Best use case
add-project is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
새 프로젝트를 STAR+I로 추가할 때
Teams using add-project should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/add-project/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How add-project Compares
| Feature / Agent | add-project | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
새 프로젝트를 STAR+I로 추가할 때
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 새 프로젝트 추가
## 개요
새로운 프로젝트 경험을 `my_career_data.md`에 STAR+I 형식으로 추가하고, 10개 파일에 동기화합니다.
## 실행 단계
### Step 1: 프로젝트 정보 수집
사용자에게 아래 정보 요청:
```markdown
## 프로젝트 기본 정보
- 프로젝트명:
- 기간: YYYY.MM - YYYY.MM
- 소속 회사/팀:
## STAR+I 상세
### Situation (상황/배경)
- 당시 문제점이나 제약사항은?
- 비즈니스적 배경은?
### Task (과제/목표)
- 해결해야 할 목표는? (가능하면 수치로)
### Action (실행/기술적 의사결정)
- 어떤 기술을 왜 선택했는가?
- 어떻게 설계/구현했는가?
### Result (결과/성과)
- 정량적 성과는? (%, 배, 건수 등)
### Impact (비즈니스 효과)
- 조직/비즈니스에 미친 영향은?
## 사용 기술
- 기술 스택 나열
```
### Step 2: STAR+I 형식으로 정리
```markdown
#### 프로젝트: [프로젝트명]
**Situation (배경):**
- [배경/문제점 설명]
**Task (과제/목표):**
- [해결 목표 - 수치 포함]
**Action (해결 방법):**
- **[핵심 액션 1]**: [상세 설명]
- **[핵심 액션 2]**: [상세 설명]
**Result (성과):**
- **[성과 1]**: [정량적 수치]
- **[성과 2]**: [정량적 수치]
**Impact (비즈니스 효과):**
- [비즈니스/조직적 효과]
**Tech Decision:**
> "[기술 A] 선택 - [선택 이유]"
**사용 기술:**
- [기술 스택 나열]
```
### Step 3: my_career_data.md에 추가
- 해당 회사 섹션에 프로젝트 추가
- 프로젝트 번호 순서 유지
- STAR+I 형식 정확히 적용
### Step 4: work-logs에 상세 작업 로그 작성
**파일 위치:** `docs/career/work-logs/{company}/project-{번호}-{slug}.md`
프로젝트의 상세 내용을 work-logs에 기록:
- 아키텍처 다이어그램
- 기술 스택 상세
- 구현 내용 상세
- 기술적 의사결정 배경
- 향후 개선점
**README.md 업데이트:** `docs/career/work-logs/README.md`에 인덱스 추가
### Step 5: 10개 파일 동기화
`/update-resume` 스킬 로직 활용:
1. resume.md 업데이트
2. career_portfolio.md 업데이트
3. templates/resume/*.html (4개) 업데이트
4. templates/career/*.html (4개) 업데이트
### Step 6: git add
```bash
git add docs/career/my_career_data.md
git add docs/career/resume.md
git add docs/career/career_portfolio.md
git add docs/career/work-logs/
git add templates/resume/*.html
git add templates/career/*.html
```
## STAR+I 작성 가이드
> **상세 가이드**: `/write-guide` 스킬 참조
### 핵심 요약
| 요소 | 작성 포인트 |
|------|------------|
| **Situation** | 비즈니스/기술적 제약 명시 |
| **Task** | 구체적 목표 수치 포함 |
| **Action** | **Why(선택 이유)** + How(구현 방법) |
| **Result** | Before → After 정량적 수치 |
| **Impact** | 비즈니스/팀 영향 |
### 8년차 핵심
- Action에 **"왜 그 기술을 선택했는지"** 의사결정 근거 필수
- "담당했습니다" 대신 **"달성/개선했습니다"** 표현 사용
## 체크리스트
- [ ] 프로젝트 정보 수집 완료
- [ ] STAR+I 형식 적용
- [ ] my_career_data.md에 추가
- [ ] work-logs에 상세 작업 로그 작성
- [ ] work-logs/README.md 인덱스 업데이트
- [ ] 10개 파일 동기화
- [ ] git add 완료Related Skills
ado-multi-project
Organize specs and tasks across multiple Azure DevOps projects with intelligent content-based mapping. Use when working with project-per-team, area-path-based, or team-based ADO architectures. Handles cross-project coordination and folder structure organization.
add-aspire-worker-project
Create a new .NET Aspire worker project with Kafka, RavenDB, and MinIO integration (project)
whisper-transcribe
Transcribes audio and video files to text using OpenAI's Whisper CLI, enhanced with contextual grounding from local markdown files for improved accuracy.
ontopo
An AI agent skill to search for Israeli restaurants, check table availability, view menus, and retrieve booking links via the Ontopo platform, acting as an unofficial interface to its data.
tech-blog
Generates comprehensive technical blog posts, offering detailed explanations of system internals, architecture, and implementation, either through source code analysis or document-driven research.
lets-go-rss
A lightweight, full-platform RSS subscription manager that aggregates content from YouTube, Vimeo, Behance, Twitter/X, and Chinese platforms like Bilibili, Weibo, and Douyin, featuring deduplication and AI smart classification.
ux
This AI agent skill provides comprehensive guidance for creating professional and insightful User Experience (UX) designs, covering user research, information architecture, interaction design, visual guidance, and usability evaluation. It aims to produce actionable, user-centered solutions that avoid generic AI aesthetics.
thor-skills
An entry point and router for AI agents to manage various THOR-related cybersecurity tasks, including running scans, analyzing logs, troubleshooting, and maintenance.
vly-money
Generate crypto payment links for supported tokens and networks, manage access to X402 payment-protected content, and provide direct access to the vly.money wallet interface.
modal-deployment
Run Python code in the cloud with serverless containers, GPUs, and autoscaling using Modal. This skill enables agents to generate code for deploying ML models, running batch jobs, serving APIs, and scaling compute-intensive workloads.
chrome-debug
This skill empowers AI agents to debug web applications and inspect browser behavior using the Chrome DevTools Protocol (CDP), offering both collaborative (headful) and automated (headless) modes.
astro
This skill provides essential Astro framework patterns, focusing on server-side rendering (SSR), static site generation (SSG), middleware, and TypeScript best practices. It helps AI agents implement secure authentication, manage API routes, and debug rendering behaviors within Astro projects.