온라인에서 ‘클로드 디자인 스킬 50개’ 목록을 보고 그대로 설치하려 하면 금세 막힙니다. 50개가 모두 같은 종류의 제품이 아니기 때문입니다. Anthropic이나 OpenAI가 관리하는 실제 Skill도 있고, 브라우저를 조작하는 외부 연결 도구도 있습니다. 어떤 이름은 설치 파일이 아니라 대화 흐름을 설계하는 방법에 가깝습니다. 먼저 세 종류를 나눈 뒤, 공개 저장소와 요구 권한을 확인할 수 있는 항목만 설치 후보로 다룹니다.

핵심 결론부터 말하면 50개를 전부 설치할 이유는 없습니다. 바로 살펴볼 만한 항목은 8개였고, 8개는 설치 파일과 권한을 먼저 읽어볼 만했습니다. 나머지 34개는 아직 사용 근거가 적어 스킬 자체보다 아이디어를 참고하는 쪽이 맞았습니다.

먼저 세 종류를 구분해야 합니다

Skill은 `SKILL.md`에 작업 순서와 선택 조건을 적은 묶음입니다. MCP는 Claude가 브라우저나 외부 서비스에 연결할 때 쓰는 규격으로, 로그인 정보와 파일 접근 같은 추가 권한이 생길 수 있습니다. 설계 아이디어는 설치 없이 팀 문서나 체크리스트로 적용할 수 있습니다.

아래 50개는 원래 목록을 찾기 위한 이름입니다. 각 이름의 실제 유형과 추천 단계는 글 아래 근거표가 기준입니다. "아이디어 참고" 항목은 설치 추천이 아닙니다.

목록을 읽을 때 적용할 구분
실제 Skill: SKILL.md와 배포 저장소가 확인됨
외부 연결 도구: MCP·CLI·API 키처럼 별도 권한이 필요함
설계 아이디어: 설치하지 않고 문서·체크리스트로 활용

판단 순서: 유형 확인 → 운영 주체 확인 → 요구 권한 확인 → 한 항목만 시험

화면 디자인 10개

  1. frontend-design 아이디어를 보기 좋은 웹 화면으로 빠르게 구현할 때 씁니다.
  2. impeccable 어긋난 색, 간격, 정렬과 시각적 위계를 찾아 화면을 한 번 더 다듬습니다.
  3. design-taste-frontend 기능은 갖췄지만 밋밋한 화면에 더 세련된 구성과 표현을 더합니다.
  4. animate 버튼, 카드, 화면 전환의 움직임을 부드럽고 자연스럽게 만듭니다.
  5. design-motion-principles 너무 빠르거나 튀는 움직임을 찾아 목적에 맞는 모션으로 고칩니다.
  6. theme-factory 색상, 글꼴, 여백과 구성요소의 스타일을 하나의 테마로 통일합니다.
  7. figma-to-code 피그마에서 만든 디자인을 실제 화면 코드로 옮길 때 활용합니다.
  8. playwright-mcp 브라우저에서 화면을 직접 열어 크기별 깨짐과 동작 문제를 확인합니다.
  9. brandkit 로고, 브랜드 색, 글꼴과 이미지 분위기를 한 세트로 관리합니다.
  10. designer-skills 화면 기획부터 구성, 제작과 최종 점검까지 디자인 작업의 흐름을 챙깁니다.

이미지·영상 제작 10개

  1. nano-banana 말로 이미지를 만들고 원하는 부분을 다시 고치는 작업에 잘 맞습니다.
  2. banana-claude 이미지 생성에 필요한 장면, 구도, 빛과 분위기를 구체적으로 적습니다.
  3. canvas-design 카드뉴스, 포스터와 안내 이미지를 나중에도 수정할 수 있는 그래픽으로 만듭니다.
  4. algorithmic-art 규칙과 코드를 이용해 반복 무늬, 배경과 독특한 시각 패턴을 만듭니다.
  5. data-visualization 복잡한 숫자와 관계를 이해하기 쉬운 차트와 그래프로 바꿉니다.
  6. svg-logo-designer 크기를 바꿔도 선명한 로고를 만들고 여러 형태의 시안을 비교합니다.
  7. remotion-superpowers 장면, 자막, 움직임과 소리를 코드로 제어해 영상을 통째로 제작합니다.
  8. claude-remotion 자연어 지시로 짧은 소개 영상과 소셜 콘텐츠를 빠르게 만듭니다.
  9. blender-motion 입체적인 제품, 공간과 카메라 움직임이 필요한 3D 화면과 영상을 제작합니다.
  10. aftereffects-motion 자막, 전환, 합성과 시각 효과를 더해 영상의 완성도를 높입니다.

AI 제품 만들기 10개

  1. context-window-design 대화에서 무엇을 기억하고 무엇을 덜어낼지 정해 AI의 기억을 관리합니다.
  2. conversation-patterns 대화가 길어지거나 잠시 끊겨도 자연스럽게 다시 이어지는 흐름을 설계합니다.
  3. generative-ui AI의 답을 긴 글에만 두지 않고 버튼, 카드, 표와 선택 화면으로 보여줍니다.
  4. progressive-disclosure 많은 기능과 정보를 한꺼번에 꺼내지 않고 필요한 순간에 차근차근 공개합니다.
  5. multimodal-orchestration 글, 이미지, 음성, 파일과 외부 도구를 한 작업 안에서 자연스럽게 연결합니다.
  6. mixed-initiative-flow AI가 먼저 제안할 때와 사용자가 방향을 정할 때를 나눠 협업의 리듬을 만듭니다.
  7. frustration-detection 반복 질문, 짧아진 답과 부정적인 표현을 읽어 사용자의 불편을 알아챕니다.
  8. feedback-loops 사용자의 선택과 수정 결과를 다음 작업에 반영해 제품을 계속 나아지게 합니다.
  9. human-in-the-loop 중요한 판단이나 되돌리기 어려운 실행 앞에서 사람이 확인하도록 합니다.
  10. agent-role-design 조사, 작성, 검수와 실행처럼 AI의 역할을 나눠 서로 확인하게 만듭니다.

프롬프트 설계 10개

  1. system-prompt-structure 역할, 목표, 사용 정보, 금지 행동과 출력 형식의 뼈대를 잡습니다.
  2. persona-architecture AI의 성격, 관점과 말투가 대화마다 흔들리지 않도록 기준을 만듭니다.
  3. tone-calibration 설명, 사과문, 안내와 긴급 상황에 맞게 말의 온도와 단정함을 조절합니다.
  4. emotional-design 사용자의 감정 상태를 고려해 공감, 정보와 다음 행동의 순서를 설계합니다.
  5. template-design 반복 업무에 바로 다시 쓸 수 있는 입력칸과 출력 구조를 만듭니다.
  6. few-shot-patterns 원하는 답의 좋은 예시를 보여줘 형식과 판단 기준을 더 정확하게 전달합니다.
  7. chain-of-thought-design 이름은 이렇게 붙어 있지만, 숨은 사고 과정을 요구하지 않습니다. 비교표나 확인 목록처럼 검토 가능한 중간 결과를 받는 아이디어로만 씁니다.
  8. constraint-specification 글의 길이, 형식, 포함할 내용과 하지 말아야 할 일을 분명히 적습니다.
  9. context-engineering 현재 작업에 필요한 정보만 골라 적절한 순서와 분량으로 제공합니다.
  10. prompt-versioning 지시문의 변경 이유와 결과를 버전별로 남겨 더 좋은 형태로 개선합니다.

신뢰·안전 10개

  1. guardrail-design AI가 해도 되는 일과 넘지 말아야 할 선을 구체적으로 정합니다.
  2. trust-calibration 확실한 사실과 추정, 확인하지 못한 내용을 구분해 과신을 줄입니다.
  3. transparency-patterns AI가 사용한 정보, 할 수 있는 일과 한계를 사용자가 이해하게 보여줍니다.
  4. harm-anticipation 잘못된 답이나 실행이 만들 수 있는 피해를 미리 찾아 예방 장치를 둡니다.
  5. escalation-design 위험하거나 복잡한 상황을 적절한 사람과 전문 절차로 넘기게 합니다.
  6. bias-detection-design 특정 집단이나 관점을 불공정하게 다루는 답을 찾아 바로잡습니다.
  7. output-quality-rubrics 정확성, 완결성, 문체와 안전성을 기준표로 만들어 답의 품질을 점검합니다.
  8. failure-taxonomy 사실 오류, 지시 누락, 도구 실패와 위험 행동처럼 실패를 유형별로 나눕니다.
  9. task-success-metrics 작업 완료율, 수정 횟수와 사용자 만족처럼 성공 여부를 숫자로 확인합니다.
  10. handoff-protocols AI가 더 진행하지 말아야 할 때 필요한 정보와 함께 사람에게 자연스럽게 넘깁니다.

처음 읽을 때는 50개를 다 보지 않아도 됩니다

목록은 작업 결과에 따라 다섯 구역으로 나뉩니다. 웹 화면을 만들면 화면 디자인부터, 포스터나 영상이면 이미지·영상부터, 대화형 서비스를 설계하면 AI 제품 만들기부터 읽으면 됩니다. 프롬프트 설계와 신뢰·안전은 결과물을 만든 뒤 품질과 권한을 다듬는 두 번째 선택지입니다.

각 항목은 아래 근거표의 추천 단계와 함께 봅니다. 우선 추천은 공식 운영 주체나 충분한 공개 근거가 확인된 후보입니다. 검토 후 사용은 설치 파일·외부 API·브라우저 권한을 먼저 읽어야 합니다. 아이디어 참고는 설치 대상으로 권하지 않습니다.

새 웹 서비스를 만드는 1인 개발자

기능은 있지만 화면 구조가 정리되지 않은 1인 개발자라면 `frontend-design` 하나로 첫 화면을 만들고 `impeccable`로 위계와 간격을 다듬는 조합을 권합니다. 실제 모바일·데스크톱 동작 확인에는 `playwright-mcp`를 검토할 수 있지만, 로그인 프로필과 다운로드 권한을 분리할 수 있을 때만 연결합니다.

`designer-skills` 묶음 전체와 `theme-factory`, `brandkit`을 처음부터 함께 설치하는 선택은 제외합니다. 역할이 겹쳐 어느 지침이 결과를 바꿨는지 알기 어렵기 때문입니다. 한 화면을 완성한 뒤 브랜드 규칙이 반복해서 흔들릴 때만 테마 역할을 추가하는 편이 낫습니다.

정기적으로 카드뉴스를 만드는 콘텐츠 담당자

텍스트와 도표가 중심인 카드뉴스에는 공식 `canvas-design`을 우선 추천합니다. 수치를 설명해야 한다면 `data-visualization`의 지침을 참고하되, 근거 자료와 축·단위 검증은 별도로 해야 합니다. 짧은 영상까지 필요할 때만 Remotion 공식 제작 스킬을 별도 프로젝트에서 검토합니다.

API 키와 설치 스크립트를 요구하는 `nano-banana`, `banana-claude`, 여러 MCP를 한꺼번에 넣는 `remotion-superpowers`는 첫 선택에서 제외합니다. 이미지 생성이 반드시 필요하고 비밀 관리와 출력 권리를 확인할 수 있을 때 한 도구만 제한적으로 추가합니다.

고객 대화형 AI를 운영하는 제품팀

제품팀에는 화면을 예쁘게 만드는 스킬보다 `human-in-the-loop`, `escalation-design`, `output-quality-rubrics`의 아이디어가 먼저입니다. 중요한 실행을 사람이 승인하고, 상담 실패를 정해진 담당자에게 넘기며, 결과 품질을 같은 기준으로 평가해야 하기 때문입니다.

이 후보들은 설치만으로 권한을 강제하지 않습니다. 실제 차단은 애플리케이션 코드와 역할 권한으로 구현해야 합니다. `frustration-detection`과 `emotional-design`을 고객 자동 분류나 제재에 바로 연결하는 선택은 제외합니다. 감정 추정은 틀릴 수 있고 취약한 사용자를 과도하게 분류할 위험이 있습니다.

추천 목록은 이렇게 활용하면 좋습니다

50개를 한 작업에 붙이는 방식은 권하지 않습니다. 지금 만드는 것이 웹 화면인지, 이미지인지, 대화형 제품인지 먼저 정한 뒤 해당 분야의 생성 도구와 검수 도구를 하나씩 골라 시작합니다.

이름이 실제 설치형 스킬, 외부 도구, 설계 방법론을 함께 가리킬 수 있습니다. 아래 원본 링크에서 추천 단계를 먼저 보고, 검토 후 사용은 실행 파일과 권한을 읽은 뒤 판단하세요. 아이디어 참고는 설치하지 않고 팀의 프롬프트, 체크리스트와 평가 기준으로 활용하는 편이 좋습니다.

화면 디자인은 만들기와 눈으로 확인하기를 묶습니다

화면을 예쁘게 만드는 도구 하나만으로는 완성도가 잘 오르지 않습니다. 코드를 생성하는 역할과 실제 화면을 열어 어긋남을 찾는 역할이 달라서입니다. 예를 들어 `frontend-design`이나 `impeccable` 계열의 지침으로 화면을 만든 뒤, 브라우저 자동화로 모바일과 데스크톱 화면을 직접 확인하는 식이 더 안정적입니다.

`theme-factory`와 `brandkit`처럼 색, 글자, 로고 규칙을 다루는 역할은 매 화면마다 새 취향을 발휘하지 않게 해줍니다. 먼저 색상 수, 글자 크기 단계, 여백 단위와 버튼 모양을 정해 두면 생성 도구가 바뀌어도 화면의 인상은 크게 흔들리지 않습니다.

추천 조합은 단순합니다. 새 화면 제작에는 생성 역할 하나, 브라우저 검수 하나, 브랜드 규칙 하나를 둡니다. 이미 있는 화면을 고칠 때는 새 생성 도구를 추가하기보다 `impeccable` 같은 점검 역할과 브라우저 검수에 집중하는 편이 낫습니다.

이미지와 영상은 결과물 형식부터 정합니다

`nano-banana`, `canvas-design`, `remotion-superpowers`, `blender-motion`은 모두 시각 결과를 다루지만 필요한 작업 환경은 완전히 다릅니다. 한 장의 대표 이미지를 만들려는 사람에게 영상 편집과 3D 도구까지 한꺼번에 붙이는 것은 도움이 되지 않습니다.

먼저 최종 파일을 정하면 선택지가 줄어듭니다. 사진이나 일러스트 한 장이면 이미지 생성·편집 도구, 수정 가능한 카드뉴스면 캔버스나 벡터 기반 도구, 반복 제작하는 짧은 영상이면 코드 기반 영상 도구, 공간과 입체 움직임이 핵심이면 3D 도구가 맞습니다.

여기에 반드시 검수 조건을 붙여야 합니다. 이미지라면 글자 오탈자, 손과 물체의 형태, 브랜드 색, 사용권과 출력 크기를 확인합니다. 영상이라면 첫 장면의 이해도, 자막 안전 영역, 소리 없이 봐도 뜻이 통하는지, 프레임 끊김과 최종 길이를 확인합니다. 프롬프트를 잘 쓰는 능력보다 이 합격 조건이 결과의 차이를 더 크게 만듭니다.

AI 제품 설계 항목은 기능 목록이 아니라 대화 흐름입니다

`context-window-design`, `conversation-patterns`, `generative-ui` 같은 항목은 버튼 하나로 켜는 장식이 아닙니다. 사용자가 무엇을 말했고, 시스템이 무엇을 기억하며, 다음 행동을 어떤 형태로 보여줄지 정하는 제품 설계에 가깝습니다.

가령 여행 계획을 돕는 AI라면 모든 정보를 한 번에 묻기보다 날짜와 지역부터 받고, 다음 단계에서 예산과 취향을 묻는 편이 자연스럽습니다. 답변도 긴 문장만 내놓기보다 후보 카드와 수정 버튼을 함께 보여줄 수 있습니다. 사용자가 지친 기색을 보이면 선택지를 줄이고, 결제나 삭제처럼 되돌리기 어려운 순간에는 사람의 확인을 받습니다.

이때 필요한 것은 스킬 열 개가 아니라 상태를 적은 작은 흐름도입니다. “현재 아는 정보”, “다음에 물을 한 가지”, “도구를 실행하기 전 확인”, “실패했을 때 돌아갈 곳”을 정하면 기억 관리, 점진적 공개, 사람 개입과 인계 원칙이 한 흐름 안에서 작동합니다.

프롬프트 10개는 하나의 문서로 합칠 수 있습니다

시스템 지시문 구조, 성격, 말투, 예시, 제약, 문맥 관리와 버전 관리는 따로 떨어진 기술처럼 보이지만 실제로는 하나의 작업 명세서에 들어갑니다. 역할과 목표를 먼저 쓰고, 사용할 정보와 하지 말아야 할 일을 정한 뒤, 좋은 입력과 출력 예시를 붙이는 순서면 충분합니다.

복잡한 문제를 다룬다고 해서 모델의 숨은 사고 과정을 길게 요구할 필요는 없습니다. 대신 필요한 중간 결과를 밖으로 드러내는 편이 좋습니다. 예를 들어 “후보 세 개를 비교표로 만들고, 선택 이유와 확인이 필요한 사실을 나눠 써라”처럼 검수할 수 있는 산출물을 요구합니다.

버전 관리도 중요합니다. 지시문을 고칠 때마다 전체를 덮어쓰면 무엇이 좋아졌는지 알 수 없습니다. 날짜나 버전을 붙이고, 바꾼 이유와 통과해야 할 대표 사례 몇 개를 함께 보관하면 프롬프트가 감에 의존하는 문장에서 반복해서 개선할 수 있는 제품 자산으로 바뀝니다.

신뢰와 안전은 마지막 점검표가 아닙니다

가드레일, 편향 점검, 품질 기준과 사람에게 넘기는 절차는 출시 직전에 덧붙이는 문구가 아닙니다. 어떤 일을 자동으로 해도 되는지 정하는 순간부터 함께 설계해야 합니다. 식당 추천의 실수와 송금 실행의 실수는 피해가 다르므로 같은 확인 절차를 쓸 수도 없습니다.

가벼운 초안 작성은 자동 실행하고 사용자가 고치게 할 수 있습니다. 외부 전송, 결제, 삭제, 개인정보 처리처럼 되돌리기 어렵거나 피해가 큰 행동은 실행 직전에 대상과 범위를 다시 보여주고 확인받아야 합니다. 확실하지 않은 정보는 추측으로 채우지 않고 무엇을 확인하지 못했는지 표시합니다.

`output-quality-rubrics`, `failure-taxonomy`, `task-success-metrics`가 가리키는 핵심도 여기에 있습니다. 좋은 답의 조건을 미리 적고, 실패를 몇 가지 유형으로 나누고, 실제 성공 여부를 측정해야 합니다. “자연스러운 답변” 같은 모호한 기준보다 “요청한 세 항목을 모두 포함했는가”, “근거 없는 숫자가 없는가”, “실행 전 확인을 받았는가”처럼 판정 가능한 기준이 낫습니다.

목적별 추천 목록은 이렇게 고를 수 있습니다

웹사이트나 앱 화면을 만드는 사람에게는 `frontend-design`, `impeccable`, `playwright-mcp`, `theme-factory` 조합을 먼저 권합니다. 첫 도구로 화면의 큰 구조를 만들고, 두 번째로 색과 정렬을 다듬고, 브라우저에서 실제 결과를 확인한 뒤, 마지막으로 색·글자·간격 규칙을 고정하는 흐름입니다. 이미 디자인 시스템이 있다면 `theme-factory`보다 기존 브랜드 규칙을 우선합니다.

브랜드 이미지와 카드뉴스가 목적이라면 `brandkit`, `nano-banana`, `canvas-design` 세 가지면 시작할 수 있습니다. 로고·색·폰트 기준을 먼저 정하고, 이미지 생성 도구로 소재를 만든 뒤, 수정 가능한 캔버스에서 문구와 배치를 마무리합니다. 데이터가 중심인 콘텐츠만 `data-visualization`을 추가합니다.

짧은 영상을 반복해서 만들려면 `banana-claude`로 장면별 이미지 지시를 정리하고 `remotion-superpowers`나 `claude-remotion` 가운데 하나를 고르는 편이 좋습니다. 입체 공간과 카메라 움직임 자체가 결과의 핵심일 때만 `blender-motion`을 추가합니다. 단순한 숏폼에 3D 효과와 후반 작업 도구까지 모두 붙일 필요는 없습니다.

대화형 AI 제품을 설계한다면 `conversation-patterns`, `progressive-disclosure`, `generative-ui`, `human-in-the-loop`를 추천합니다. 대화가 이어지는 규칙을 잡고, 한 번에 보여주는 정보를 줄이고, 답을 버튼과 카드로 바꾸며, 중요한 실행 전에 사람이 확인하도록 만드는 조합입니다. 긴 대화를 실제로 기억해야 할 때만 `context-window-design`을 더합니다.

프롬프트를 자주 관리하는 팀에는 `system-prompt-structure`, `constraint-specification`, `few-shot-patterns`, `prompt-versioning`이 실용적입니다. 역할과 목표를 정하고, 금지 조건과 출력 형식을 명시하고, 좋은 예시를 붙인 뒤, 변경 이력을 남기는 순서입니다. 감정적인 상담이나 브랜드 고객 응대처럼 말투가 중요한 경우에만 `tone-calibration`과 `emotional-design`을 추가합니다.

신뢰와 안전이 중요한 서비스에는 `guardrail-design`, `trust-calibration`, `output-quality-rubrics`, `handoff-protocols`를 기본으로 권합니다. 하지 말아야 할 행동, 확신이 낮을 때의 표현, 답변 합격 기준, 사람에게 넘길 조건을 차례로 정합니다. 의료·금융·법률이나 외부 전송·결제·삭제를 다루면 `harm-anticipation`과 `escalation-design`도 함께 검토해야 합니다.

처음 고른다면 이 다섯 역할이면 충분합니다

분야를 아직 정하지 못했다면 설치부터 하지 않는 편이 낫습니다. 화면을 고칠 때는 `impeccable` 같은 실제 Skill 한 개를 검토하고, 브라우저 조작이 꼭 필요할 때만 `playwright-mcp`를 별도 권한으로 연결합니다. `system-prompt-structure`와 `output-quality-rubrics`는 우선 팀 문서의 지시문 구조와 품질표로 적용할 수 있습니다. 이미지가 필요한 작업에서만 API 키와 출력 권리를 확인한 뒤 `nano-banana` 같은 도구를 시험합니다.

다만 이 다섯 이름이 모두 같은 설치 방식으로 제공된다는 뜻은 아닙니다. `impeccable`처럼 실제 스킬로 배포되는 항목이 있는 반면, 시스템 지시문 구조나 품질 평가표는 팀 문서와 테스트로 직접 구현하는 편이 더 맞을 수 있습니다. 이름보다 역할을 먼저 고르고, 공식 배포처가 확인되는 도구만 설치하는 것이 안전합니다.

처음에는 세 가지 조합만 만들면 됩니다

웹 화면을 고치려면 화면 개선 지침, 브라우저 검수, 브랜드 규칙을 묶습니다. 카드뉴스를 만들려면 이미지 생성, 수정 가능한 편집 도구, 출력 규격 검사를 묶습니다. 고객 응대 AI를 만들려면 대화 흐름, 지시문 명세, 사람에게 넘기는 조건을 묶습니다.

각 조합을 한 번 실행한 뒤에는 결과보다 실패 기록을 먼저 남깁니다. 화면이 모바일에서 잘렸는지, 이미지의 문자가 틀렸는지, AI가 묻지 않은 정보를 지어냈는지 적습니다. 다음 작업에서 그 실패를 막는 규칙 하나만 추가하면 도구 상자는 작아도 점점 단단해집니다.

좋은 스킬 목록의 가치는 50개라는 숫자에 있지 않습니다. 내가 놓친 역할을 보여주는 지도라는 데 있습니다. 지도 전체를 짐처럼 들고 다니기보다, 오늘 갈 곳에 필요한 도구만 골라 쓰는 것이 더 빠르고 안전합니다.

50개 스킬 원본 링크

아래 Stars는 2026년 7월 26일에 확인한 저장소 전체 수치입니다. Stars가 많다고 무조건 안전한 것은 아니어서 누가 운영하는지, 최근에도 관리되는지, 어떤 권한을 요구하는지도 함께 봤습니다.

우선 추천

공식 저장소이거나 충분한 사용·검토 흔적이 있는 선택지입니다.

8 개
  • frontend-design anthropics/skills ★ 164,168

    공식 저장소. 전체 저장소가 아니라 필요한 스킬 경로와 포함 스크립트만 검토해 설치하세요.

  • impeccable pbakaus/impeccable ★ 50,147

    CLI와 생성 파일이 포함됩니다. 설치 명령 실행 전 변경 파일과 권한 범위를 확인하세요.

  • animate pbakaus/impeccable ★ 50,147

    별도 패키지로 찾지 말고 Impeccable 저장소의 해당 문서와 CLI 범위를 함께 확인하세요.

  • theme-factory anthropics/skills ★ 164,168

    테마 파일을 생성·수정하므로 작업 전 변경 대상과 출력 경로를 확인하세요.

  • figma → code openai/skills ★ 24,176

    Figma 연동은 외부 디자인 데이터 접근 권한이 필요합니다. 읽을 파일과 팀 범위를 최소화하세요.

  • canvas-design anthropics/skills ★ 164,168

    출력 파일과 사용 글꼴·이미지의 라이선스를 함께 확인하세요.

  • algorithmic-art anthropics/skills ★ 164,168

    생성 코드를 실행하므로 브라우저·로컬 파일 접근 범위를 제한하고 결과를 검토하세요.

  • claude-remotion remotion-dev/skills ★ 4,079

    Node 패키지 설치와 영상 렌더링 코드를 실행합니다. 프로젝트 디렉터리와 출력 경로를 제한하세요.

검토 후 사용

쓸모는 분명하지만 외부 연동이나 실행 권한을 먼저 살펴야 합니다.

8 개
  • design-taste-frontend Leonxlnx/taste-skill ★ 67,642

    커뮤니티 저장소이며 현재 기본판은 실험 버전입니다. 프로젝트 단위 설치와 변경사항 검토를 권합니다.

  • design-motion-principles kylezantos/design-motion-principles ★ 859

    주로 지침 문서로 구성된 커뮤니티 스킬입니다. 외부 인물의 원칙을 재해석한 자료임을 확인했습니다.

  • playwright-mcp microsoft/playwright-mcp ★ 35,489

    스킬이 아니라 브라우저를 조작하는 MCP입니다. 로그인 세션·다운로드·외부 전송 권한을 제한하고 격리된 프로필을 쓰세요.

  • brandkit Leonxlnx/taste-skill ★ 67,642

    커뮤니티 지침형 스킬입니다. 생성 로고의 상표 유사성과 사용권은 별도로 검토해야 합니다.

  • designer-skills Owl-Listener/designer-skills ★ 1,900

    묶음 전체 대신 필요한 하위 스킬만 설치해 컨텍스트와 권한 범위를 줄이세요.

  • nano-banana kkoppenhaver/cc-nano-banana ★ 357

    Gemini CLI 확장과 API 키가 필요합니다. 키를 명령줄·Git·대화에 넣지 말고 공식 확장 주소를 다시 확인하세요.

  • banana-claude AgriciDaniel/banana-claude ★ 887

    설치 스크립트가 홈 디렉터리와 MCP 설정을 수정합니다. curl 파이프 설치는 피하고 clone 후 스크립트를 읽어 실행하세요.

  • data-visualization Owl-Listener/designer-skills ★ 1,900

    지침 중심 스킬입니다. 입력 데이터에 개인정보나 회사 기밀을 넣기 전 사용 환경을 확인하세요.

아이디어 참고

실사용 근거가 적습니다. 설치보다 문서의 관점만 참고하세요.

34 개
  • svg-logo-designer rknall/claude-skills ★ 54

    실행 스크립트 없는 지침형 스킬이지만 저장소 라이선스 표기가 명확하지 않아 결과물 사용 조건을 별도 확인하세요.

  • remotion-superpowers DojoCodingLabs/remotion-superpowers ★ 85

    셸 훅과 5개 MCP, 여러 외부 API 키를 사용합니다. 기본 일괄 설치보다 필요한 서버만 골라 격리 환경에서 검토하세요.

  • blender-motion LobzyJay/motion-design-with-claude ★ 10

    지침형 스킬이지만 Blender 파이썬 실행으로 이어집니다. 받은 장면 파일과 스크립트는 별도 작업 공간에서 여세요.

  • aftereffects-motion LobzyJay/motion-design-with-claude ★ 10

    After Effects 스크립트 실행을 전제로 합니다. 프로젝트 백업 후 스크립트의 파일 쓰기와 렌더 경로를 검토하세요.

  • context-window-design Owl-Listener/ai-design-skills ★ 145

    지침 중심의 MIT 커뮤니티 스킬. 외부 실행 파일 없이 사용할 수 있습니다.

  • conversation-patterns Owl-Listener/ai-design-skills ★ 145

    지침 중심의 MIT 커뮤니티 스킬. 실제 대화 데이터에는 개인정보를 넣지 마세요.

  • generative-ui Owl-Listener/ai-design-skills ★ 145

    생성 UI가 실행하는 행동과 링크를 애플리케이션에서 별도로 검증해야 합니다.

  • progressive-disclosure Owl-Listener/ai-design-skills ★ 145

    지침 중심의 MIT 커뮤니티 스킬입니다.

  • multimodal-orchestration Owl-Listener/ai-design-skills ★ 145

    파일·이미지·도구를 함께 다룰 때 각 연결 도구의 데이터 전송 범위를 따로 확인하세요.

  • mixed-initiative-flow Owl-Listener/ai-design-skills ★ 145

    지침 중심의 MIT 커뮤니티 스킬입니다.

  • frustration-detection Owl-Listener/ai-design-skills ★ 145

    감정 추정은 오판할 수 있으므로 민감한 사용자 분류나 자동 제재에 직접 연결하지 마세요.

  • feedback-loops Owl-Listener/ai-design-skills ★ 145

    사용자 피드백 저장 시 동의·보존 기간·삭제 절차를 함께 설계하세요.

  • human-in-the-loop Owl-Listener/ai-design-skills ★ 145

    사람 확인 단계가 실제 실행 권한을 차단하는지 애플리케이션 수준에서 시험하세요.

  • agent-role-design Owl-Listener/ai-design-skills ★ 145

    역할 분리는 권한 분리와 다릅니다. 각 에이전트의 도구 권한을 별도로 제한하세요.

  • system-prompt-structure Owl-Listener/ai-design-skills ★ 145

    지시문에 비밀키·개인정보·내부 접근 주소를 직접 넣지 마세요.

  • persona-architecture Owl-Listener/ai-design-skills ★ 145

    실존 인물 사칭이나 과도한 정서 의존을 유도하지 않도록 검토하세요.

  • tone-calibration Owl-Listener/ai-design-skills ★ 145

    말투가 정확성이나 위험 고지를 약화하지 않는지 평가하세요.

  • emotional-design Owl-Listener/ai-design-skills ★ 145

    감정 추정을 의료·심리 진단처럼 표현하거나 취약성을 이용하지 마세요.

  • template-design Owl-Listener/ai-design-skills ★ 145

    템플릿 변수의 외부 입력은 명령·HTML·SQL 삽입 위험을 별도로 검사하세요.

  • few-shot-patterns Owl-Listener/ai-design-skills ★ 145

    예시에 실제 고객 정보나 저작권 있는 원문을 넣지 마세요.

  • chain-of-thought-design Owl-Listener/ai-design-skills ★ 145

    숨은 사고과정 공개를 요구하기보다 검증 가능한 중간 결과와 근거를 요청하세요.

  • constraint-specification Owl-Listener/ai-design-skills ★ 145

    프롬프트 제약만 믿지 말고 중요한 제한은 코드와 권한에서도 강제하세요.

  • context-engineering Owl-Listener/ai-design-skills ★ 145

    수집 문서의 프롬프트 인젝션과 민감정보를 필터링한 뒤 문맥에 넣으세요.

  • prompt-versioning Owl-Listener/ai-design-skills ★ 145

    버전 기록에 운영 비밀이나 실제 사용자 입력을 복제하지 마세요.

  • guardrail-design Owl-Listener/ai-design-skills ★ 145

    지침형 가드레일만으로 충분하지 않습니다. 고위험 행동은 코드·권한·승인 절차로 차단하세요.

  • trust-calibration Owl-Listener/ai-design-skills ★ 145

    확신 표현과 실제 정확도가 맞는지 별도 평가 데이터로 확인하세요.

  • transparency-patterns Owl-Listener/ai-design-skills ★ 145

    투명성 설명에 내부 지시문·비밀·개인정보를 노출하지 않도록 구분하세요.

  • harm-anticipation Owl-Listener/ai-design-skills ★ 145

    위험 목록을 실제 차단·복구 시험과 연결해야 합니다.

  • escalation-design Owl-Listener/ai-design-skills ★ 145

    인계 대상과 응답 시간, 실패 시 대체 경로가 실제 운영되는지 확인하세요.

  • bias-detection-design Owl-Listener/ai-design-skills ★ 145

    편향 검사는 데이터와 평가자 구성에 따라 달라지므로 단일 점수를 절대 기준으로 쓰지 마세요.

  • output-quality-rubrics Owl-Listener/ai-design-skills ★ 145

    평가표가 안전성의 증거를 대신하지 않으며 고위험 결과는 사람이 확인해야 합니다.

  • failure-taxonomy Owl-Listener/ai-design-skills ★ 145

    실패 로그에 사용자 원문과 민감정보가 남지 않도록 익명화하세요.

  • task-success-metrics Owl-Listener/ai-design-skills ★ 145

    달성률만 최적화해 안전·품질을 희생하지 않도록 함께 측정하세요.

  • handoff-protocols Owl-Listener/ai-design-skills ★ 145

    인계 문서에는 업무에 필요한 최소 정보만 넣고 자격증명은 전달하지 마세요.

목록 검증 기준

확인일:

선정 기준: 공식 또는 공개 저장소의 현재 경로에서 동일 이름이나 동일 역할을 확인하고, 작업 범위·권한·설치 위험을 설명할 수 있는 항목만 목록에 남깁니다.

추천 중단 기준: 저장소가 보관 처리되거나 경로가 사라지거나, 실행 코드·라이선스·권한 범위를 확인할 수 없으면 추천에서 제외합니다. 이름만 비슷한 항목으로 자동 대체하지 않습니다.