[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M737R2RC40GY7T1PF45JB90R":3,"skill-same:01M737R2RC40GY7T1PF45JB90R":49},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":18,"publishedAt":19,"linkOnly":20,"markdownContent":21,"markdownBody":22,"frontMatter":23,"refName":25,"commitSha":26,"skillDirectory":27,"forksCount":28,"repositoryHtmlUrl":29,"repositoryHomepageUrl":30,"ownerHtmlUrl":31,"ownerBlogUrl":32,"ownerDescription":33,"updatedAt":34,"install":35,"resources":48},"01M737R2RC40GY7T1PF45JB90R","team-orchestrator",null,"Agent Teams 오케스트레이션 엔진 - 팀 구성, 작업 분배, 의존성 관리, 결과 집계","Horonomos-laps\u002FYana-AI","Horonomos-laps","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F355299122?v=4","01M76B3QPXE88ET2SQPDPVATZT"," Horonomos-laps","01M72ZQRJPCYPSSWT4D00VJR2A",13,"Apache-2.0","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fteam-orchestrator\u002FSKILL.md",[],[],"2026-11-11 15:11:14",false,"---\nname: team-orchestrator\ndescription: Agent Teams 오케스트레이션 엔진 - 팀 구성, 작업 분배, 의존성 관리, 결과 집계\nversion: 1.1.0\n---\n\n## Overview\n\nteam-orchestrator 스킬은 `\u002Forchestrate` 커맨드의 핵심 엔진으로,\nAgent Teams를 구성하고 작업을 분배하며 결과를 집계하는 오케스트레이션 로직을 정의한다.\n\n## 전제조건\n\n- `CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS`를 `1`로 설정해야 동작\n- 설정 위치: settings.json의 `env` 또는 셸 환경변수\n- 미설정 시 TeamCreate 등 팀 도구 사용 불가\n\n---\n\n## Team Composition\n\n### 팀 크기 결정\n\n최대 팀원 수: Lead 1 + Teammates 3 (총 4명)\n\n| 작업 규모 | 팀원 수 | 구성 |\n|-----------|---------|------|\n| 소 (파일 1-3개) | 1-2명 | 구현1 (+테스트1) |\n| 중 (파일 4-8개) | 2-3명 | 구현1-2 + 테스트1 |\n| 대 (파일 9개 이상) | 3명 | 구현2 + 테스트1 또는 패턴별 분리 |\n\n### 역할 템플릿\n\n**풀스택 기능 구현:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Frontend Dev | general-purpose | UI 구현, 컴포넌트 |\n| Backend Dev | general-purpose | API, DB, 로직 |\n| QA Engineer | general-purpose | 테스트, E2E |\n\n**리팩토링:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Analyzer | Explore | 코드 분석\u002F계획 |\n| Implementer | general-purpose | 리팩토링 실행 |\n| Verifier | general-purpose | 테스트\u002F검증 |\n\n**버그 조사:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Investigator 1 | Explore | 코드 분석 |\n| Investigator 2 | Explore | 로그\u002F환경 분석 |\n| Fixer | general-purpose | 수정 구현 |\n\n---\n\n## Task Distribution\n\n### 파일 소유권 분리 (CRITICAL)\n\n같은 파일을 2명이 편집하면 덮어쓰기가 발생한다.\n반드시 팀원별로 파일 소유권을 분리한다.\n\n```\n파일 소유권 결정 로직:\n  1. 변경 예상 파일 목록 생성\n  2. 파일별 모듈\u002F도메인 분류\n  3. 도메인 단위로 팀원 배정\n  4. 공유 파일(types, config)은 한 팀원에게 독점 배정\n```\n\n### 작업 분해 규칙\n\n팀원당 5-6개 Task를 배정한다.\n\n| Task 크기 | 판단 기준 | 설명 |\n|-----------|----------|------|\n| 너무 작음 | 조율 오버헤드 > 이점 | 하나로 합치기 |\n| 적절함 | 명확한 결과물이 있는 자체 포함 단위 | 함수, 테스트 파일, 검토 |\n| 너무 큼 | 체크인 없이 오래 작동 | 더 작게 분할 |\n\n### 의존성 관리\n\n```\n의존성 그래프 생성:\n  Task A (types 정의) → Task B (API 구현) → Task C (UI 연동)\n\n  선행 Task가 완료되어야 후행 Task 시작 가능\n  순환 의존성 감지 시 경고\n```\n\nTaskCreate에서 `addBlockedBy` 필드로 의존성을 설정한다.\n\n---\n\n## Context Inheritance (CRITICAL)\n\n팀원은 프로젝트 컨텍스트(CLAUDE.md, MCP servers, skills)를 자동 로드하지만,\n**리더의 대화 기록은 상속하지 않는다.**\n\n따라서 팀원 생성 프롬프트에 반드시 다음을 포함해야 한다:\n- 작업 목적과 배경\n- 관련 파일 경로\n- 기대하는 결과물\n- 주의사항\u002F제약사항\n\n```\n# 좋은 예시\n\"Review the authentication module at src\u002Fauth\u002F for security vulnerabilities.\nFocus on token handling, session management, and input validation.\nThe app uses JWT tokens stored in httpOnly cookies.\"\n\n# 나쁜 예시\n\"보안 검토 해줘\"  ← 팀원은 리더가 논의한 맥락을 모름\n```\n\nCLAUDE.md는 정상 작동: 팀원들은 작업 디렉토리에서 CLAUDE.md를 자동으로 읽는다.\n\n---\n\n## Plan Approval Mode\n\n위험하거나 복잡한 작업에서 팀원이 구현 전 계획 승인을 받도록 할 수 있다:\n\n```\nSpawn an architect teammate to refactor the auth module.\nRequire plan approval before they make any changes.\n```\n\n동작:\n1. 팀원이 읽기 전용 계획 모드에서 시작\n2. 계획 완료 시 리더에게 plan_approval_request 발송\n3. 리더가 승인 → 팀원이 구현 시작\n4. 리더가 거부 (피드백 포함) → 팀원이 계획 수정 후 재제출\n\n리더의 판단 기준을 프롬프트에 제공 가능:\n- \"테스트 커버리지를 포함하는 계획만 승인\"\n- \"DB 스키마를 수정하는 계획 거부\"\n\n---\n\n## Execution Flow\n\n### 1. 분석 단계\n\n```\n1. prompt_plan.md \u002F spec.md 읽기\n2. 변경 필요 파일 목록 생성\n3. 파일별 도메인 분류\n4. 작업 복잡도 추정\n```\n\n### 2. 팀 구성 단계\n\n```\n1. 작업 규모에 따른 팀원 수 결정\n2. 역할 템플릿 선택\n3. 각 팀원에게 subagent_type 배정\n4. 파일 소유권 분리\n```\n\n### 3. Task 생성 단계\n\n```\n1. TaskCreate로 Task 목록 생성\n2. 팀원별 5-6개 Task 배정\n3. 의존성 설정 (addBlockedBy)\n4. TaskUpdate로 owner 배정\n```\n\n### 4. 실행 단계\n\n```\n1. 팀원 spawn (SendMessage)\n2. 각 팀원이 자신의 Task 수행\n3. 리더는 조율만 수행 (직접 구현 금지)\n4. 팀원 완료 시 SendMessage로 보고\n```\n\n### 4-1. 자체 청구 (Self-Claim)\n\n작업을 마친 팀원은 다음 미할당, 차단되지 않은 작업을 자체적으로 선택한다.\n작업 청구는 **파일 잠금**을 사용하여 경합 조건(race condition)을 방지한다.\n\n### 5. 결과 집계 단계\n\n```\n1. 모든 팀원의 Task 완료 확인\n2. 파일 충돌 여부 검증\n3. 통합 빌드\u002F테스트 실행\n4. 결과 요약 생성\n```\n\n---\n\n## Result Aggregation\n\n### 성공 판단 기준\n\n```\n전체 성공 조건:\n  1. 모든 Task가 completed 상태\n  2. 빌드 성공\n  3. 타입 체크 통과\n  4. 테스트 통과\n```\n\n### 부분 실패 처리\n\n```\n부분 실패 시:\n  1. 실패한 Task 식별\n  2. 실패 원인 분석 (의존성 문제, 파일 충돌 등)\n  3. 재배정 또는 리더가 직접 해결\n  4. 재시도 (최대 2회)\n```\n\n### 집계 출력 형식\n\n```\n════════════════════════════════════════════════════════════════\n  Team Orchestration Result (v6)\n════════════════════════════════════════════════════════════════\n\n  팀원: [N]명\n  총 Task: [N]개\n  완료: [N]개 | 실패: [N]개\n\n  팀원별 결과:\n    [역할 1]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n    [역할 2]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n    [역할 3]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n\n  빌드: [PASS\u002FFAIL]\n  타입: [PASS\u002FFAIL]\n  테스트: [PASS\u002FFAIL]\n\n  다음 단계:\n    \u002Fhandoff-verify → \u002Fcommit-push-pr --merge --notify\n\n════════════════════════════════════════════════════════════════\n```\n\n---\n\n## Error Recovery\n\n### 팀원 무응답\n\n```\n1. SendMessage로 상태 확인 (1회)\n2. 5분 초과 시 Task 재배정\n3. 필요시 새 팀원 생성\n```\n\n### 파일 충돌 감지\n\n```\n1. 리더가 git status로 충돌 감지\n2. 한 팀원에게 해당 파일 소유권 위임\n3. 다른 팀원은 대기 후 진행\n```\n\n### Task 의존성 데드락\n\n```\n1. 순환 의존성 감지\n2. 의존성 체인에서 가장 독립적인 Task 우선 실행\n3. 리더가 수동으로 의존성 해소\n```\n\n---\n\n## Integration\n\n### \u002Forchestrate 연동\n\n`\u002Forchestrate` 커맨드가 이 스킬을 호출하여:\n1. prompt_plan.md 기반 작업 분해\n2. 팀 구성 및 Task 배정\n3. 실행 및 결과 집계\n\n### \u002Fhandoff-verify 연동\n\n팀 작업 완료 후 \u002Fhandoff-verify로 통합 검증을 수행한다.\n","## Overview\n\nteam-orchestrator 스킬은 `\u002Forchestrate` 커맨드의 핵심 엔진으로,\nAgent Teams를 구성하고 작업을 분배하며 결과를 집계하는 오케스트레이션 로직을 정의한다.\n\n## 전제조건\n\n- `CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS`를 `1`로 설정해야 동작\n- 설정 위치: settings.json의 `env` 또는 셸 환경변수\n- 미설정 시 TeamCreate 등 팀 도구 사용 불가\n\n---\n\n## Team Composition\n\n### 팀 크기 결정\n\n최대 팀원 수: Lead 1 + Teammates 3 (총 4명)\n\n| 작업 규모 | 팀원 수 | 구성 |\n|-----------|---------|------|\n| 소 (파일 1-3개) | 1-2명 | 구현1 (+테스트1) |\n| 중 (파일 4-8개) | 2-3명 | 구현1-2 + 테스트1 |\n| 대 (파일 9개 이상) | 3명 | 구현2 + 테스트1 또는 패턴별 분리 |\n\n### 역할 템플릿\n\n**풀스택 기능 구현:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Frontend Dev | general-purpose | UI 구현, 컴포넌트 |\n| Backend Dev | general-purpose | API, DB, 로직 |\n| QA Engineer | general-purpose | 테스트, E2E |\n\n**리팩토링:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Analyzer | Explore | 코드 분석\u002F계획 |\n| Implementer | general-purpose | 리팩토링 실행 |\n| Verifier | general-purpose | 테스트\u002F검증 |\n\n**버그 조사:**\n| 역할 | subagent_type | 담당 |\n|------|--------------|------|\n| Investigator 1 | Explore | 코드 분석 |\n| Investigator 2 | Explore | 로그\u002F환경 분석 |\n| Fixer | general-purpose | 수정 구현 |\n\n---\n\n## Task Distribution\n\n### 파일 소유권 분리 (CRITICAL)\n\n같은 파일을 2명이 편집하면 덮어쓰기가 발생한다.\n반드시 팀원별로 파일 소유권을 분리한다.\n\n```\n파일 소유권 결정 로직:\n  1. 변경 예상 파일 목록 생성\n  2. 파일별 모듈\u002F도메인 분류\n  3. 도메인 단위로 팀원 배정\n  4. 공유 파일(types, config)은 한 팀원에게 독점 배정\n```\n\n### 작업 분해 규칙\n\n팀원당 5-6개 Task를 배정한다.\n\n| Task 크기 | 판단 기준 | 설명 |\n|-----------|----------|------|\n| 너무 작음 | 조율 오버헤드 > 이점 | 하나로 합치기 |\n| 적절함 | 명확한 결과물이 있는 자체 포함 단위 | 함수, 테스트 파일, 검토 |\n| 너무 큼 | 체크인 없이 오래 작동 | 더 작게 분할 |\n\n### 의존성 관리\n\n```\n의존성 그래프 생성:\n  Task A (types 정의) → Task B (API 구현) → Task C (UI 연동)\n\n  선행 Task가 완료되어야 후행 Task 시작 가능\n  순환 의존성 감지 시 경고\n```\n\nTaskCreate에서 `addBlockedBy` 필드로 의존성을 설정한다.\n\n---\n\n## Context Inheritance (CRITICAL)\n\n팀원은 프로젝트 컨텍스트(CLAUDE.md, MCP servers, skills)를 자동 로드하지만,\n**리더의 대화 기록은 상속하지 않는다.**\n\n따라서 팀원 생성 프롬프트에 반드시 다음을 포함해야 한다:\n- 작업 목적과 배경\n- 관련 파일 경로\n- 기대하는 결과물\n- 주의사항\u002F제약사항\n\n```\n# 좋은 예시\n\"Review the authentication module at src\u002Fauth\u002F for security vulnerabilities.\nFocus on token handling, session management, and input validation.\nThe app uses JWT tokens stored in httpOnly cookies.\"\n\n# 나쁜 예시\n\"보안 검토 해줘\"  ← 팀원은 리더가 논의한 맥락을 모름\n```\n\nCLAUDE.md는 정상 작동: 팀원들은 작업 디렉토리에서 CLAUDE.md를 자동으로 읽는다.\n\n---\n\n## Plan Approval Mode\n\n위험하거나 복잡한 작업에서 팀원이 구현 전 계획 승인을 받도록 할 수 있다:\n\n```\nSpawn an architect teammate to refactor the auth module.\nRequire plan approval before they make any changes.\n```\n\n동작:\n1. 팀원이 읽기 전용 계획 모드에서 시작\n2. 계획 완료 시 리더에게 plan_approval_request 발송\n3. 리더가 승인 → 팀원이 구현 시작\n4. 리더가 거부 (피드백 포함) → 팀원이 계획 수정 후 재제출\n\n리더의 판단 기준을 프롬프트에 제공 가능:\n- \"테스트 커버리지를 포함하는 계획만 승인\"\n- \"DB 스키마를 수정하는 계획 거부\"\n\n---\n\n## Execution Flow\n\n### 1. 분석 단계\n\n```\n1. prompt_plan.md \u002F spec.md 읽기\n2. 변경 필요 파일 목록 생성\n3. 파일별 도메인 분류\n4. 작업 복잡도 추정\n```\n\n### 2. 팀 구성 단계\n\n```\n1. 작업 규모에 따른 팀원 수 결정\n2. 역할 템플릿 선택\n3. 각 팀원에게 subagent_type 배정\n4. 파일 소유권 분리\n```\n\n### 3. Task 생성 단계\n\n```\n1. TaskCreate로 Task 목록 생성\n2. 팀원별 5-6개 Task 배정\n3. 의존성 설정 (addBlockedBy)\n4. TaskUpdate로 owner 배정\n```\n\n### 4. 실행 단계\n\n```\n1. 팀원 spawn (SendMessage)\n2. 각 팀원이 자신의 Task 수행\n3. 리더는 조율만 수행 (직접 구현 금지)\n4. 팀원 완료 시 SendMessage로 보고\n```\n\n### 4-1. 자체 청구 (Self-Claim)\n\n작업을 마친 팀원은 다음 미할당, 차단되지 않은 작업을 자체적으로 선택한다.\n작업 청구는 **파일 잠금**을 사용하여 경합 조건(race condition)을 방지한다.\n\n### 5. 결과 집계 단계\n\n```\n1. 모든 팀원의 Task 완료 확인\n2. 파일 충돌 여부 검증\n3. 통합 빌드\u002F테스트 실행\n4. 결과 요약 생성\n```\n\n---\n\n## Result Aggregation\n\n### 성공 판단 기준\n\n```\n전체 성공 조건:\n  1. 모든 Task가 completed 상태\n  2. 빌드 성공\n  3. 타입 체크 통과\n  4. 테스트 통과\n```\n\n### 부분 실패 처리\n\n```\n부분 실패 시:\n  1. 실패한 Task 식별\n  2. 실패 원인 분석 (의존성 문제, 파일 충돌 등)\n  3. 재배정 또는 리더가 직접 해결\n  4. 재시도 (최대 2회)\n```\n\n### 집계 출력 형식\n\n```\n════════════════════════════════════════════════════════════════\n  Team Orchestration Result (v6)\n════════════════════════════════════════════════════════════════\n\n  팀원: [N]명\n  총 Task: [N]개\n  완료: [N]개 | 실패: [N]개\n\n  팀원별 결과:\n    [역할 1]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n    [역할 2]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n    [역할 3]: [완료 Task 수]\u002F[배정 Task 수] - [상태]\n\n  빌드: [PASS\u002FFAIL]\n  타입: [PASS\u002FFAIL]\n  테스트: [PASS\u002FFAIL]\n\n  다음 단계:\n    \u002Fhandoff-verify → \u002Fcommit-push-pr --merge --notify\n\n════════════════════════════════════════════════════════════════\n```\n\n---\n\n## Error Recovery\n\n### 팀원 무응답\n\n```\n1. SendMessage로 상태 확인 (1회)\n2. 5분 초과 시 Task 재배정\n3. 필요시 새 팀원 생성\n```\n\n### 파일 충돌 감지\n\n```\n1. 리더가 git status로 충돌 감지\n2. 한 팀원에게 해당 파일 소유권 위임\n3. 다른 팀원은 대기 후 진행\n```\n\n### Task 의존성 데드락\n\n```\n1. 순환 의존성 감지\n2. 의존성 체인에서 가장 독립적인 Task 우선 실행\n3. 리더가 수동으로 의존성 해소\n```\n\n---\n\n## Integration\n\n### \u002Forchestrate 연동\n\n`\u002Forchestrate` 커맨드가 이 스킬을 호출하여:\n1. prompt_plan.md 기반 작업 분해\n2. 팀 구성 및 Task 배정\n3. 실행 및 결과 집계\n\n### \u002Fhandoff-verify 연동\n\n팀 작업 완료 후 \u002Fhandoff-verify로 통합 검증을 수행한다.\n",{"name":5,"version":24,"description":7},"1.1.0","main","481dcd7dd2e288b9d627a2bd017db70e64e6c6fa",".claude\u002Fskills\u002Fteam-orchestrator",2,"https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI","https:\u002F\u002Fyana.vutam.link\u002F","https:\u002F\u002Fgithub.com\u002FHoronomos-laps","https:\u002F\u002Fyana.vutam.link","An open-source governed runtime & execution environment for multi-agent AI systems.","2026-11-14 13:24:09",{"source":8,"skillName":5,"commands":36,"prompt":46,"zipAvailable":47},[37,40,43],{"tool":38,"command":39},"npx","npx skills add Horonomos-laps\u002FYana-AI --skill team-orchestrator",{"tool":41,"command":42},"bunx","bunx skills add Horonomos-laps\u002FYana-AI --skill team-orchestrator",{"tool":44,"command":45},"pnpm","pnpm dlx skills add Horonomos-laps\u002FYana-AI --skill team-orchestrator","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fteam-orchestrator\u002FSKILL.md",true,[],[50,58,65,73,81,89],{"skillNo":51,"name":52,"nameZh":6,"description":53,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":54,"licenseFileUrl":6,"sourceHtmlUrl":55,"categories":56,"keywords":57,"publishedAt":19},"01M735GKET5YVYKAY62W2P5YXB","openai--sentry--sentry","Use when the user asks to inspect Sentry issues or events, summarize recent production errors, or pull basic Sentry health data via the Sentry API; perform read-only queries with the bundled script and require `SENTRY_AUTH_TOKEN`.","MIT","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fopenai--sentry--sentry\u002FSKILL.md",[],[],{"skillNo":59,"name":60,"nameZh":6,"description":61,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":62,"categories":63,"keywords":64,"publishedAt":19},"01M73DCAP83T17HY7SMGK7MGFE","ito-basket-compare","Compare Itô prediction-market baskets against a user's knowledge base, portfolio notes, financial context, watchlist, or research thesis. Use for read-only basket comparison and gap analysis without investment advice or live trading.","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fito-basket-compare\u002FSKILL.md",[],[],{"skillNo":66,"name":67,"nameZh":6,"description":68,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":69,"sourceHtmlUrl":70,"categories":71,"keywords":72,"publishedAt":19},"01M734CYEMZFDR3KH6SW0JP8TD","implementing-network-traffic-baselining","Build network traffic baselines from NetFlow\u002FIPFIX data using Python pandas for statistical analysis, z-score anomaly detection, and hourly\u002Fdaily traffic pattern profiling","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-network-traffic-baselining\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-network-traffic-baselining\u002FSKILL.md",[],[],{"skillNo":74,"name":75,"nameZh":6,"description":76,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":77,"sourceHtmlUrl":78,"categories":79,"keywords":80,"publishedAt":19},"01M73ASZ6NJRJM44Z2P84NGQ3Q","detecting-evasion-techniques-in-endpoint-logs","Detects defense evasion techniques used by adversaries in endpoint logs including log tampering, timestomping, process injection, and security tool disabling. Use when investigating suspicious endpoint behavior, building detection rules for evasion tactics, or conducting threat hunting for stealthy adversary activity. Activates for requests involving evasion detection, defense evasion analysis, log tampering detection, or MITRE ATT&CK TA0005.","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fdetecting-evasion-techniques-in-endpoint-logs\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002Fcore\u002Fskills\u002Fdetecting-evasion-techniques-in-endpoint-logs\u002FSKILL.md",[],[],{"skillNo":82,"name":83,"nameZh":6,"description":84,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":85,"sourceHtmlUrl":86,"categories":87,"keywords":88,"publishedAt":19},"01M734AFNXD06Z78QRK0VKGT7Q","implementing-microsegmentation-with-guardicore","Implementing microsegmentation using Akamai Guardicore Segmentation to map application dependencies, create granular network policies, visualize east-west traffic flows, and enforce least-privilege communication between workloads across data centers and cloud.","https:\u002F\u002Fgithub.com\u002Fyanacuti1121\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-microsegmentation-with-guardicore\u002FLICENSE","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Fimplementing-microsegmentation-with-guardicore\u002FSKILL.md",[],[],{"skillNo":90,"name":91,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":92,"categories":93,"keywords":94,"publishedAt":19},"01M736TK27QMCXK0DVCH25SJN5","ramdisk-tmpfs-patterns","https:\u002F\u002Fgithub.com\u002FHoronomos-laps\u002FYana-AI\u002Fblob\u002Fmain\u002F.claude\u002Fskills\u002Framdisk-tmpfs-patterns\u002FSKILL.md",[],[]]