agentskill-sh / ags
에이전트 기술을 찾아 설치하세요. Claude Code, Codex, Cursor, Copilot 등에서 사용할 수 있는 /learn 명령어.
이 프로젝트에 대해
agentskill-sh 님의 ags 프로젝트는 GitHub에서 32개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 TypeScript 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.
Language Breakdown
🇰🇷 한국어 번역 README
AI 실시간 번역빠른 시작
이 내용을 AI 에이전트(Claude Code, Cursor, Copilot, Codex, Windsurf, Gemini CLI 등)에 복사해서 붙여넣으세요:
그게 전부입니다. 에이전트가 /learn을 설치하고, 프로젝트를 분석하며, 100,000개 이상의 디렉토리에서 관련 기술을 제안합니다.
다른 설치 방법
전역 설치 (그 후 ags를 직접 사용)
플러그인 마켓플레이스 (Claude Code만 가능)
참고: 플러그인 마켓플레이스는 /learn 기술만 설치합니다. 모든 기술을 설치하려면 npx @agentskill.sh/cli setup을 사용하세요.
왜 /learn과 agentskill.sh를 사용해야 하나요?
- 2단계 보안. OpenClaw과 같은 사건에서 악성 기술 파일이 에이전트를 침해할 수 있음이 드러난 후, 검증이 중요해졌습니다. agentskill.sh는 12가지 위협 범주에 대해 모든 기술에 대해 서버 측 정적 분석을 수행합니다:
명령어 주입, 데이터 유출, 자격 증명 탈취, 프롬프트 주입, 난독화, 민감 파일 접근, 지속 메커니즘, 외부 호출, 리버스 셸, 파괴 명령, 사회 공학, 공급망 공격
각 기술은 보안 점수(0-100)를 받습니다. 110,000개 이상의 기술을 스캔했으며, 100% 커버리지입니다. 점수가 30 미만인 기술은 설치 전에 명시적 확인이 필요합니다. 그 후 /learn은 파일을 쓰기 전에 클라이언트 측에서 두 번째 검사를 수행하여 중앙화된 스캔과 로컬 검증을 모두 제공합니다. 실시간 보안 대시보드를 확인하세요.
- 피드백 루프. 에이전트는 사용 후 기술을 자동으로 평가합니다(1-5 점, 댓글 포함). 그래서 최상의 기술이 부각되고, 문제 있는 기술은 커뮤니티에 의해 표시됩니다. 귀하의 에이전트도 이에 기여하고 혜택을 받습니다.
🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.
🔗 유사한 프로젝트
langgenius/dify
Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.
iflytek/astron-agent
Enterprise-grade, commercial-friendly agentic workflow platform for building next-generation SuperAgents.
ModelEngine-Group/nexent
Nexent is a zero-code platform for auto-generating production-grade AI agents using Harness Engineering principles — unified tools, skills, memory, and orchestration with built-in constraints, feedback loops, and control planes.
이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.
agentskill-sh/ags GitHub 원문 바로가기 →