하세요
이 점수는 공개 저장소 메타데이터, OpenAgentSkill 검토 신호, 유지보수 최신성, 설치 준비 상태를 결합합니다. 후보 선정 신호일 뿐, 사람의 검토를 대체하지 않습니다.
품질
유망유용한 후보이지만 채택 전에 대안과 비교하세요.
신뢰
샌드박스 전용신뢰 신호가 부족하거나 혼재된 유용한 후보입니다. 결과 루프가 작업 적합성을 입증할 때까지 격리된 작업 공간에서 사용하세요.
감사
검토 필요설치 준비 상태, 보안 메타데이터, 유지보수 및 채택 위험에 대한 기계 판독형 검토입니다.
OpenAgentSkill 신뢰 점수 v5
설치 전 사람 검토
실제 작업에 사용하기 전 샌드박스에서만 실행하고 유사 대안과 비교하세요.
스타
GitHub 스타 128
저장소 활동
스타 128, 포크 22
유지보수
오늘 푸시됨
라이선스
MIT
설치
npx skills add bam-bam-2/solo-skills --skill humanize-korean
설치 안전성
표준 패키지 또는 런타임 설치 경로
권한 범위
Shell 또는 명령 실행
Agent 결과
아직 Agent 결과 데이터가 없습니다
문서
README/SKILL.md 맥락이 충분합니다
위험 요약
프로덕션 전 검토
- 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
설치 준비 상태
설치 경로 사용 가능
- 설치 경로를 사용할 수 있습니다
- 저장소 근거를 사용할 수 있습니다
- 라이선스가 명시되었습니다
- 아직 Agent 검증 결과 근거가 없습니다
Agent 읽기용 메타데이터
이 스킬의 기계 판독형 의사결정 데이터.
이 블록 또는 포함된 JSON을 사용해 Agent가 이 스킬을 설치할지, 대안을 고를지, 먼저 사람의 검토를 요청할지 판단할 수 있습니다.
적합한 작업
- Content automation 워크플로
- Claude Code 팀
- builders willing to evaluate younger projects
- Summarize source material
적합한 Agent
설치 결정
- 명령어
- npx skills add bam-bam-2/solo-skills --skill humanize-korean
- 정책
- 검토
- 사람 검토
- 예
신뢰와 위험
- 신뢰
- 62/100
- 감사
- 77/100
- 위험 수준
- 검토 필요
결과 루프
- 엔드포인트
- /api/agent/outcome
- 이벤트 ID
- resolve
- 결과
- 5
사용하지 말아야 할 경우
- 벤더 지원 SLA가 필요한 팀
- 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.
- 고위험 권한 힌트: Shell 또는 명령 실행
- 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 안전 v2
53/100 · 자동 설치 피하기
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
높음
Shell 또는 명령 실행
Skill 메타데이터가 터미널, CLI, Shell, 하위 프로세스 또는 명령 실행 워크플로를 참조합니다.
중간
네트워크 접근
Skill은 원격 페이지, API, 저장소 또는 외부 서비스에 접근할 수 있습니다.
- 고위험 권한 힌트: Shell 또는 명령 실행
- 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.
설치 대상
Agent 워크플로에 이 스킬 설치
공개 설치 엔드포인트에서 명령어, 안전 체크리스트, 대상 프롬프트와 정규 링크를 가져옵니다.
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 해결 계획
설치 전에 Agent가 적합성을 검증하게 하세요.
Resolve API는 최우선 스킬, 대안, 안전 정책, 감사 메모, 설치 대상 및 Agent가 페이지를 스크래핑하지 않고 사용할 수 있는 프롬프트를 반환합니다.
JSON 열기
/api/agent/resolve?task=Use%20humanize-korean%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve 텍스트
/api/agent/resolve?task=Use%20humanize-korean%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
설치 핸드오프
/api/skills/bam-bam-2-humanize-korean/install
Agent가 확인할 항목
- Resolve API에서 작업 적합도와 대안을 확인합니다.
- 감사 점수, 신뢰 점수 및 안전 정책 경고를 확인합니다.
- Codex, Claude Code, Cursor 또는 CLI의 설치 대상 호환성을 확인합니다.
프롬프트 복사
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 핸드오프
또 다른 디렉터리 페이지 대신 설치 경로를 Agent에게 제공합니다.
공개 설치 엔드포인트에서 명령어, 안전 체크리스트, 대상 프롬프트와 정규 링크를 가져옵니다.
설치 핸드오프
/api/skills/bam-bam-2-humanize-korean/install
LLM 텍스트 형식
/api/skills/bam-bam-2-humanize-korean/install?format=text
대안 찾기
/api/skills/search?q=humanize-korean&limit=3
Agent 프롬프트
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 메타데이터
자동 스킬 선택을 위한 Agent 읽기용 프로필.
Registry API를 통해 동일한 결정, 신뢰, 감사, 사용 사례, 설치 신호를 제공하므로 Agent가 UI를 스크래핑하지 않고도 순위를 매길 수 있습니다.
Manifest
/api/registry/manifest/bam-bam-2-humanize-korean
LLM 텍스트
/api/registry/manifest/bam-bam-2-humanize-korean?format=text
설치 별칭
/api/registry/install/bam-bam-2-humanize-korean
추천
/api/registry/recommend?task=Use%20humanize-korean%20in%20an%20agent%20workflow&limit=3
Agent 적합도
Content automation
플랫폼
Claude Code, OpenAI Agents
Agent 결정 패널
Fallback candidate for Content automation
먼저 이 스킬로 프로토타입을 만들고 대체 후보를 준비하세요.
스택 내 역할
대체 후보
주요 적합도
Content automation
신뢰 라벨
먼저 프로토타입
설치 경로
명령어 준비됨
사용 시점
- Content automation 워크플로
- Claude Code 팀
- builders willing to evaluate younger projects
근거
- 최근 저장소 활동
- 설치 명령 또는 GitHub 저장소를 사용할 수 있습니다
- 품질 프로필 67/100
- OpenAgentSkill 상호작용 1건
먼저 검토
- 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.
구현 경로
- 1샌드박스 Agent에 설치하고 Content automation 작업을 처음부터 끝까지 한 번 실행하세요.
- 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.
신뢰 프로필
샌드박스 전용
신뢰 신호가 부족하거나 혼재된 유용한 후보입니다. 결과 루프가 작업 적합성을 입증할 때까지 격리된 작업 공간에서 사용하세요.
GitHub 채택도
정보GitHub 스타 128
스타/포크 활동
확인스타 128, 포크 22; 현재 메타데이터에서 이슈 활동을 확인할 수 없습니다
최근 유지보수
통과오늘 푸시됨
라이선스 명확성
통과MIT
긍정 신호
- AI 검토 승인됨
- 설치 경로를 사용할 수 있습니다
- 저장소 근거를 사용할 수 있습니다
- 최근 유지보수된 저장소
- 설치 명령에서 뚜렷한 고위험 패턴이 발견되지 않았습니다
- 결과 루프는 준비되었지만 첫 실제 Agent 실행이 필요합니다
설치 전 검토
- 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
- 아직 실제 Agent 결과 보고서가 없습니다
- 무인 설치 전에 사람 검토가 필요합니다
권장 작업
실제 작업에 사용하기 전 샌드박스에서만 실행하고 유사 대안과 비교하세요.
품질 프로필
유망 Agent 워크플로용 후보
유용한 후보이지만 채택 전에 대안과 비교하세요.
워크플로 적합도
이 스킬을 사용할 시나리오
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.
워크플로 적합도
완전한 워크플로에 추가
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.
대안 후보
설치 전 비교
이 작업에 적합할 수 있는 유사 스킬입니다.
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).
개요
--- 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
기술 세부 사항
- 버전
- 1.5.0
- 라이선스
- MIT
- 최근 업데이트
- 2026년 8월 23일
- 게시일
- 2026년 8월 23일
결정 스냅샷
대체 후보
최근 저장소 활동
Agent 검증 증거
Agent 검증 증거
Resolve, 검토, 설치 및 한 번의 제한된 실행 후 결과 보고서입니다.
- 성공률
- —
- 최근 실패
- —
- 결과
- 0
- 출력 품질
- —
- 실패
- 0
- 관련 없음
- 0
- 설치
- 0
- 위험 차단
- 0
- 설정 필요
- 0
- 프로덕션
- 0
아직 Agent 결과 데이터가 없습니다. 첫 실행은 /api/agent/outcome을 통해 성공, 설정 필요, 위험 차단, 실패 또는 비관련 결과를 보고할 수 있습니다.
성장 루프
공유 키트
humanize-korean용 시나리오 기반 초안입니다. X에 수동으로 게시할 수 있습니다.
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
선택 사항: 설치 명령이 포함된 답글
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
등록 출처
Registry 색인
이 등록은 공개 소스에서 색인되었으며 유지보수자 소유권 주장이 승인될 때까지 공식으로 표시되지 않습니다.
- 제작자
- bam-bam-2
- 색인 주체
- OpenAgentSkill 커뮤니티 인덱스
귀속은 공개 저장소 또는 제작자 프로필에 연결됩니다. 제작자는 등록을 주장하여 소유권 신호를 업데이트할 수 있습니다.
이 스킬 소유권 주장소유자 소유권 주장
이 스킬 등록 소유권 주장
이 Registry 색인 등록은 bam-bam-2에게 귀속되어 있지만 아직 공식으로 표시되지 않았습니다. 소유권을 주장하면 확인된 소유자 신호가 추가되어 이후 출시, 설치 및 감사 업데이트를 더 신뢰할 수 있습니다.
크리에이터 백링크 키트
README에 증거 배지 추가
개발자가 저장소를 평가하는 위치에 정규 등록, 현재 신뢰 및 감사 신호, 실제 Agent-Proven 증거를 표시합니다.
[](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)작성자
bam-bam-2
@bam-bam-2
플랫폼 적합도
상태 신호
- GitHub 스타
- 128
- 품질 점수
- 38/100
- 최근 GitHub 푸시
- 2026년 8월 23일
- 프레임워크 힌트
- 알 수 없음
- OpenAgentSkill 조회수
- 1
- 설치 명령 복사
- 0
- 외부 클릭
- 0
커뮤니티 신호
이 스킬이 Agent 워크플로에 유용한지 알려 주세요. 집계된 피드백은 시간이 지날수록 순위를 개선합니다.
신뢰와 안전
샌드박스 전용
- GitHub 채택도GitHub 스타 128정보
- 스타/포크 활동스타 128, 포크 22; 현재 메타데이터에서 이슈 활동을 확인할 수 없습니다확인
- 최근 유지보수오늘 푸시됨통과
- 라이선스 명확성MIT통과
- README/SKILL.md 완성도메타데이터에 충분한 사용 및 워크플로 맥락이 포함되어 있습니다통과
- 의존성/런타임 위험명령 실행 범위정보
관련 스킬
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
37.0K 스타MoneyPrinterTurbo
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 스타Cua
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 스타