[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6PHBNAZ733QV99XM0WKK0AX":3,"skill-same:01M6PHBNAZ733QV99XM0WKK0AX":51},{"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":17,"publishedAt":24,"linkOnly":25,"markdownContent":26,"markdownBody":27,"frontMatter":28,"refName":30,"commitSha":31,"skillDirectory":32,"forksCount":33,"repositoryHtmlUrl":34,"repositoryHomepageUrl":6,"ownerHtmlUrl":35,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":36,"install":37,"resources":50},"01M6PHBNAZ733QV99XM0WKK0AX","model-benchmark",null,"신규 이미지 모델이나 양자화 모델을 비교할 때 속도, VRAM, 품질, 안정성 기준으로 평가 계획을 세운다.","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\u002Ftools\u002Fcomfyui\u002Fskills\u002Fmodel-benchmark\u002FSKILL.md",[],[18,19,20,21,22,23],"benchmark","model","model benchmark","read","vram","이미지","2026-11-10 10:12:30",false,"---\nname: model-benchmark\ndescription: 신규 이미지 모델이나 양자화 모델을 비교할 때 속도, VRAM, 품질, 안정성 기준으로 평가 계획을 세운다.\nallowed-tools: Read, Glob\n---\n\n# Model Benchmark\n\n## 절차\n1. .\u002Fvariables.json, .\u002Fmemory.md, .\u002Fcomfyui-config.json을 읽고 현재 기준선과 실험 맥락을 확인한다.\n2. 가능하면 전역 `generate-image` 스킬의 package-first 원칙을 따른다고 가정하고, 현재 사용 가능한 워크플로우 패키지를 먼저 확인할 필요가 있는지 판단한다.\n3. 사용자의 요청을 다음 중 하나 이상으로 분류한다.\n   - 신규 이미지 모델 첫 검증\n   - 기존 기준선 대비 품질 비교\n   - 양자화 버전 비교\n   - 속도\u002FVRAM 병목 측정\n   - 호환성 또는 안정성 확인\n   - 패키지별 비교 실험 설계\n4. 비교 대상마다 아래 6개 항목을 정리한다.\n   - 모델 이름 또는 변형명\n   - 테스트 목적\n   - 고정할 조건\n   - 바꿀 조건\n   - 성공 기준\n   - 리스크 또는 확인 필요 사항\n5. 패키지 기반 비교가 중요하면 어떤 workflow package를 쓸지, params에서 무엇을 고정할지, resolver가 비교 결과에 영향을 주는지까지 적는다.\n6. 가능하면 가장 가벼운 스모크 테스트와, 가장 정보량이 큰 본 테스트를 분리해서 제안한다.\n7. 최종 답변은 바로 실행 가능한 비교 표 또는 체크리스트 형태를 우선한다.\n\n## 평가 축\n- 속도: 1장 기준 생성 시간, 첫 로드 시간, 반복 생성 체감 속도\n- VRAM: 피크 사용량, 해상도\u002F배치 확장 가능성, OOM 위험\n- 품질: 해부학 안정성, 디테일 보존, 프롬프트 추종성, 색 안정성, 일관성\n- 안정성: 노드 호환성, VAE\u002F업스케일러\u002FControl 계열과의 충돌 여부, 재현성\n- 유지보수성: 워크플로우 패키지에 무리 없이 편입 가능한지, params\u002Fresolver 구조가 과도하게 복잡해지지 않는지\n\n## 비교 규칙\n- 비교 초기에는 프롬프트, negative, 해상도, sampler, scheduler, steps, seed를 가능한 한 고정한다.\n- 패키지 기반 비교라면 동일 패키지에서 모델만 바꾸는 테스트와, 동일 모델에서 패키지만 바꾸는 테스트를 분리한다.\n- 한 번에 여러 변수를 흔들지 말고, 기준선 1개와 변경점 1개를 우선 비교한다.\n- 품질 평가는 막연한 인상 대신 실패 패턴을 구체적으로 적는다. 예: 손 붕괴, 미세 디테일 손실, 색 번짐, 텍스트 프롬프트 무시.\n- 신규 모델 첫 테스트라면 짧은 스모크 테스트로 로딩\u002F기본 출력\u002F에러 여부를 먼저 확인한다.\n- 기준선이 없으면 현재 active_checkpoint 또는 comfyui-config.json의 활성 체크포인트를 임시 기준선으로 삼는다.\n\n## 양자화 모델 규칙\n- 양자화 비교 시에는 최소한 FP 계열 또는 더 높은 정밀도 기준선 하나를 함께 둔다.\n- 속도 이득만 보지 말고, 해상도 상승 시 품질 붕괴가 커지는지도 본다.\n- VRAM 절감이 실제로 더 큰 배치, 더 높은 해상도, 더 복잡한 그래프에 도움이 되는지 연결해서 판단한다.\n- 호환성 불확실성이 있으면 \"실사용 후보\"와 \"실험용 후보\"를 분리해 제안한다.\n\n## 추천 출력 형식\n가능하면 다음 구조를 따른다.\n1. 평가 목표\n2. 기준선\n3. 비교 매트릭스\n4. 예상 리스크\n5. 먼저 돌릴 실험\n6. 결과 기록 문장 예시\n\n## 결과 기록 문장 예시\n- \"Z-Image FP16은 1024px 기준 품질 우세, 다만 첫 로드와 VRAM 부담이 큼\"\n- \"Anima Q8은 속도 이득이 있으나 특정 장면에서 미세 디테일 손실 확인 필요\"\n- \"현재 환경에서는 양자화 이득보다 노드 병목이 더 커서 워크플로우 경량화가 우선\"\n- \"portrait-balanced 패키지의 detail 모드는 품질 우세지만, fast 모드가 실사용 속도에는 더 적합\"","# Model Benchmark\n\n## 절차\n1. .\u002Fvariables.json, .\u002Fmemory.md, .\u002Fcomfyui-config.json을 읽고 현재 기준선과 실험 맥락을 확인한다.\n2. 가능하면 전역 `generate-image` 스킬의 package-first 원칙을 따른다고 가정하고, 현재 사용 가능한 워크플로우 패키지를 먼저 확인할 필요가 있는지 판단한다.\n3. 사용자의 요청을 다음 중 하나 이상으로 분류한다.\n   - 신규 이미지 모델 첫 검증\n   - 기존 기준선 대비 품질 비교\n   - 양자화 버전 비교\n   - 속도\u002FVRAM 병목 측정\n   - 호환성 또는 안정성 확인\n   - 패키지별 비교 실험 설계\n4. 비교 대상마다 아래 6개 항목을 정리한다.\n   - 모델 이름 또는 변형명\n   - 테스트 목적\n   - 고정할 조건\n   - 바꿀 조건\n   - 성공 기준\n   - 리스크 또는 확인 필요 사항\n5. 패키지 기반 비교가 중요하면 어떤 workflow package를 쓸지, params에서 무엇을 고정할지, resolver가 비교 결과에 영향을 주는지까지 적는다.\n6. 가능하면 가장 가벼운 스모크 테스트와, 가장 정보량이 큰 본 테스트를 분리해서 제안한다.\n7. 최종 답변은 바로 실행 가능한 비교 표 또는 체크리스트 형태를 우선한다.\n\n## 평가 축\n- 속도: 1장 기준 생성 시간, 첫 로드 시간, 반복 생성 체감 속도\n- VRAM: 피크 사용량, 해상도\u002F배치 확장 가능성, OOM 위험\n- 품질: 해부학 안정성, 디테일 보존, 프롬프트 추종성, 색 안정성, 일관성\n- 안정성: 노드 호환성, VAE\u002F업스케일러\u002FControl 계열과의 충돌 여부, 재현성\n- 유지보수성: 워크플로우 패키지에 무리 없이 편입 가능한지, params\u002Fresolver 구조가 과도하게 복잡해지지 않는지\n\n## 비교 규칙\n- 비교 초기에는 프롬프트, negative, 해상도, sampler, scheduler, steps, seed를 가능한 한 고정한다.\n- 패키지 기반 비교라면 동일 패키지에서 모델만 바꾸는 테스트와, 동일 모델에서 패키지만 바꾸는 테스트를 분리한다.\n- 한 번에 여러 변수를 흔들지 말고, 기준선 1개와 변경점 1개를 우선 비교한다.\n- 품질 평가는 막연한 인상 대신 실패 패턴을 구체적으로 적는다. 예: 손 붕괴, 미세 디테일 손실, 색 번짐, 텍스트 프롬프트 무시.\n- 신규 모델 첫 테스트라면 짧은 스모크 테스트로 로딩\u002F기본 출력\u002F에러 여부를 먼저 확인한다.\n- 기준선이 없으면 현재 active_checkpoint 또는 comfyui-config.json의 활성 체크포인트를 임시 기준선으로 삼는다.\n\n## 양자화 모델 규칙\n- 양자화 비교 시에는 최소한 FP 계열 또는 더 높은 정밀도 기준선 하나를 함께 둔다.\n- 속도 이득만 보지 말고, 해상도 상승 시 품질 붕괴가 커지는지도 본다.\n- VRAM 절감이 실제로 더 큰 배치, 더 높은 해상도, 더 복잡한 그래프에 도움이 되는지 연결해서 판단한다.\n- 호환성 불확실성이 있으면 \"실사용 후보\"와 \"실험용 후보\"를 분리해 제안한다.\n\n## 추천 출력 형식\n가능하면 다음 구조를 따른다.\n1. 평가 목표\n2. 기준선\n3. 비교 매트릭스\n4. 예상 리스크\n5. 먼저 돌릴 실험\n6. 결과 기록 문장 예시\n\n## 결과 기록 문장 예시\n- \"Z-Image FP16은 1024px 기준 품질 우세, 다만 첫 로드와 VRAM 부담이 큼\"\n- \"Anima Q8은 속도 이득이 있으나 특정 장면에서 미세 디테일 손실 확인 필요\"\n- \"현재 환경에서는 양자화 이득보다 노드 병목이 더 커서 워크플로우 경량화가 우선\"\n- \"portrait-balanced 패키지의 detail 모드는 품질 우세지만, fast 모드가 실사용 속도에는 더 적합\"",{"name":5,"description":7,"allowed-tools":29},"Read, Glob","main","87c4e526fb2dfb2c6bfeeb9f901d6320fcb457ec","data\u002Ftools\u002Fcomfyui\u002Fskills\u002Fmodel-benchmark",0,"https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play","https:\u002F\u002Fgithub.com\u002FDevelopmentDummy","2026-10-07 22:33:19",{"source":8,"skillName":5,"commands":38,"prompt":48,"zipAvailable":49},[39,42,45],{"tool":40,"command":41},"npx","npx skills add DevelopmentDummy\u002Fclaude-play --skill model-benchmark",{"tool":43,"command":44},"bunx","bunx skills add DevelopmentDummy\u002Fclaude-play --skill model-benchmark",{"tool":46,"command":47},"pnpm","pnpm dlx skills add DevelopmentDummy\u002Fclaude-play --skill model-benchmark","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FDevelopmentDummy\u002Fclaude-play\u002Fblob\u002Fmain\u002Fdata\u002Ftools\u002Fcomfyui\u002Fskills\u002Fmodel-benchmark\u002FSKILL.md",true,[],[52,77,91,108,118,127],{"skillNo":53,"name":54,"nameZh":6,"description":55,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":56,"categories":57,"keywords":66,"publishedAt":24},"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",[58,63],{"categoryNo":59,"categoryName":60,"taxonomyType":61,"taxonomyTypeDesc":62},"01JBSEEDCAT000000000000016","图像与多媒体","SCENARIO","使用场景",{"categoryNo":64,"categoryName":65,"taxonomyType":61,"taxonomyTypeDesc":62},"01JBSEEDCAT000000000000023","Skill与智能体开发",[67,68,69,70,71,72,73,74,75,76],"Video","generate","generate video","MCP","image","play","bridge","minimax","async","minimax h3",{"skillNo":78,"name":79,"nameZh":6,"description":80,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":81,"categories":82,"keywords":85,"publishedAt":24},"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",[83,84],{"categoryNo":59,"categoryName":60,"taxonomyType":61,"taxonomyTypeDesc":62},{"categoryNo":64,"categoryName":65,"taxonomyType":61,"taxonomyTypeDesc":62},[86,68,71,73,70,87,72,88,89,90],"generate image","gemini","gpu","gpt","comfyui",{"skillNo":92,"name":93,"nameZh":6,"description":94,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":95,"categories":96,"keywords":98,"publishedAt":24},"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",[97],{"categoryNo":59,"categoryName":60,"taxonomyType":61,"taxonomyTypeDesc":62},[99,86,100,68,71,101,102,23,103,104,89,105,21,106,90,107],"generate image openai","openai","렌더링","cli","codex","codex cli","Bash","write","텍스트",{"skillNo":109,"name":110,"nameZh":6,"description":111,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":112,"categories":113,"keywords":114,"publishedAt":24},"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",[],[115,68,87,116,105,21,106,117,23],"generate spritesheet","ui","edit",{"skillNo":119,"name":120,"nameZh":6,"description":121,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":122,"categories":123,"keywords":125,"publishedAt":24},"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",[124],{"categoryNo":59,"categoryName":60,"taxonomyType":61,"taxonomyTypeDesc":62},[126,87,71,68,86,106,21,105,116,23],"generate image gemini",{"skillNo":128,"name":129,"nameZh":6,"description":130,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":131,"categories":132,"keywords":137,"publishedAt":24},"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",[133,136],{"categoryNo":134,"categoryName":135,"taxonomyType":61,"taxonomyTypeDesc":62},"01JBSEEDCAT000000000000021","资料检索与研究",{"categoryNo":64,"categoryName":65,"taxonomyType":61,"taxonomyTypeDesc":62},[138,139,140,90,21,141],"workflow","research","workflow research","LoRA"]