문제
SKILL 선택에는 더 신뢰할 수 있는 근거가 필요합니다
Claude Code 와 Codex 에는 수많은 커뮤니티 skills 와 MCP servers 가 있습니다. 많은 프로젝트가 GitHub 저장소에 흩어져 있고 리뷰 정보도 일정하지 않습니다. 설치 전 권한 요구, 실행 동작, 유지보수 상태를 판단하기 어려울 수 있습니다.
CldKit 은 review 와 sandbox 실행 기록으로 이러한 신호를 보완합니다. 추천되는 component 는 먼저 테스트되며, 온라인으로 시도하고 옵션을 비교한 뒤 설치 여부를 결정할 수 있습니다.
비전
AGENT 도구를 신뢰할 수 있게
agent tool 선택은 검토된 의존성을 고르는 일에 가까워야 합니다. CldKit 은 흩어진 Skills 와 MCP servers 를 증거 기반 의사결정 정보로 정리합니다.
증거 우선
막연한 인기보다 실행 기록, 저장소 메타데이터, 리뷰 노트를 우선합니다.
명확한 경계
sandbox 결과는 신호이지 보편적 안전 보장이 아닙니다. 무엇을 테스트했고 무엇을 다루지 않았는지 밝힙니다.
신선도 추적
Skills 는 변합니다. 버전, 저장소 활동, 감사 시점을 추적해 오래된 리뷰가 최신처럼 보이지 않게 합니다.
작동 방식
에이전트 + 샌드박스
큐레이터 agent
각 components 를 읽고 세 축으로 점수화하며, 사용자의 stack 에 맞는지 답합니다.
라이브 샌드박스
Try Live skill 을 격리 환경에서 실행하세요. 프로젝트 자격 증명을 맡기기 전에 실제 출력을 볼 수 있습니다.
리뷰 레이어
추천 전 자동 점검, sandbox 동작, 버전 신선도, 사람의 판단을 함께 봅니다.
리뷰 방법론
REPO 를 의사결정으로 바꾸는 방식
점수는 리뷰 증거의 압축 요약입니다. 아래 항목에서 의미, sandbox 사용 방식, 주장 범위를 확인할 수 있습니다.
35점
보안 리스크는 편의성보다 우선합니다.
Token 처리, 네트워크 호출, 의존성 위생, prompt injection 노출면.
확인하는 것
신뢰와 보안
데이터 처리
공개 catalog pages 는 모두에게 보입니다. user conversations, submissions, account data 는 CldKit 운영과 리뷰 품질 개선에 사용됩니다.
Sandbox 격리
Sandbox sessions 는 test runs 와 local project 를 분리하도록 설계되었습니다. 격리는 영향 범위를 줄이지만 명확한 경계를 가진 test environment 입니다.
API key 리스크
모든 MCP 또는 Skill 을 credentials 에 접근할 수 있는 code 로 다루세요. scoped, revocable, low-privilege tokens 를 우선하세요.
취약점 제보
security issue, unsafe component, 부정확한 score, takedown concern 을 발견하면 contact email 로 세부 정보를 보내 주세요.
수록 기준
작지만 실제로 실행한 목록
검증되지 않은 10,000개 링크보다 실행하고 review 한 100개의 components 를 싣는 것을 우선합니다. 여기에 없는 skill 은 아직 대기 중이거나 review 를 통과하지 못했을 수 있습니다. 제출은 열려 있습니다.