> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# W&B Skills 사용하기

> W&B Skills를 설치하여 코딩 에이전트가 W&B의 AI 개발 플랫폼으로 모델을 트레이닝하고, 에이전트를 구축하고, 실험을 분석하는 방법을 익히게 하세요.

W\&B Skills는 코딩 에이전트가 W\&B를 효과적으로 사용할 수 있도록 알려주는 재사용 가능한 지침 세트입니다. 에이전트에 W\&B API와 모범 사례를 일일이 안내하는 대신 Skills를 설치하면, 에이전트가 실험 추적, Tracing, 평가, 모니터링을 스스로 수행할 수 있습니다.

Skills는 다음을 포함한 여러 주요 코딩 에이전트에서 작동합니다.

* Claude Code
* Codex
* Cursor
* GitHub Copilot
* Gemini CLI

지원되는 에이전트의 전체 목록은 [W\&B Skills CLI documentation](https://github.com/vercel-labs/skills#supported-agents)을 참조하세요.

<div id="wb-skills-capabilities">
  ## W\&B Skills 기능
</div>

Skills는 [W\&B Models SDK](/ko/models/ref) (training Runs, 메트릭, artifacts, sweeps)와 [Weave SDK](/ko/weave/reference/python-sdk) (트레이스, 평가, scorers)를 모두 포괄합니다. 에이전트가 다음 워크플로를 처리할 수 있도록 헬퍼 라이브러리, 레퍼런스 문서, 데이터 분석 패턴도 포함됩니다.

| 워크플로        | 기능                                                                                                                                                       |
| ----------- | -------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **모델 트레이닝** | <ul><li>트레이닝 및 파인튜닝 중에 메트릭과 리치 미디어를 기록합니다.</li><li>실험를 추적하고 비교합니다.</li><li>Runs과 결과(예: loss 곡선, accuracy 점수)를 분석합니다.</li><li>하이퍼파라미터를 튜닝합니다.</li></ul>   |
| **에이전트 구축** | <ul><li>에이전트 기반 AI 애플리케이션을 트레이스합니다.</li><li>트레이스를 분석하고 실패 모드를 분류합니다.</li><li>레이블된 데이터셋으로 모델과 에이전트를 평가합니다.</li><li>프로덕션 모니터링을 위해 온라인 평가를 실행합니다.</li></ul> |

<div id="prerequisites">
  ## 사전 요구 사항
</div>

Skills를 사용하려면 다음이 필요합니다.

* [Node.js](https://nodejs.org/) (`npx` 명령어용)
* W\&B API 키. [wandb.ai/authorize](https://wandb.ai/authorize)에서 생성한 후 환경 변수로 설정합니다. `[YOUR-API-KEY]`를 API 키로 바꾸세요:
  ```bash theme={null}
  export WANDB_API_KEY=[YOUR-API-KEY]
  ```
* 선택: W\&B 프로젝트 이름을 `WANDB_PROJECT` 환경 변수로 설정합니다. 이렇게 하면 매번 따로 지정하지 않아도 에이전트가 올바른 W\&B 프로젝트를 대상으로 사용할 수 있습니다.

<div id="install-wb-skills">
  ## W\&B Skills 설치
</div>

전역 설치를 선택하면 모든 프로젝트에서 Skills를 사용할 수 있고, 프로젝트별 설치를 선택하면 Skills를 단일 프로젝트 범위로 제한할 수 있습니다.

모든 프로젝트에 W\&B Skills를 전역으로 설치하려면 `--global` 플래그를 사용하세요:

```bash theme={null}
npx skills add wandb/skills --skill '*' --yes --global
```

현재 프로젝트에만 Skills를 설치하려면 해당 프로젝트 디렉터리에서 `--global` 플래그 없이 설치 명령어를 실행하세요:

```bash theme={null}
npx skills add wandb/skills --skill '*' --yes
```

`--agent` 플래그를 사용해 특정 에이전트용 Skills도 설치할 수 있습니다:

```bash theme={null}
npx skills add wandb/skills --agent claude-code --skill '*' --yes --global
```

`--agent` 및 `--skill` 옵션 목록은 [skills CLI 문서](https://github.com/vercel-labs/skills#supported-agents)를 참조하세요.

설치가 완료되면 에이전트가 W\&B Skills에 액세스할 수 있게 되며, W\&B 관련 작업을 처리할 준비가 됩니다.

<div id="use-wb-skills">
  ## W\&B Skills 사용하기
</div>

설치가 완료되면 에이전트에게 프로젝트와 관련된 W\&B 작업을 수행하도록 요청할 수 있습니다. 다음 예시 프롬프트는 에이전트가 W\&B Skills로 수행할 수 있는 작업의 일부를 보여줍니다.

* "내 PyTorch 모델의 트레이닝 메트릭을 W\&B에 기록해 줘."
* "최근 10개의 run에 대한 loss 곡선을 분석하고 성능이 가장 좋은 설정을 파악해 줘."
* "내 LangChain 에이전트를 트레이스하고 결과를 Weave에 기록해 줘."
* "테스트 데이터셋을 사용해 내 에이전트를 평가하고 결과를 요약해 줘."
* "가장 최근 평가에서 실패 유형을 찾아 분류해 줘."
* "run A와 run B의 설정을 비교하고 차이를 보여줘."

<div id="usage-tips">
  ## 사용 팁
</div>

Skills는 광범위한 개방형 질문보다 구체적인 쿼리에서 더 잘 작동합니다. 다음 표는 권장 프롬프트와 지나치게 모호한 프롬프트를 비교합니다.

| 권장                                 | 비권장                  |
| ---------------------------------- | -------------------- |
| "최근 5개 Runs의 최종 검증 loss는 무엇인가요?"   | "내 모델 상태가 어떤가요?"     |
| "최근 10개 트레이스의 token 사용량을 요약해 주세요." | "내 트레이스를 모두 보여 주세요." |
| "run A와 run B의 설정을 비교해 주세요."       | "가장 좋은 Runs는 무엇인가요?" |
| "어떤 eval의 F1 score가 가장 높았나요?"      | "내 평가는 어떻게 되고 있나요?"  |