Openclaw용 93pct 에이전시 자동 완성

에이전시 작업을 93% 실행 가능성 기준으로 필터링하여 영향력 있는 실행을 보장하는 지능형 다음 단계 엔진.

ironiclawdoctor-design
v1.0.0
Mar 30, 2026
0
709
0

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.

npx clawhub@latest install 93pct

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌
~/.openclaw/skills/
워크스페이스
<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.

Clawhub를 사용해서 93pct 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

93pct 에이전시 자동 완성란 무엇인가요?

93pct는 에이전시 워크플로우를 위한 전략적 자동 완성 도구로, 검색 엔진의 예측 텍스트와 비슷하게 작동하지만 프로젝트 관리 및 실행을 대상으로 합니다. Shannon 엔트로피 이론을 활용하여 고가치 정보 신호를 노이즈와 구분하고 모든 제안된 작업이 구체적이고 실행 가능한지 확인합니다.

이 도구를 Openclaw Skills 라이브러리에 통합하면 의사결정 피로를 없애고 ROI 대비 노력 비율이 가장 높은 작업에만 집중할 수 있습니다. 이 기술은 모든 의사결정을 정보 가치(Shannon)를 통해 실행 허브(Penn Station)로 라우팅하는 원칙에 기반하여 운영 엔트로피를 효과적으로 줄입니다.

93pct 에이전시 자동 완성 활용 사례

  • 복잡한 프로젝트 전환 중 가장 효과적인 즉각적인 작업 결정.
  • 작업 백로그를 감사하여 정보 밀도가 가장 높은 항목을 식별하고 우선순위를 지정.
  • 간소화된 에이전시 실행을 위한 작업 승인 스택 관리.
  • 모호하거나 실행 불가능한 제안을 필터링하여 운영 엔트로피 감소.

93pct 에이전시 자동 완성 작동 원리

  1. 시스템이 현재 컨텍스트와 사용 가능한 메타데이터를 분석하여 잠재적인 다음 단계를 식별합니다.
  2. 각 잠재적 작업은 구체성과 즉각적인 실행 가능성에 대해 93% 기준으로 평가됩니다.
  3. 정보 밀도와 신호 대 잡음비를 측정하기 위해 Shannon 점수가 할당됩니다.
  4. 작업은 ROI 대 노력에 따라 순위가 지정되며 승인을 위한 고유한 Job ID가 생성됩니다.
  5. 사용자는 CLI를 통해 작업을 실행하거나 완료로 표시하여 운영 스택을 업데이트합니다.

93pct 에이전시 자동 완성 설정 가이드

이 도구를 워크플로우에 통합하려면 Openclaw Skills 디렉토리에 있는지 확인하고 다음 명령어를 사용하세요:

# 상위 5개의 구체적인 다음 단계 생성
python3 /root/.openclaw/workspace/skills/93pct/suggest.py

# 현재 승인 스택 보기
python3 /root/.openclaw/workspace/skills/93pct/suggest.py --stack

# 특정 작업을 완료로 표시
python3 /root/.openclaw/workspace/skills/93pct/suggest.py --done <id>

93pct 에이전시 자동 완성 데이터 스키마 및 분류 체계

이 기술은 구조화된 출력 형식을 사용하여 작업 가치와 실행 요구 사항을 정량화합니다. 모든 제안은 이 스키마를 따릅니다:

속성 설명
Shannon 점수 정보 밀도와 신호 강도를 측정하는 0-10 척도.
노력 작업 완료에 필요한 예상 시간(분).
차단 요소 즉각적인 작업에 대한 의존성이나 장애물 식별.
Job ID 추적 및 승인에 필요한 고유 식별자.
명령 실행될 정확한 작업 또는 CLI 명령.

93pct 에이전시 자동 완성 고급 기능

  • ROI 대비 노력 순위 지정: 최소한의 작업으로 최대 가치를 제공하는 작업의 우선순위를 자동으로 지정합니다.
  • 93% 표준: 구체적이지 않거나 실행 가능하지 않거나 측정할 수 없는 모든 제안을 거부하는 엄격한 필터링 메커니즘.
  • Shannon 신호 처리: 고신호 작업만 제시되도록 하는 고급 정보 이론 적용.
  • 승인 스택 관리: 우선순위가 높은 Job ID를 효율적으로 추적하고 실행하기 위한 내장 시스템.

SKILL.md


로드 중

관련 Openclaw 스킬

METADATA

Github Stars: 0
forks: 0

추천*