Skills Framework

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 <memoryLimit>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

undefined (a58000c7685f)

HagiCode

HagiCode는 에이전트 코딩 작업 공간입니다. 풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라가며 개발을 더 흥미로운 경험으로 만듭니다.

풍부하고 편리한 UI 상호작용으로 계획부터 프로젝트 작업까지 쉽게 따라갈 수 있습니다.

HagiCode 방문 문서 읽기

스마트OpenSpec 워크플로는 의도를 제안, 설계, 작업을 거쳐 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
효율적다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행하며 여러 저장소와 익숙한 Agent CLI를 지원합니다.
흥미로운풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라갈 수 있습니다.

Windows용 다운로드

Microsoft Store에서 받기

모든 다운로드

HagiCode는 풍부하고 편리한 UI 상호작용으로 계획 수립, 에이전트 실행, 프로젝트 작업을 쉽게 시작하고 따라갈 수 있게 합니다: https://www.hagicode.com/

아이디어를 실제로 배포되는 소프트웨어로.

HagiCode는 에이전트 코딩 작업 공간입니다. OpenSpec 워크플로로 변경을 계획하고, 다중 에이전트 실행으로 진행하며, Hero Scenario로 긴 작업의 진행 상황을 한눈에 보여 아이디어를 실제로 배포되는 소프트웨어로 만듭니다.

HagiCode 다운로드 제품 문서

스마트: OpenSpec 워크플로는 의도를 제안부터 배포까지 이어지는 실행 가능한 경로로 바꿉니다.
효율적: 다중 에이전트 실행으로 조사, 구현, 검토를 병렬로 진행합니다.
즐거운: 편리한 UI 상호작용으로 계획, 에이전트 실행, 프로젝트 작업을 쉽게 따라갈 수 있습니다.