Skills Framework (한국어)

Agent Skills와 Omni Skills

OmniRoute에는 서로 구별되면서도 상호 보완적인 두 가지 스킬 시스템이 있습니다.

구분	Omni Skills(이 문서)	Agent Skills
목적	LLM 도구 삽입 + 샌드박스 기반 실행	외부 에이전트가 검색하고 사용할 수 있는 SKILL.md 카탈로그
신뢰할 수 있는 원본	`src/lib/skills/` + 마켓플레이스	`src/lib/agentSkills/` + `skills/` 디렉터리
런타임 모드	외부 요청에 삽입되고 도구 호출 이벤트 시 실행됨	정적 마크다운 카탈로그 + REST/MCP/A2A 검색 엔드포인트
사용자	OmniRoute 자체(콤보 라우팅, 인바운드 LLM 호출)	외부 에이전트, MCP 클라이언트, A2A 오케스트레이터
개수	가변적(마켓플레이스 기반)	45개 카탈로그 항목(23개 API + 21개 CLI + 1개 구성)
형식	도구 스키마 + 핸들러가 포함된 `SkillDefinition`	`SKILL.md` 프런트매터 + 마크다운 본문
검색	`/api/skills/` REST + `omniroute_skills_` MCP 도구	`/api/agent-skills/` REST + `omniroute_agent_skills_` MCP 도구 + A2A `list-capabilities`

Omni Skills는 실행 엔진입니다. LLM이 도구를 호출할 때 OmniRoute가 무엇을 할 수 있는지 정의합니다.

Agent Skills는 문서 카탈로그입니다. 외부 에이전트에 OmniRoute의 REST API 및 CLI를 _사용하는 방법_을 설명하며, 에이전트 프롬프트에 직접 제공할 수 있는 구조화된 SKILL.md 파일을 사용합니다.

Agent Skills 카탈로그, 생성기, MCP 도구 및 A2A 스킬에 관한 내용은 docs/frameworks/AGENT-SKILLS.md를 참조하세요.

개념

스킬 소스

동일한 레지스트리에 다음 세 가지 소스의 스킬이 공존합니다.

기본 제공 스킬(src/lib/skills/builtins.ts) — OmniRoute와 함께 제공됩니다. 다음과 같은 일반적인 사용 사례를 지원합니다.
- file_read, file_write — <DATA_DIR>/skills/workspaces/<hashed-key>/ 아래에 API 키별로 격리된 샌드박스 작업 공간 제공
- http_request — guard: "public-only"가 적용된 safeOutboundFetch를 통한 아웃바운드 HTTP
- web_search — 캐싱을 지원하는 교체 가능한 검색 제공자(executeWebSearch)
- eval_code — Docker로 샌드박스 처리된 node 또는 python 실행
- execute_command — Docker로 샌드박스 처리된 셸 명령 실행
- browser — Playwright 기반 스캐폴딩이며 기본적으로 비활성화됨(builtin/browser.ts)
SkillsMP(OmniRoute 마켓플레이스) — https://skillsmp.com/api/v1/skills/search에서 가져옵니다. Settings에 skillsmpApiKey가 필요합니다.
SkillsSH(skills.sh 커뮤니티 카탈로그) — https://skills.sh/api/search에서 가져옵니다. 인증은 필요하지 않으며, SKILL.md 콘텐츠는 GitHub raw에서 가져옵니다.

하나의 “활성 제공자”가 대시보드에서 스킬을 설치할 카탈로그를 결정합니다(src/lib/skills/providerSettings.ts). Settings → Memory & Skills에서 변경할 수 있습니다. 기본값은 skillsmp입니다.

스킬 식별자

스킬은 메모리 내 레지스트리(src/lib/skills/registry.ts)에서 name@version을 키로 사용합니다. 버전은 semver(^\d+\.\d+\.\d+$) 형식이어야 합니다. resolveVersion()은 ^, ~, >, >=, <, <=, == 및 정확히 일치하는 제약 조건을 인식합니다.

스킬 모드

각 스킬에는 삽입 시점을 제어하는 런타임 모드가 있습니다.

모드	동작
`on`	항상 도구 정의로 삽입됨
`off`	삽입되지 않으며 실행할 수도 없음
`auto`	수신 요청에 대한 점수를 계산하여 점수가 `AUTO_MIN_SCORE` 이상일 때만 삽입됨(기본값 3)

auto는 마켓플레이스에서 설치한 스킬의 기본값입니다. enabled=true와 mode="off"를 함께 지정하면 “등록되었지만 비활성 상태”를 의미합니다. 레거시 열을 통해 enabled를 전환하면 이전 코드 경로에서도 일관성을 유지하도록 mode도 함께 변경됩니다(src/app/api/skills/[id]/route.ts).

상태(실행)

스킬 실행은 다음 상태와 함께 skill_executions 테이블에서 추적됩니다(src/lib/skills/types.ts).

enum SkillStatus {
  PENDING = "pending",
  RUNNING = "running",
  SUCCESS = "success",
  ERROR = "error",
  TIMEOUT = "timeout",
}

레지스트리 캐시

SkillRegistry는 60초 TTL 캐시를 사용하는 싱글턴입니다(registry.ts:14). loadFromDatabase()는 멱등성을 보장하며 pendingLoad를 통해 동시 호출의 중복을 제거합니다. 모든 쓰기 작업(register/unregister/unregisterById)은 캐시를 무효화합니다. 버전은 getSkillVersions(name) 및 resolveVersion(name, constraint)을 통해 조회합니다.

제공자별 삽입

src/lib/skills/injection.ts의 injectSkills()는 등록된 스킬을 제공자별 도구 정의로 변환하는 진입점입니다:

OpenAI — { type: "function", function: { name, description, parameters } }
Anthropic — { name, description, input_schema }
Google (Gemini) — { name, description, parameters }

도구 이름은 name@version 형식으로 인코딩되므로, 모델이 도구를 다시 호출할 때 핸들러가 올바른 버전을 선택할 수 있습니다.

AUTO 점수 산정

mode="auto"일 때 각 후보 스킬은 요청 컨텍스트를 기준으로 점수가 산정됩니다(injection.ts의 scoreAutoSkill()).

신호	점수
스킬 이름이 컨텍스트에 그대로 나타남	+6
이름의 각 토큰이 컨텍스트 토큰과 일치함	+2
각 태그 부분 문자열이 컨텍스트와 일치함	+3
설명의 각 토큰이 컨텍스트와 일치함	+1
백그라운드 이유가 이름 토큰과 일치함	토큰당 +2
백그라운드 이유가 태그와 일치함	토큰당 +2
태그의 제공자 힌트가 요청 제공자와 일치함	+2 / −2

score >= AUTO_MIN_SCORE = 3인 스킬 중 상위 AUTO_MAX_SKILLS = 5개가 주입됩니다. 동점일 경우 installCount 내림차순으로 정렬한 다음, 이름의 알파벳순으로 결정합니다(injection.ts:225-235).

도구 호출 가로채기

업스트림이 도구 호출 응답을 반환한 후 채팅 핸들러가 src/lib/skills/interception.ts의 handleToolCallExecution()을 호출합니다.

extractToolCalls()가 제공자별 형식(OpenAI tool_calls / Responses function_call, Anthropic tool_use, Gemini functionCalls)을 읽습니다.
기본 제공 도구 별칭(예: omniroute_web_search → web_search)이 먼저 해석됩니다. 기본 제공 핸들러는 인라인으로 실행됩니다.
그 외의 모든 항목은 skillExecutor.execute(name@version, args, { apiKeyId, sessionId })를 통해 라우팅됩니다.
결과는 응답에 맞게 다시 삽입됩니다. 즉, 상황에 따라 tool_results, function_call_output 항목 또는 Anthropic tool_result 블록으로 삽입됩니다.

실행 컨텍스트의 customSkillExecutionEnabled를 false로 설정하면 기본 제공 가로채기만 허용할 수 있습니다(사용자 정의 핸들러를 명시적으로 비활성화하는 요청 경로에서 사용됨).

Docker 샌드박스

내장 기능이 아닌 코드 경로(eval_code, execute_command)는 SandboxRunner(src/lib/skills/sandbox.ts)를 통해 Docker 내부에서 실행됩니다. 모든 컨테이너는 다음 옵션으로 시작됩니다.

--rm --network none|bridge --cap-drop ALL
--security-opt no-new-privileges --pids-limit 100
--cpus <cpuLimit/1000> --memory &lt;memoryLimit&gt;m
--tmpfs /tmp:rw,noexec,nosuid,size=64m
--tmpfs /workspace:rw,noexec,nosuid,size=64m
--read-only (readOnly=true인 경우)

기본값(SandboxRunner.DEFAULT_CONFIG):

필드	기본값	참고
`cpuLimit`	100 (= 0.1 CPU)	`--cpus`에 전달하기 전에 1000으로 나눔
`memoryLimit`	256 MB	하드 제한
`timeout`	30000 ms	`SIGTERM` + `docker kill`을 통한 소프트 종료
`networkEnabled`	`false`	`--network none`이 됨
`readOnly`	`true`	루트 FS는 읽기 전용이며, `/tmp`와 `/workspace`는 tmpfs

종료를 위해 SandboxRunner.kill(id)와 killAll()이 노출되며, 실행 중인 컨테이너는 runningContainers: Map<string, ChildProcess>에서 추적됩니다.

샌드박스 환경 변수

src/lib/skills/builtins.ts에서 process.env를 통해 구성됩니다.

환경 변수	기본값	용도
`SKILLS_MAX_FILE_BYTES`	`1048576` (1 MB)	`file_read` 및 `file_write`의 제한
`SKILLS_MAX_HTTP_RESPONSE_BYTES`	`256000`	`http_request` 응답 본문의 제한
`SKILLS_MAX_SANDBOX_OUTPUT_CHARS`	`100000`	호출자에게 반환되는 stdout/stderr의 제한
`SKILLS_SANDBOX_TIMEOUT_MS`	`10000`	샌드박스 명령의 기본 제한 시간이며 최대 60 s로 제한됨
`SKILLS_SANDBOX_NETWORK_ENABLED`	`false`	외부 통신의 마스터 게이트. 호출별 옵트인을 허용하려면 `1` 또는 `true`로 설정
`SKILLS_ALLOWED_SANDBOX_IMAGES`	(아래 참조)	쉼표로 구분된 Docker 이미지 허용 목록

기본 허용 이미지는 alpine:3.20, node:22-alpine, python:3.12-alpine입니다. SKILLS_ALLOWED_SANDBOX_IMAGES를 통해 추가된 이미지는 기본값과 병합되며, 알 수 없는 이미지는 normalizeImage()에서 거부됩니다.

참고: 별도의 SKILLS_EXECUTION_TIMEOUT_MS 환경 변수는 없습니다. 비샌드박스 핸들러 제한 시간은 SkillExecutor(executor.ts:13)에 30 s로 하드 코딩되어 있지만, 런타임에 skillExecutor.setTimeout(ms)를 통해 재정의할 수 있습니다.

작업 공간 격리

file_read와 file_write는 모든 경로를 <DATA_DIR>/skills/workspaces/<sha256(apiKeyId).slice(0,24)>/에 있는 API 키별 작업 공간을 기준으로 해석합니다. 경로 순회(..)와 금지된 세그먼트(.env, .git, .ssh, .omniroute, .codex, secrets)는 디스크 I/O가 수행되기 전에 거부됩니다.

HTTP 보안 강화

http_request(builtins.ts:257):

메서드 허용 목록: GET, HEAD, POST, PUT, PATCH, DELETE
차단되는 아웃바운드 헤더: host, connection, content-length, cookie, set-cookie, authorization, proxy-authorization
리디렉션 비활성화(allowRedirect: false)
guard: "public-only"가 적용된 safeOutboundFetch를 통해 라우팅됨(사설/루프백 범위 차단)
응답은 SKILLS_MAX_HTTP_RESPONSE_BYTES에서 잘리며, 클라이언트에는 truncated: true가 표시됨

하이브리드 실행기(프리뷰)

src/lib/skills/hybrid.ts는 각 호출에서 direct(프로세스 내) 실행과 sandbox 실행 중 하나를 결정하고, 시간 초과/메모리 오류 발생 시 autoUpgrade 재시도 경로를 사용하는 HybridExecutor를 정의합니다. 연결된 directExecutor / sandboxRunner 구현은 스텁입니다(executeDirect, executeInSandbox는 플레이스홀더 객체를 반환함). 이 모듈은 현재 구축 중인 계약으로 간주하세요. 실제 실행은 여전히 skillExecutor + SandboxRunner를 통해 이루어집니다.

스토리지

스키마는 다음 두 마이그레이션에 있습니다.

src/lib/db/migrations/016_create_skills.sql — 기본 skills 및 skill_executions 테이블과 (api_key_id, name) 및 (skill_id, status, created_at) 인덱스.
src/lib/db/migrations/027_skill_mode_and_metadata.sql — skills에 mode, source_provider, tags(JSON), install_count를 추가합니다.

skill_executions.status에는 데이터베이스 수준의 제약 조건이 적용됩니다: CHECK(status IN ('pending', 'running', 'success', 'error', 'timeout')).

REST API

모든 엔드포인트는 src/app/api/skills/ 아래에 있습니다. 관리 엔드포인트(/api/skills, /api/skills/[id], /api/skills/install)에는 requireManagementAuth()를 통한 관리 인증이 필요합니다. 마켓플레이스/설치 흐름은 더 간소한 isAuthenticated()(세션 또는 API 키)를 사용합니다.

settings.skillsEnabled === false인 경우 POST /api/skills/executions 엔드포인트는 { error: "Skills execution is disabled..." }와 함께 HTTP 503을 반환합니다(executor.ts:42-45). 운영자는 Settings → AI에서 마스터 스위치를 전환할 수 있습니다.

예시: 사용자 정의 스킬 설치

curl -X POST http://localhost:20128/api/skills/install \
  -H "Authorization: Bearer $OMNIROUTE_MGMT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "reverse-text",
    "version": "1.0.0",
    "description": "Reverses a string",
    "schema": {
      "input":  { "type": "object", "properties": { "text": { "type": "string" } }, "required": ["text"] },
      "output": { "type": "object", "properties": { "reversed": { "type": "string" } } }
    },
    "handlerCode": "echo-handler",
    "apiKeyId": "your-api-key-id"
  }'

handlerCode 문자열은 실행 가능한 코드가 아니라 핸들러 이름 조회값입니다. 실행기는 skillExecutor.registerHandler(name, fn)을 통해 이를 매핑합니다(executor.ts:25). 마켓플레이스 설치는 이 필드에 SKILL.md 텍스트를 문서로 저장하고, 모델이 생성한 도구 호출을 통해 실행을 라우팅합니다. 사용자가 임의로 제공한 소스는 eval되지 않습니다.

MCP 도구

4개의 MCP 도구가 스킬 인터페이스(open-sse/mcp-server/tools/skillTools.ts)를 래핑합니다. MCP 서버가 부팅될 때 자동으로 등록됩니다.

도구	설명
`omniroute_skills_list`	스킬 목록 조회, 선택적 필터: `apiKeyId`, `name`, `enabled`
`omniroute_skills_enable`	`skillId`로 스킬 활성화/비활성화
`omniroute_skills_execute`	입력 페이로드로 스킬 실행
`omniroute_skills_executions`	최근 실행 기록(기본값 50, 최대 100)

전송 설정 및 범위 할당에 대해서는 MCP-SERVER.md를 참조하세요.

A2A 통합

src/lib/skills/a2a.ts는 memory_aware_routing A2A 스킬 설명자와 registerA2ASkill(registry) 헬퍼를 내보냅니다. 사용자 정의 A2A 스킬은 src/lib/a2a/skills/에 위치하며 A2A_SKILL_HANDLERS(src/lib/a2a/taskExecution.ts)를 통해 디스패치됩니다. 전체 작업 수명 주기는 A2A-SERVER.md를 참조하세요.

새로운 기본 제공 스킬 추가

src/lib/skills/builtins.ts(또는 src/lib/skills/builtin/ 아래의 인접 파일)에 핸들러를 정의합니다. 시그니처: (input, { apiKeyId, sessionId }) => Promise<output>.
샌드박스 코드 경로인가요? sandboxRunner.run(image, command, env, sandboxConfig({...}))을 호출하세요. 허용 목록에 대해 normalizeImage()를 사용하세요.
파일 시스템 경로인가요? 디스크에 접근하기 전에 항상 resolveWorkspacePath(input, context)를 통과시키세요.
네트워크 호출인가요? guard: "public-only"와 함께 safeOutboundFetch를 사용하고, sanitizeHeaders()를 통해 헤더를 정제하세요.
builtinSkills에 항목을 추가하거나 부팅 시 registerBrowserSkill(executor) 형식으로 호출하여 등록합니다.
업스트림 모델이 다른 이름을 내보내는 경우 BUILTIN_TOOL_ALIASES(interception.ts:23)에 기본 제공 도구 별칭을 연결합니다(선택 사항).
src/lib/skills/__tests__/에 테스트를 추가합니다(Vitest).

사용자 정의(기본 제공이 아닌) 스킬 추가

프로세스 시작 시 핸들러를 등록합니다.

skillExecutor.registerHandler("my-handler", async (input, ctx) => { ... });

POST /api/skills/install을 통해 스킬을 삽입합니다(handlerCode 필드는 등록된 핸들러 이름과 일치해야 합니다).
PUT /api/skills/[id]를 통해 mode를 on 또는 auto로 전환합니다.

운영 팁

마스터 스위치: settings.skillsEnabled = false는 모든 실행을 차단하고 /api/skills/executions에서 HTTP 503을 반환합니다. 레지스트리는 계속 로드됩니다.
외부 통신 차단: 완전히 에어갭된 샌드박싱을 위해 SKILLS_SANDBOX_NETWORK_ENABLED를 설정하지 않은 상태(기본값)로 유지하세요. 호출별 networkEnabled: true도 여전히 마스터 게이트의 허용이 필요합니다.
특정 이미지 허용: 허용 목록을 확장하려면 SKILLS_ALLOWED_SANDBOX_IMAGES="myorg/sandbox:1.0,node:22-alpine"를 설정하세요.
실행 감사: /dashboard/skills/executions와 omniroute_skills_executions는 모두 skill_executions를 쿼리합니다. 성공한 실행에는 durationMs가 포함되고, 실패한 실행에는 errorMessage가 포함됩니다.
캐시 무효화: 수동으로 DB를 편집한 후 skillRegistry.invalidateCache()를 호출하세요. 그렇지 않으면 60초 동안 기다리세요.
익명 워크스페이스: apiKeyId가 비어 있으면 모든 호출이 동일한 "anonymous" 워크스페이스로 해시됩니다. 공유를 고려하는 코드는 항상 실제 키를 전달해야 합니다.

실행 수명 주기 (v3.8.16+)

SkillExecutor (src/lib/skills/executor.ts)는 모든 스킬 호출을 관리하는 싱글턴입니다. 타임아웃, 재시도 및 실행 상태를 디버깅하려면 이 수명 주기를 이해하는 것이 중요합니다.

5단계 수명 주기

   execute() 호출됨
        │
        ▼
  ┌─────────────┐
  │  PENDING    │  ← 대기열에 추가됨, 아직 시작되지 않음(DB 행 생성됨)
  └──────┬──────┘
         │ 핸들러 시작
         ▼
  ┌─────────────┐
  │  RUNNING    │  ← 타임아웃이 적용된 상태로 핸들러 호출됨
  └──────┬──────┘
         │
    ┌────┴────┬──────────┬──────────┐
    │         │          │          │
    ▼         ▼          ▼          ▼
  SUCCESS   ERROR     TIMEOUT   (다른 경로 없음 — 상위 프로세스에 의해 종료됨)
    │         │          │
    └────┬────┴──────────┘
         │
         ▼
   상태, 출력, durationMs로 DB 행 업데이트됨

기본 구성

설정	기본값	구성 방법
`timeout`	`30000` (30초)	`skillExecutor.setTimeout(ms)`
`maxRetries`	`3`	`skillExecutor.setMaxRetries(count)`

중요: 실행기는 싱글턴이므로 setTimeout()을 호출하면 이후의 모든 호출에 전역적으로 영향을 줍니다. 현재 스킬별 타임아웃은 지원되지 않습니다. 스킬마다 서로 다른 타임아웃이 필요하다면 별도의 프로세스를 실행하거나 실행기를 포크하세요.

상태 값

src/lib/skills/types.ts에서 가져온 값:

enum SkillStatus {
  PENDING = "pending", // 대기열에 추가됨, 아직 시작되지 않음
  RUNNING = "running", // 핸들러 호출됨
  SUCCESS = "success", // 핸들러가 유효한 출력을 반환함
  ERROR = "error", // 핸들러가 예외를 발생시킴
  TIMEOUT = "timeout", // 실행기의 타임아웃을 초과함
}

참고: TIMEOUT 상태는 enum에 정의되어 있지만, 현재 실행기 구현에서는 실제로 DB에 기록되지 않습니다. 타임아웃은 "Skill execution timed out" 메시지와 함께 ERROR로 나타납니다. 이 상태 enum은 향후 사용을 위해 예약되어 있습니다.

실행 검사

import { skillExecutor } from "omniroute/skills/executor";

// ID로 특정 실행 가져오기
const exec = skillExecutor.getExecution("exec-uuid-123");
if (exec) {
  console.log(`${exec.skillName}: ${exec.status} in ${exec.durationMs}ms`);
}

// API 키의 최근 실행 목록 조회
const recent = skillExecutor.listExecutions("api-key-id", 50, 0);
for (const e of recent) {
  console.log(`${e.skillName} → ${e.status} (${e.durationMs}ms)`);
}

// 전체 실행 횟수 계산
const total = skillExecutor.countExecutions("api-key-id");

재시도 동작

maxRetries 설정은 저장되지만, 현재 실행기의 execute() 메서드에서는 사용되지 않습니다. 이 메서드는 한 번만 시도합니다. maxRetries 값은 향후 구현과 이 값을 읽으려는 훅을 위해 노출되어 있습니다.

현재로서는 재시도를 스킬 핸들러 자체에서 구현해야 합니다. 기본 제공 스킬은 실행기에 등록됩니다(예: src/lib/skills/builtin/의 registerBuiltinSkills(executor) / registerBrowserSkill(executor)). 등록하는 핸들러에서 자체 재시도 루프를 래핑할 수 있습니다.

// 스킬 핸들러 내부
async function handler(input, ctx) {
  const maxRetries = 3;
  let lastError: Error | null = null;

  for (let attempt = 1; attempt <= maxRetries; attempt++) {
    try {
      return await fetchSomething(input);
    } catch (err) {
      lastError = err as Error;
      if (attempt < maxRetries) {
        await new Promise((r) => setTimeout(r, 1000 * attempt));
      }
    }
  }
  throw lastError;
}

SkillMode 상세 설명

SkillMode 열거형(src/lib/skills/types.ts)은 스킬이 언제, 어떻게 호출되는지를 제어합니다.

enum SkillMode {
  AUTO = "auto", // LLM이 스킬 호출 시점을 결정
  MANUAL = "manual", // 사용자의 명시적 요청이 있을 때만 호출
  HYBRID = "hybrid", // AUTO 점수 계산 + 수동 재정의
}

참고: 코드베이스에는 SkillMode(AUTO/MANUAL/HYBRID)가 정의되어 있지만, Skill.mode 필드는 다른 형태("on" | "off" | "auto")를 사용합니다. 두 항목은 관련되어 있지만 동일하지는 않습니다. SkillMode는 실행기 정책에 사용되고, Skill.mode는 스킬별 활성화 여부를 지정하는 데 사용됩니다.

각 모드를 사용해야 하는 경우

모드	LLM 동작	사용 사례
`AUTO`	LLM이 필요하다고 판단할 때 스킬을 호출할 수 있음	범용 스킬(파일 읽기, HTTP 요청)
`MANUAL`	LLM은 스킬을 호출할 수 없으며, 명시적인 `executeSkill` API 호출로만 실행 가능	민감한 작업(데이터베이스 쓰기, 결제)
`HYBRID`	LLM이 스킬을 제안할 수 있으며, 사용자가 확인해야 함	부작용이 있지만 위험하지는 않은 스킬

AUTO 점수 계산

AUTO 모드가 활성화되면 src/lib/skills/injection.ts의 scoreAutoSkill()이 각 후보 스킬을 요청 컨텍스트와 비교하여 점수를 계산합니다. 이는 가산식 정수 점수 체계로, 스킬 이름 일치, 이름/태그/설명 토큰 중복, 백그라운드 이유 힌트, 제공자 힌트 보너스/페널티를 기준으로 합니다. score >= AUTO_MIN_SCORE = 3인 스킬 중 점수가 가장 높은 최대 AUTO_MAX_SKILLS = 5개의 스킬이 호출 가능한 도구로 주입되며, 동점인 경우 installCount, 그다음 이름 순으로 결정됩니다. 전체 점수표는 이 문서 앞부분의 도구 스키마 생성 → AUTO 점수 계산을 참조하세요. 부동 소수점 0.6 형식의 임계값이나 registry.ts 점수 계산은 없습니다.

기본 제공 스킬 카탈로그

OmniRoute는 src/lib/skills/builtin/에 엄선된 기본 제공 스킬 세트를 포함합니다. 가장 일반적인 스킬은 다음과 같습니다.

브라우저 자동화 스킬

브라우저 스킬(src/lib/skills/builtin/browser.ts)은 Playwright/Puppeteer를 통한 헤드리스 브라우저 자동화를 제공합니다. 구현되어 있지만 기본 스킬 카탈로그에는 포함되어 있지 않습니다. 사용하려면 브라우저 확장 플러그인을 별도로 설치하세요.

// 구성에서 활성화
const config: SkillConfig = {
  enabled: true,
  mode: SkillMode.MANUAL, // 항상 명시적인 호출 필요
  allowedSkills: ["browser"],
  timeout: 60000, // 페이지 로드에 60초 허용
  maxRetries: 1,
};

기타 기본 제공 카테고리

카테고리	스킬	모드
파일 I/O	`file_read`, `file_write`	AUTO
HTTP	`http_request`	AUTO
검색	`web_search`	AUTO
코드 실행	`eval_code`(샌드박스형 JavaScript/Python)	HYBRID
시스템	`execute_command`(샌드박스형 CLI 실행)	MANUAL

사용자 정의 스킬 추가

플러그인 시스템을 통해 사용자 정의 스킬을 추가하는 방법은 플러그인 SDK 및 스킬 통합을 참조하세요.

참고 자료

MCP-SERVER.md — MCP 도구 등록 및 전송 방식
A2A-SERVER.md — A2A 작업 수명 주기 및 스킬 디스패치
USER_GUIDE.md — 사용자용 소개
ARCHITECTURE.md — 요청 파이프라인 및 컴포넌트 맵
소스: src/lib/skills/, src/app/api/skills/, open-sse/mcp-server/tools/skillTools.ts
테스트: src/lib/skills/__tests__/integration.test.ts

OmniRoute 소스 코드 (a58000c7685f)

HagiCode

HagiCode는 구조화된 워크플로, 다중 에이전트 실행, Hero Dungeon 뷰를 갖춘 에이전트 코딩 작업 공간입니다.

더 스마트하고 빠르며 즐거운 에이전트 워크플로로 유용한 소프트웨어를 만드세요.

Smart구조화된 워크플로는 의도를 아이디어부터 배포까지 실행 가능한 경로로 바꿉니다.
Efficient다중 에이전트 워크플로로 조사, 구현, 검토를 병렬로 진행합니다.
FunHero Dungeon은 긴 코딩 세션을 시각적이고 협업적인 경험으로 만듭니다.

HagiCode 방문