writer-self-editing-checklist logo

writer-self-editing-checklist자신감 있는 에디팅 체크리스트 — 역할.JSON에서 deepPrompt로 작성자에서 추출

(0)
Daniel Nikulshyn리뷰어 Daniel Nikulshyn·업데이트됨 2026년 7월

개요

SELF-EDITING CHECKLIST — 々roles.json〆 鱼deepPrompt鱼 和版四学人 在一个版版况会、已 了求市导、、只孙、、下、四司、、 check list、、、、、、、、、、 下手本以、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、 下的为手本、、、 々四认、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、、

주요 기능

  • 대명사 전제체크
  • rõ하고 명확한 절차 조항 체크
  • 정결한 환경에서 코드 예시 테스트
  • 조절 언어 일관성 확인
  • 수동 동사 구조 식별

가격

모델
Free
카테고리
기술
평점
아직 리뷰 없음

사용 사례

문서 검토

문서 제출하기 전에 품질 기준을 충족할 수 있도록 문서를 검토하고 수정하는 데 사용하는 체크리스트.

콘텐츠 품질 통제

다수의 문서에서 일관성 및 투명성을 보장할 수 있는 콘텐츠 품질 통제 과정을 지원하는 체크리스트.

장단점

장점

  • 문서화 명확성 향상
  • 조절 언어 일관성 보장
  • 코드 예시 문제 확인 도움이됨

단점

  • 체크리스트 완료하는시간이 오래 걸릴수 있음
  • 모든 종류의 문서에는 해당되는 항목들이 아닐수 있음

리뷰

리뷰를 작성하려면 로그인하세요.

아직 리뷰가 없습니다. 첫 번째가 되어보세요!

Q&A

어떤 로컬 모델을 실행해야 하며, 하드웨어는 SecureContext에 어떤 영향을 미치나요?

보안 컨텍스트는 하드웨어 티어에 따라 점진적으로 하락합니다. LLM- powered 레이어 (LLM-유사한 텍스트 추출, 엔터티 추출, 논리적 진위 검증)는 중단되기보다는 무조건적인 데이터 집합이나 색인이나 서치의 중단이 아닌 quiet하게 기능을 제공하지 않습니다. 보안 컨텍스트의 주요 변화는 활성화된 인텔리전스 스택의 크기입니다. | 등급 | 하드웨어 | 활성화된 모델 | 얻는 바 | |---|---|---|---| | 미니멈 | Any CPU, ~2 GB RAM free | nomic-embed-text (임베딩만) | Hybrid BM25+벡터 서치, 작동 기억, 감사 사슬, 스킬 게이팅 — 최본 | | 미드 | 8–16 GB GPU (또는 Apple-Silicon 16 GB+) | + qwen2.5-coder:14b or phi4:14b (한 개씩) | + Data-fact 추출 (시간 사각형, 시간적 사유 추출), LLM 논리 검증, 엔터티 추출, L0/L1 의미 파일 결괏값 | | 풀 | 24 GB+ GPU (e.g. RTX 4090/5090) | + phi4:14b and gpt-oss:20b jointly | 모든 것, 동시, 반응 시간의 최적화 — 플러스 강력한 로컬 생성기를 위한 QA/비밴드 |

Asked by Ekaterina Orlova · Dec 3, 2025

작성을 위해 이 도구를 실행하기 위한 필요 조건은 무엇인가요?

Node 20이상 및 (추천) Docker를 사용하여 포함된 PostgreSQL + Ollama 스택을 사용하면 됩니다. 단일 명령어로 설치하는 것은 약 5분 정도 소요됩니다. SQLite 대체로 인프라가 없이도 작동합니다.

Asked by Jarrah Whitlock · Nov 26, 2025

다수의 Claude Code 세션은 같은 프로젝트에 대해 충돌 없이 작동할 수 있나요?

네. 평행 세션은 atomically 작업 스틸링 큐에서 작업Claimclaim 작업을 Claimclaim 작업을 한 다음, typed broadcasts (ASSIGN/STATUS/MERGE/REJECT)를 통해 의사소통하고, 개인의 네임 스페이스 및 공유 풀을 통한 개인 메모리 네임 스페이스를 유지합니다. 더 나은 에이전트 팀용 계층형 구조는 (헤드 + 워커, N-계열 전진)는 더 큰 에이전트 팀을위한 큰 에이전트 팀을위한 지원합니다.

Asked by Amina Diallo · Nov 8, 2025

Claude Code의 스킬은 안전하게 설치할 수 있나요?

파일 시스템 스킬들은 사용자 권한과 함께 실행되는 스크립트를 포함하고, Claude Code의 네이티브 로더는 스크립트를 검사하지 않습니다. SecureContext은 다음을 통해 미비한 대책을 제공합니다: admission 시 AST Scan, 각 수행전 HMAC 검증, 실패 또는 post-admission 변경 시 자동 쿼린틴, 그리고 verifiable 체인된 로그를 통해 각 admission 결정에 대한 로그.

Asked by Fernando Rojas · Oct 28, 2025

SecureContext가 내 코드나 데이터를 클라우드로 전송하나요?

아니요. 메모리, 임베딩(Ollama nomic-embed-text), 검색, 요약, 그리고 감사 체인은 모두 로컬에서 실행됩니다. 완전히 오프라인에서도 동작하며(Ollama가 다운될 경우 검색이 키워드 기반으로 완만히 낮아짐) 유휴 상태에서는 비용이 $0입니다.

Asked by Nadia Benali · Oct 21, 2025

질문하기

기술 대안

Using Git Worktrees (Grade A) logo
Using Git Worktrees (Grade A)기술

Grade A 방탄 데이터·AI 스킬. Claude AI에 안전하게 도입하세요. - Grade A. 특징별 기능 개발을 시작할 때 현재 워크스페이스에서 분리되어야 하는 경우 또는 구현 계획을 수행하기 전에 사용하세요. - 분리된 Git 워크 트리 생성

(0)
Free
Ga4 Bigquery Schema (Grade A) logo
Ga4 Bigquery Schema (Grade A)기술

Claude AI에서 보안 테스트済 데이터-AI 기술으로 등급 A. GA4 BigQuery Export Schema Reference — 전부 필드 참조, 중첩 구조, 쿼리 패턴 및 성능 팁

(0)
Free
Meta Capi (Grade A) logo
Meta Capi (Grade A)기술

보안 테스트 된 데이터- AI 기술로 클라우드 AI의 등급을 받았다. 등급 A. 메타 전환 API(CAPI) 설정 참조 - 아키텍처, 이벤트 유형, 고객 정보 해싱, 중복 제거, 구현 예시, AEM

(0)
Free
Callees (Grade A) logo
Callees (Grade A)기술

Claude AI

(0)
Free
Test Module Name (Grade A) logo
Test Module Name (Grade A)기술

클라우드 AI를 위한 보안 테스트가 완료된 데이터-AI 스킬. A 등급. module under test의 이름으로 테스트 모듈을 이름짓고 Spec Suffix를 동일한 네임스페이스에 붙이세요. Haskell 테스트 모듈을 작성하거나 검토할 때 사용

(0)
Free
Board Of Directors (Grade A) logo
Board Of Directors (Grade A)기술

Claude AI

(0)
Free
Advpl Mvc Avancado (Grade A) logo
Advpl Mvc Avancado (Grade A)기술

Claude AI

(0)
Free
D
Docs Writer (Grade A)기술

보안 테스트가 된 개발자의 스킬을 위한 클라우드 AI. 등급 A. **워크플로 스킬** — 레포지토리 문서의 정확성과 최신성 유지 및 업데이트를 위해(docs site, 에이전트 파일, changelog) 수행합니다. WHEN: "update docs"

(0)
Free