[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6PH94Z3X06HTYJNTK3K642F":3,"skill-same:01M6PH94Z3X06HTYJNTK3K642F":68},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":22,"publishedAt":42,"linkOnly":43,"markdownContent":44,"markdownBody":45,"frontMatter":46,"refName":47,"commitSha":48,"skillDirectory":49,"forksCount":50,"repositoryHtmlUrl":51,"repositoryHomepageUrl":6,"ownerHtmlUrl":52,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":53,"install":54,"resources":67},"01M6PH94Z3X06HTYJNTK3K642F","jev",null,"Use when a decision needs fast, cheap, typed judgment instead of generated text — picking one action\u002Foption from a known set, rating something on ordered levels, or a yes\u002Fno gate — via Jev (TypeSafe System One). Covers the three call paths in ClaudePlay (MCP jev_ask, persona tool context.jev, panel\u002Fapp __panelBridge.jev), question design rules, and how to use probabilities\u002Fconfidence. Do not use when the output must be prose, dialogue, or creative text — that stays with the LLM.","DevelopmentDummy\u002Fclaude-play","DevelopmentDummy","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F269318128?v=4","01M6PH7WG74ND790ED9698KRBP","01M6PH7WM7KC9N0V51ZCQ43P8B",3,"MIT","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Fskills\u002Fjev\u002FSKILL.md",[17],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000023","Skill与智能体开发","SCENARIO","使用场景",[5,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41],"yes","design","panel","how to","app","dialogue","three","call","do","use","generated","question","decision","option","tool","system","persona","SET","MCP","2026-11-10 10:12:30",false,"---\nname: jev\ndescription: Use when a decision needs fast, cheap, typed judgment instead of generated text — picking one action\u002Foption from a known set, rating something on ordered levels, or a yes\u002Fno gate — via Jev (TypeSafe System One). Covers the three call paths in ClaudePlay (MCP jev_ask, persona tool context.jev, panel\u002Fapp __panelBridge.jev), question design rules, and how to use probabilities\u002Fconfidence. Do not use when the output must be prose, dialogue, or creative text — that stays with the LLM.\n---\n\n# Jev — 빠른 판단 모델 (TypeSafe System One)\n\nJev는 글을 쓰지 않는다. `state`(판단 재료)와 **타입 있는 질문**을 받아 **확률이 붙은 답**을 돌려준다.\n실측 약 0.2초, 요청당 수백 토큰(입력 백만 토큰당 $0.042, 출력 무료). LLM 턴을 쓰기엔 아까운 \"지금 뭘 고를까\" 판단에 쓴다.\n\n**역할 분담**: Jev = 고르기·점수·예\u002F아니오. LLM = 대사·서술·기억 정리. 대사를 Jev에게 시키지 마라.\n\n## 세 가지 호출 경로\n\n| 어디서 | 어떻게 |\n|---|---|\n| 세션\u002F빌더 AI (지금 이 대화) | MCP `jev_ask({ state, questions, model? })` |\n| 페르소나 도구 `tools\u002F*.js` | `const r = await context.jev(state, questions)` |\n| 패널·앱 화면 JS | `const r = await __panelBridge.jev(state, questions)` |\n\n키는 서버에만 있다. 세 경로 모두 `\u002Fapi\u002Fjev` → `src\u002Flib\u002Fjev-client.ts` 하나를 거친다.\n\n⚠️ **월드 엔진 `step()` 안에서 부르지 마라.** step은 200ms마다 도는 월드 시계다. 네트워크 왕복이 시계를 멈춘다.\n판단은 step 밖(전용 액션, 스레드, 패널)에서 하고, 결과는 `submit` 의도로 넣어라.\n\n## 질문 세 종류\n\n```jsonc\n{\n  \"state\": { \"actor\": { \"name\": \"Elena\", \"hunger\": \"high\", \"time_of_day\": \"evening\" }, \"nearby\": [\"campfire\", \"river\"] },\n  \"questions\": {\n    \u002F\u002F 하나 고르기 → choice + probabilities + confidence\n    \"next_action\": {\n      \"type\": \"choice\",\n      \"instructions\": \"What would `actor` most plausibly do next?\",\n      \"criteria\": {\n        \"eat\": \"Go eat at the campfire. Fits when hunger is high.\",\n        \"fish\": \"Fish at the river. Fits when food stores are low and she is not exhausted.\",\n        \"continue\": \"Keep doing the current activity. Fits when nothing pressing has changed.\"\n      }\n    },\n    \u002F\u002F 순서 있는 단계 위 위치 → score + confidence\n    \"mood\": {\n      \"type\": \"score\",\n      \"instructions\": \"How content is `actor` right now?\",\n      \"criteria\": [\"Miserable: hungry, tired, and lonely\", \"Uneasy: one need unmet\", \"Content: needs met\", \"Delighted: needs met and something good just happened\"]\n    },\n    \u002F\u002F 예\u002F아니오 확률 → noul (0~1)\n    \"wants_company\": {\n      \"type\": \"noul\",\n      \"instructions\": \"Would `actor` rather be with someone than alone right now?\"\n    }\n  }\n}\n```\n\n응답: `answers.next_action.choice`, `.probabilities`, `.confidence` \u002F `answers.mood.score` \u002F `answers.wants_company.noul`.\n\n## 질문 설계 규칙 (정확도를 좌우한다)\n\n1. **영어로 쓴다.** instructions와 criteria 모두. Jev는 영어가 주 학습 언어다. state의 고유명사·한국어 원문은 그대로 둬도 되지만, 판단 기준은 영어로.\n2. **숫자는 코드에서 말로 바꿔 넘긴다.** `hunger: 72` ❌ → `hunger: \"high\"` ✅. Jev는 계산·비교·개수 세기를 못 한다. 시간 비교도 코드에서.\n3. **모든 선택지에 \"언제 맞는지\" 기준을 쓴다.** Jev는 글자 그대로 읽는다. 뜻한 조건을 문장으로 명시하라. 틀린 답을 보고 \"내 말은 ~였는데\"라는 생각이 들면, 그 설명이 빠진 기준이다.\n4. **\"해당 없음 \u002F 계속\" 선택지를 넣는다.** 억지로 바꾸게 만들지 마라.\n5. **한 질문엔 한 판단.** 독립적인 판단 여러 개는 **같은 state로 한 요청에 묶는다**(병렬 평가, 훨씬 싸고 빠름). 서로 답을 못 본다.\n6. **state는 필요한 것만.** 관련 없는 큰 JSON은 정확도를 떨어뜨린다. 판단 대상의 주변 맥락만 추려라.\n7. **state 필드는 백틱으로 가리킨다.** `` `actor.memory` ``처럼.\n\n## 답을 쓰는 법\n\n- **confidence는 \"확신의 집중도\"**다. 행동 권한이 아니다. 해롭지 않은 선호 선택이면 낮아도 쓸 수 있다.\n- **다양성이 필요하면 probabilities로 샘플링하라.** 여러 캐릭터가 늘 같은 \"정답\"만 고르면 기계적으로 보인다. 확률 분포에서 뽑거나, `recent_actions`를 state에 넣고 \"반복을 피하라\"를 기준에 적어라.\n- **noul 0.5 근처 = 예\u002F아니오가 비슷**하다는 뜻이지 \"중간 정도\"가 아니다.\n- 임계값은 실제 결과를 보며 정하라. 문서의 예시 수치는 출발점일 뿐이다.\n\n## 실패 처리\n\n에러 응답 상태: 400(질문 형식 — 메시지대로 고쳐라), 503(키 미설정), 429(요청 과다, 이미 재시도됨), 504(타임아웃).\nJev가 실패하면 **기존 규칙 기반 기본값으로 계속 진행**하라. Jev를 게임·세션이 멈추는 단일 실패점으로 만들지 마라.\n\n## 참고\n\n- 공식 문서: https:\u002F\u002Fdocs.typesafe.ai\u002Fllms.txt (Choice\u002FScore\u002FNoul, Confidence, Patterns)\n- 코어 설계: `docs\u002Fspecs\u002F2026-10-01-jev-core-design.md`\n","# Jev — 빠른 판단 모델 (TypeSafe System One)\n\nJev는 글을 쓰지 않는다. `state`(판단 재료)와 **타입 있는 질문**을 받아 **확률이 붙은 답**을 돌려준다.\n실측 약 0.2초, 요청당 수백 토큰(입력 백만 토큰당 $0.042, 출력 무료). LLM 턴을 쓰기엔 아까운 \"지금 뭘 고를까\" 판단에 쓴다.\n\n**역할 분담**: Jev = 고르기·점수·예\u002F아니오. LLM = 대사·서술·기억 정리. 대사를 Jev에게 시키지 마라.\n\n## 세 가지 호출 경로\n\n| 어디서 | 어떻게 |\n|---|---|\n| 세션\u002F빌더 AI (지금 이 대화) | MCP `jev_ask({ state, questions, model? })` |\n| 페르소나 도구 `tools\u002F*.js` | `const r = await context.jev(state, questions)` |\n| 패널·앱 화면 JS | `const r = await __panelBridge.jev(state, questions)` |\n\n키는 서버에만 있다. 세 경로 모두 `\u002Fapi\u002Fjev` → `src\u002Flib\u002Fjev-client.ts` 하나를 거친다.\n\n⚠️ **월드 엔진 `step()` 안에서 부르지 마라.** step은 200ms마다 도는 월드 시계다. 네트워크 왕복이 시계를 멈춘다.\n판단은 step 밖(전용 액션, 스레드, 패널)에서 하고, 결과는 `submit` 의도로 넣어라.\n\n## 질문 세 종류\n\n```jsonc\n{\n  \"state\": { \"actor\": { \"name\": \"Elena\", \"hunger\": \"high\", \"time_of_day\": \"evening\" }, \"nearby\": [\"campfire\", \"river\"] },\n  \"questions\": {\n    \u002F\u002F 하나 고르기 → choice + probabilities + confidence\n    \"next_action\": {\n      \"type\": \"choice\",\n      \"instructions\": \"What would `actor` most plausibly do next?\",\n      \"criteria\": {\n        \"eat\": \"Go eat at the campfire. Fits when hunger is high.\",\n        \"fish\": \"Fish at the river. Fits when food stores are low and she is not exhausted.\",\n        \"continue\": \"Keep doing the current activity. Fits when nothing pressing has changed.\"\n      }\n    },\n    \u002F\u002F 순서 있는 단계 위 위치 → score + confidence\n    \"mood\": {\n      \"type\": \"score\",\n      \"instructions\": \"How content is `actor` right now?\",\n      \"criteria\": [\"Miserable: hungry, tired, and lonely\", \"Uneasy: one need unmet\", \"Content: needs met\", \"Delighted: needs met and something good just happened\"]\n    },\n    \u002F\u002F 예\u002F아니오 확률 → noul (0~1)\n    \"wants_company\": {\n      \"type\": \"noul\",\n      \"instructions\": \"Would `actor` rather be with someone than alone right now?\"\n    }\n  }\n}\n```\n\n응답: `answers.next_action.choice`, `.probabilities`, `.confidence` \u002F `answers.mood.score` \u002F `answers.wants_company.noul`.\n\n## 질문 설계 규칙 (정확도를 좌우한다)\n\n1. **영어로 쓴다.** instructions와 criteria 모두. Jev는 영어가 주 학습 언어다. state의 고유명사·한국어 원문은 그대로 둬도 되지만, 판단 기준은 영어로.\n2. **숫자는 코드에서 말로 바꿔 넘긴다.** `hunger: 72` ❌ → `hunger: \"high\"` ✅. Jev는 계산·비교·개수 세기를 못 한다. 시간 비교도 코드에서.\n3. **모든 선택지에 \"언제 맞는지\" 기준을 쓴다.** Jev는 글자 그대로 읽는다. 뜻한 조건을 문장으로 명시하라. 틀린 답을 보고 \"내 말은 ~였는데\"라는 생각이 들면, 그 설명이 빠진 기준이다.\n4. **\"해당 없음 \u002F 계속\" 선택지를 넣는다.** 억지로 바꾸게 만들지 마라.\n5. **한 질문엔 한 판단.** 독립적인 판단 여러 개는 **같은 state로 한 요청에 묶는다**(병렬 평가, 훨씬 싸고 빠름). 서로 답을 못 본다.\n6. **state는 필요한 것만.** 관련 없는 큰 JSON은 정확도를 떨어뜨린다. 판단 대상의 주변 맥락만 추려라.\n7. **state 필드는 백틱으로 가리킨다.** `` `actor.memory` ``처럼.\n\n## 답을 쓰는 법\n\n- **confidence는 \"확신의 집중도\"**다. 행동 권한이 아니다. 해롭지 않은 선호 선택이면 낮아도 쓸 수 있다.\n- **다양성이 필요하면 probabilities로 샘플링하라.** 여러 캐릭터가 늘 같은 \"정답\"만 고르면 기계적으로 보인다. 확률 분포에서 뽑거나, `recent_actions`를 state에 넣고 \"반복을 피하라\"를 기준에 적어라.\n- **noul 0.5 근처 = 예\u002F아니오가 비슷**하다는 뜻이지 \"중간 정도\"가 아니다.\n- 임계값은 실제 결과를 보며 정하라. 문서의 예시 수치는 출발점일 뿐이다.\n\n## 실패 처리\n\n에러 응답 상태: 400(질문 형식 — 메시지대로 고쳐라), 503(키 미설정), 429(요청 과다, 이미 재시도됨), 504(타임아웃).\nJev가 실패하면 **기존 규칙 기반 기본값으로 계속 진행**하라. Jev를 게임·세션이 멈추는 단일 실패점으로 만들지 마라.\n\n## 참고\n\n- 공식 문서: https:\u002F\u002Fdocs.typesafe.ai\u002Fllms.txt (Choice\u002FScore\u002FNoul, Confidence, Patterns)\n- 코어 설계: `docs\u002Fspecs\u002F2026-10-01-jev-core-design.md`\n",{"name":5,"description":7},"main","87c4e526fb2dfb2c6bfeeb9f901d6320fcb457ec","data\u002Fskills\u002Fjev",0,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy","2026-10-07 22:33:19",{"source":8,"skillName":5,"commands":55,"prompt":65,"zipAvailable":66},[56,59,62],{"tool":57,"command":58},"npx","npx skills add DevelopmentDummy\u002Fclaude-play --skill jev",{"tool":60,"command":61},"bunx","bunx skills add DevelopmentDummy\u002Fclaude-play --skill jev",{"tool":63,"command":64},"pnpm","pnpm dlx skills add DevelopmentDummy\u002Fclaude-play --skill jev","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Fskills\u002Fjev\u002FSKILL.md",true,[],[69,89,103,122,132,141],{"skillNo":70,"name":71,"nameZh":6,"description":72,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":73,"categories":74,"keywords":79,"publishedAt":42},"01M6PHD8Y8CNRBG3FR2ZAHWX5J","generate-video","claude-play-bridge MCP 서버로 영상을 생성한다. 로컬 ComfyUI의 영상 워크플로 패키지(MiniMax H3 = 영상+오디오 동시 생성, WAN 2.2 i2v, Z-Image→영상)를 호출한다. 렌더가 수 분~수십 분 걸리므로 async 큐잉 + 파일 폴링이 기본 절차다. \"영상\", \"동영상\", \"비디오\", \"video\", \"i2v\", \"t2v\", \"클립 만들어\", \"움직이는\", \"애니메이션 영상\" 요청에 트리거된다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fscripts\u002Fexternal-package\u002Fskills\u002Fgenerate-video\u002FSKILL.md",[75,78],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000016","图像与多媒体",{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},[80,81,82,41,83,84,85,86,87,88],"Video","generate","generate video","image","play","bridge","minimax","async","minimax h3",{"skillNo":90,"name":91,"nameZh":6,"description":92,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":93,"categories":94,"keywords":97,"publishedAt":42},"01M6PHD3MAQ9QYQQFG50WBP5JZ","generate-image","claude-play-bridge MCP 서버로 이미지를 생성한다. 기본 백엔드는 ComfyUI(로컬 GPU, 워크플로 패키지 기반)이고, 사용자가 명시적으로 요청할 때만 GPT\u002FGemini 백엔드를 사용한다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fscripts\u002Fexternal-package\u002Fskills\u002Fgenerate-image\u002FSKILL.md",[95,96],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},[98,81,83,85,41,99,84,100,101,102],"generate image","gemini","gpu","gpt","comfyui",{"skillNo":104,"name":105,"nameZh":6,"description":106,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":107,"categories":108,"keywords":110,"publishedAt":42},"01M6PHD0134XK1NQNK4YMZB2E1","generate-image-openai","OpenAI\u002FGPT 이미지 생성(GPT Image 품질 \u002F 텍스트 렌더링·이미지 편집 강점). 기본 백엔드는 Codex CLI 구독(건당 과금 없음). ⚠️ 사용자가 이 백엔드를 명시적으로 지정했을 때만 사용한다(예 \"GPT로\u002FOpenAI로 그려줘\"). 기본 이미지 생성은 generate-image(ComfyUI)이며, 사용자가 콕 집어 요청하지 않았다면 절대 OpenAI를 자동으로 선택하지 마라.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fopenai\u002Fskills\u002Fgenerate-image-openai\u002FSKILL.md",[109],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},[111,98,112,81,83,113,114,115,116,117,101,118,119,120,102,121],"generate image openai","openai","렌더링","cli","이미지","codex","codex cli","Bash","read","write","텍스트",{"skillNo":123,"name":124,"nameZh":6,"description":125,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":126,"categories":127,"keywords":128,"publishedAt":42},"01M6PHCTMBPTG56KMK8VH5SCTE","generate-spritesheet","Gemini 이미지 생성으로 게임용 아이콘 스프라이트시트를 만들고 자동 슬라이스한다. 아이콘, UI 리소스, 뱃지, 마커 등 여러 개의 동일 카테고리 에셋이 필요할 때 사용한다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fgemini\u002Fskills\u002Fgenerate-spritesheet\u002FSKILL.md",[],[129,81,99,130,118,119,120,131,115],"generate spritesheet","ui","edit",{"skillNo":133,"name":134,"nameZh":6,"description":135,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":136,"categories":137,"keywords":139,"publishedAt":42},"01M6PHCPR07KYS2RPNZER9WS2S","generate-image-gemini","Gemini API로 이미지를 생성한다. 패널 배경, UI 리소스, 아이콘, 장면 삽화 등 디자인 리소스 제작에 사용한다. ComfyUI가 없을 때의 이미지 생성 대안이기도 하다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fgemini\u002Fskills\u002Fgenerate-image-gemini\u002FSKILL.md",[138],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},[140,99,83,81,98,120,119,118,130,115],"generate image gemini",{"skillNo":142,"name":143,"nameZh":6,"description":144,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":145,"categories":146,"keywords":151,"publishedAt":42},"01M6PHCJD7S7KT64BB9F215TP6","workflow-research","새 ComfyUI 워크플로우를 설계하거나 신규 모델, 양자화 모델, LoRA 개발 전략을 비교할 때 분석 틀을 잡는다.","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fworkflow-research\u002FSKILL.md",[147,150],{"categoryNo":148,"categoryName":149,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000021","资料检索与研究",{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},[152,153,154,102,119,155],"workflow","research","workflow research","LoRA"]