agentleFS
jyh4358jyh4358/jay-plugin/skills/learn/SKILL.md

learn

Skill0 starsChanged 3 months agoMITView on GitHub

세션 중 새로 알게 된 것(성능 개선 방법, 기술, 최적화, 직접 해봐야 알 수 있었던 것)이나 사용자가 직접 지정한 개념·기술 주제를 Obsidian vault 'My Track Record'의 30-학습/에 학습 노트로 남긴다. 이력서용 작업 기록(record 스킬)과 달리 "무엇을 했다"가 아니라 "무엇을 알게 됐다"를 담는다. 사용자가 "/learn", "이거 기록해두자", "방금 배운 거 저장해줘", "TIL로 남겨줘", "이 개념 정리해서 남겨줘" 같이 발견·학습을 기록하려는 신호를 줄 때 사용.

195 other projects use a version of this.

Adopted by

Most recently taken up by

Used with

Projects with it also use add-anydoc, add-clidash and 10 more.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • TomGranotSkill

    add-anydoc

    Add local office-document-to-Markdown conversion to NanoClaw agent containers with the pinned Firecrawl AnyDoc CLI. Use when agents need to read attached Word, PowerPoint, Excel, OpenDocument, RTF, EPUB, CSV, or text-based PDF files without uploading them to a hosted parser.

    Also in 5 projects that use this

  • TomGranotSkill

    add-clidash

    Add clidash — a zero-dependency, read-only web dashboard that derives its tabs and tables at runtime from any CLI that lists resources as JSON. Ships pre-wired for NanoClaw's ncl CLI (agent groups, sessions, channels, users, roles), plus message-activity charts, a log tail, and a read-only file viewer for group skills/CLAUDE.md/profiles.

    Also in 5 projects that use this

  • seek888Skill

    open-gstack-browser

    Launch GStack Browser — AI-controlled Chromium with the sidebar extension baked in. Opens a visible browser window where you can watch every action in real time. The sidebar shows a live activity feed and chat. Anti-bot stealth built in. Use when asked to "open gstack browser", "launch browser", "connect chrome", "open chrome", "real browser", "launch chrome", "side panel", or "control my browser". Voice triggers (speech-to-text aliases): "show me the browser".

    Also in 11 projects that use this

  • Saqlain-811Skill

    ios-sync

    Regenerate the iOS debug bridge against the latest upstream gstack templates. (gstack)

    Also in 6 projects that use this

  • MicrosoftSkill

    add-codex

    Use Codex (CLI + AppServer) as the full agent provider — planning, tool orchestration, native compaction, MCP tools, session resume — in place of the Claude Agent SDK. ChatGPT subscription or OPENAI_API_KEY. Per-group via agent_provider. Distinct from using OpenAI as an MCP tool (where Claude remains the planner).

    Also in 6 projects that use this

  • MicrosoftSkill

    add-deltachat

    Add DeltaChat channel integration via @deltachat/stdio-rpc-server. Native adapter — no Chat SDK bridge. Email-based messaging with end-to-end encryption.

    Also in 6 projects that use this

  • +5 more from TomGranot
  • +1 more from microsoft

The file

Files
SKILL.md

/learn — 새로 알게 된 것 기록

record가 "무엇을 했다"라면 이것은 "무엇을 알게 됐다"를 남긴다. 용도는 이력서가 아니라 '나를 아는 LLM'의 지식 베이스다: 몰랐던 것, 잘못 알고 있던 것, 직접 해봐야 알 수 있었던 것.

0. 설정

  1. ~/.claude/record-config.json에서 vaultPath를 읽는다 (record 스킬과 공유). 없으면 vault 경로를 물어 { "vaultPath": "<절대 경로>" }로 생성한다 — record가 쓰는 다른 키(defaultOrg)는 그 스킬이 필요할 때 채운다.
  2. vault 검증: 99-템플릿/Worklog.md 존재 확인 (올바른 vault인지 표식 검사).
  3. 99-템플릿/Learning.md가 없으면 §3의 템플릿 전문을 그대로 담아 생성한다. 30-학습/ 폴더도 없으면 만든다.
  4. vault가 git 저장소면 시작 전 git pull.
  5. 날짜는 bash(date +%F)로 얻는다 — 암산 금지.

1. 학습 단위 식별

  • 기록 대상 = 세션에서 새로 알게 된 것 하나. 여러 개면 학습 1개 = 노트 1개.
  • 사용자가 특정하지 않고 "이번 세션에서 배운 것 기록해줘"라고 하면 후보를 나열해 고르게 한다.
  • 세션 맥락 없이 주제를 직접 지정받으면(예: "이 개념 정리해서 남겨줘") 같은 절차로 진행한다. 이때 모델 지식으로 내용을 보강해도 되며, 세션에서 실제 겪은 것이 있으면 그것을 우선한다.
  • '왜/원리'가 유일한 내용 요건이다: 왜 그렇게 동작하는지, 왜 그 방법이 나은지가 빠져 있으면 한 번 물어 채운다. 그래도 안 나오면 저장하지 않는다 — 사실 나열만 남는 노트는 스크랩과 다를 게 없다.

2. 기존 노트 확인 — 중복 생성 금지

초안을 쓰기 전에 같은 주제의 기존 학습 노트가 있는지 30-학습/을 제목·summary·tech로 Grep한다. 있으면 새 노트 대신 그 노트를 보강하는 방향으로 초안을 잡는다 — Read 후 Edit 부분 수정 + updated 갱신 (통째 덮어쓰기 금지, date는 최초 학습일이므로 유지).

3. 노트 형식 — frontmatter 고정, 본문 자유

99-템플릿/Learning.md의 전문. §0에서 템플릿을 생성할 때 이 내용을 그대로 쓴다:

---
summary:
type: learning
tech: []
tags: []
date:
updated:
---
# (배운 것 제목)

본문 양식 자유 — 개념 정리, 전후 비교, 삽질 인사이트 등 내용에 맞는 모양으로. 단 '왜/원리'는 반드시 담는다.

관련: [[ ]]
  • 필드 규칙: summary = 배운 것 한 문장 / tech = 고유명사 원어 / tags = 선택, tech와 겹치는 값은 넣지 않는다 / date = 배운 날(빈 값 금지, bash로) / updated = 수정할 때마다 갱신.
  • 본문 양식은 정하지 않는다 — 내용에 맞는 모양으로 쓰되 '왜/원리'는 반드시 담는다(§1).
  • vault에 관련 노트(같은 tech·주제의 학습 노트, 기존 worklog)가 이미 있으면 본문 말미에 관련: [[...]] 한 줄로 링크하고, 없으면 그 줄을 뺀다 — 억지로 잇지 않는다. 이번 세션의 worklog는 보통 아직 없다: 그 방향 연결은 세션 말미에 record 스킬이 잇는다.

4. 검증 — 틀린 지식은 수정하여 기록한다

저장 전에 노트의 일반 원리 주장('왜/원리'에 해당하는 부분)이 맞는지 판단한다. 불확실하거나, 버전 의존적이거나, 모델 지식으로 보강한 내용이면 검색해 확인한다. 인용은 그 기술의 1차 출처만 — 해당 기술을 만든 조직·프로젝트가 직접 운영하는 공식 문서·스펙·소스 저장소. 사전 목록은 없다, 건별로 이 기준으로 판단한다. 검증에 사용한 링크는 본문에 남긴다.

  • 직접 관측한 경험적 사실은 검증 대상이 아니다 — 전제(환경·조건)와 함께 관측으로 기록한다.
  • 검증 결과가 세션의 결론과 모순되면 그게 진짜 학습이다: 사용자에게 알리고, 교정된 내용으로 기록하되 세션에서 무엇을 어떻게 잘못 알고 있었는지 본문에 명시한다.
  • 2차 출처(블로그 등)는 판단 참고로만 쓰고 노트에 링크로 남기지 않는다 — 링크는 나중에 권위로 재서빙된다.
  • 확인 불가하면(1차 출처를 못 찾은 경우 포함) 추정임을 명시하고 저장한다. 검색이 불가능한 환경이면 미검증 표시 후 진행한다.

5. 일반화 — 출처 불문 항상 적용

학습 노트에는 org 구분이 없으므로 회사·개인 출처를 가리지 않고 일관 적용한다. 지식만 남기고 맥락 특정 정보는 치환한다:

  • 실제 테이블·컬럼명, 스키마 상세, 데이터 값 → 일반명·예시값
  • 미공개 사업 지표 절대값 → 상대값 ("3배", "40% 감소")
  • 고객·개인 정보, 크리덴셜, 내부 URL·IP·호스트명, 회사 소스코드 원문 → 제거 (해결 접근·의사코드 수준까지만)

치환이 애매한 항목이 있으면 그 항목만 ⚠️로 개별 확인받는다. 없으면 확인 없이 바로 저장한다 — 세션 흐름을 끊지 않는 것이 이 스킬의 존재 이유 중 하나다.

6. 저장

  1. 신규 노트는 30-학습/<제목>.md. 제목은 내용이 드러나는 구체적 문구, 날짜 prefix 없음. 동명 충돌 시 괄호 보조.
  2. 저장 후 파일 경로와 summary 한 줄, 신규/보강 여부를 보고한다.
  3. vault가 git 저장소면 커밋·push 여부를 물어 진행한다. git 미사용 상태면 생략.
  4. 이 지시문 내용을 노트에 옮겨 적지 않는다.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.