curl -L -o chunking-toolkit.skill "https://aiskillstore.io/v1/agent/skills/d7a00f2d-c8c2-48fb-88c9-a3ca6b42cb27/download?platform=ClaudeCode"
{
"tool": "download_skill",
"arguments": {
"skill_id": "d7a00f2d-c8c2-48fb-88c9-a3ca6b42cb27",
"platform": "ClaudeCode"
}
}
{
"mcpServers": {
"skill-store": {
"url": "https://aiskillstore.io/mcp/"
}
}
}
Text chunking toolkit with 5 actions: chunk, detect_boundaries, count_tokens, merge_chunks, audit_chunk_quality. Zero external dependencies. 6 strategies including Korean sentence boundary detection, token-aware chunking, overlap management.
호환 플랫폼: any
검사 결과: ["메타데이터 경고: 권장 필드 없음: 'requirements' (SKILL.md v2 권장)", "메타데이터 경고: 권장 필드 없음: 'changelog' (SKILL.md v2 권장)"]
✅ 보안 위험 항목이 발견되지 않았습니다.
AI 검수 단계
1. **권한 일치 여부**: 스킬 메타데이터에 선언된 `permissions` (network: false, filesystem: false, subprocess: false)는 매우 제한적이며, 제공된 `main.py` 코드 스니펫 및 스킬 설명('Zero external dependencies -- standard library only')과 완벽하게 일치합니다. 외부 통신, 파일 시스템 접근, 서브프로세스 실행 등의 위험 요소가 없습니다. 2. **악의적 코드 여부**: 제공된 코드 스니펫은 언어 감지 및 토큰 추정 로직을 포함하며, 이는 스킬의 핵심 기능과 직접적으로 관련되어 있습니다. 데이터 탈취, 시스템 파괴, 난독화 등 악의적인 목적의 코드는 발견되지 않았습니다. 정적 분석 결과에서도 'red_flags_found', 'obfuscation_warnings', 'forbidden_exec_files_found' 모두 비어 있어 안전함을 뒷받침합니다. 3. **선언되지 않은 외부 통신**: `network: false`로 명시되어 있으며, 코드 스니펫에서도 외부 통신을 시도하는 어떠한 모듈(예: `requests`, `urllib`, `socket`)도 import하거나 사용하지 않습니다. 따라서 선언되지 않은 외부 통신은 없습니다. 4. **사용자 데이터 무단 수집/전송**: 스킬의 목적은 텍스트 처리이며, 입력된 텍스트를 처리하여 결과를 `stdout`으로 반환하는 방식입니다. 네트워크 권한이 없으므로 사용자 데이터를 외부로 무단 수집하거나 전송할 수 없습니다. 5. **코드 품질 및 목적 일치**: 코드 스니펫은 스킬의 설명된 기능(언어 감지, 토큰 계산)을 충실히 구현하고 있으며, 명확하고 표준적인 Python 코드로 작성되었습니다. 스킬 메타데이터의 `input_schema`, `output_schema`, `capabilities`, `examples` 또한 스킬의 목적과 기능을 명확하게 설명하고 있어 코드 품질과 목적이 잘 일치합니다. 종합적으로 판단할 때, 이 스킬은 보안 위험이 매우 낮으며, 선언된 기능과 권한 범위 내에서 안전하게 동작할 것으로 예상됩니다.
이 스킬의 대표적인 입출력 예시입니다. 에이전트는 이 예시를 보고 스킬 호출 방법과 결과 형태를 이해할 수 있습니다.
한국어 문장 경계 기반 청크 분할 / Korean sentence boundary chunking
{
"action": "chunk",
"chunk_size": 100,
"lang": "ko",
"overlap": 10,
"strategy": "sentence_boundary",
"text": "\uc778\uacf5\uc9c0\ub2a5 \uae30\uc220\uc774 \ube60\ub974\uac8c \ubc1c\uc804\ud558\uace0 \uc788\uc2b5\ub2c8\ub2e4. \ud2b9\ud788 \ub300\ud615 \uc5b8\uc5b4 \ubaa8\ub378\uc740 \ub9ce\uc740 \ubd84\uc57c\uc5d0\uc11c \ud601\uc2e0\uc744 \uc774\ub04c\uace0 \uc788\uc2b5\ub2c8\ub2e4. \uadf8\ub7ec\ub098 \ube44\uc6a9\uacfc \uc9c0\uc5f0 \uc2dc\uac04\uc774 \uacfc\uc81c\ub85c \ub0a8\uc544 \uc788\uc2b5\ub2c8\ub2e4."
}
{
"action": "chunk",
"chunks": [
{
"char_end": 55,
"char_start": 0,
"index": 0,
"overlap_with_prev": 0,
"text": "\uc778\uacf5\uc9c0\ub2a5 \uae30\uc220\uc774 \ube60\ub974\uac8c \ubc1c\uc804\ud558\uace0 \uc788\uc2b5\ub2c8\ub2e4. \ud2b9\ud788 \ub300\ud615 \uc5b8\uc5b4 \ubaa8\ub378\uc740 \ub9ce\uc740 \ubd84\uc57c\uc5d0\uc11c \ud601\uc2e0\uc744 \uc774\ub04c\uace0 \uc788\uc2b5\ub2c8\ub2e4.",
"token_count": 45
},
{
"char_end": 79,
"char_start": 56,
"index": 1,
"overlap_with_prev": 10,
"text": "\uadf8\ub7ec\ub098 \ube44\uc6a9\uacfc \uc9c0\uc5f0 \uc2dc\uac04\uc774 \uacfc\uc81c\ub85c \ub0a8\uc544 \uc788\uc2b5\ub2c8\ub2e4.",
"token_count": 23
}
],
"meta": {
"lang_detected": "ko",
"strategy": "sentence_boundary",
"total_chunks": 2
}
}
고정 크기 청크 분할 (영어) / Fixed-size chunking for English text
{
"action": "chunk",
"chunk_size": 50,
"lang": "en",
"overlap": 10,
"strategy": "fixed_size",
"text": "Artificial intelligence is transforming industries. Machine learning models can analyze data at scale. Natural language processing enables human-computer interaction."
}
{
"action": "chunk",
"chunks": [
{
"char_end": 100,
"char_start": 0,
"index": 0,
"overlap_with_prev": 0,
"text": "Artificial intelligence is transforming industries. Machine learning models can analyze data at scale.",
"token_count": 19
},
{
"char_end": 162,
"char_start": 101,
"index": 1,
"overlap_with_prev": 10,
"text": "Natural language processing enables human-computer interaction.",
"token_count": 9
}
],
"meta": {
"lang_detected": "en",
"strategy": "fixed_size",
"total_chunks": 2
}
}
문장 경계 감지 — 한영 혼합 텍스트 / Detect sentence boundaries in mixed Korean-English text
{
"action": "detect_boundaries",
"lang": "auto",
"text": "Hello world. \uc548\ub155\ud558\uc138\uc694! This is a test. \uc88b\uc740 \ud558\ub8e8 \ub418\uc138\uc694."
}
{
"action": "detect_boundaries",
"boundaries": [
{
"confidence": "high",
"position": 12,
"type": "sentence_end"
},
{
"confidence": "high",
"position": 22,
"type": "sentence_end"
},
{
"confidence": "high",
"position": 37,
"type": "sentence_end"
}
],
"meta": {
"lang_detected": "mixed",
"total_boundaries": 3
}
}
텍스트 토큰 수 계산 및 컨텍스트 적합성 확인 / Count tokens and check if text fits LLM context
{
"action": "count_tokens",
"lang": "en",
"model_context": 4096,
"text": "This is a sample document for token counting. It contains multiple sentences."
}
{
"action": "count_tokens",
"meta": {
"size_unit": "tokens"
},
"token_info": {
"context_window": 4096,
"estimated_chunks": 1,
"fits_in_context": true,
"lang_detected": "en",
"lang_multiplier": 1.0,
"total_tokens": 16
}
}
작은 청크들을 병합하여 최적 크기로 조정 / Merge small chunks into optimal size
{
"action": "merge_chunks",
"chunks": [
{
"index": 0,
"text": "Hello.",
"token_count": 2
},
{
"index": 1,
"text": "World!",
"token_count": 2
},
{
"index": 2,
"text": "How are you today?",
"token_count": 5
}
],
"merge_max_size": 20
}
{
"action": "merge_chunks",
"chunks": [
{
"char_end": 31,
"char_start": 0,
"index": 0,
"overlap_with_prev": 0,
"text": "Hello. World! How are you today?",
"token_count": 9
}
],
"meta": {
"merged_count": 1,
"original_count": 3
}
}
청크 품질 감사 — 너무 크거나 작은 청크 감지 / Audit chunk quality for oversized and undersized chunks
{
"action": "audit_chunk_quality",
"chunks": [
{
"index": 0,
"text": "Hi.",
"token_count": 2
},
{
"index": 1,
"text": "This is a very long chunk that contains a lot of information and exceeds the recommended size for embedding models which typically work best with chunks of 256-512 tokens.",
"token_count": 800
},
{
"index": 2,
"text": "Normal chunk with moderate content suitable for embedding.",
"token_count": 120
}
],
"model_context": 512
}
{
"action": "audit_chunk_quality",
"meta": {
"model_context": 512
},
"quality_report": {
"issues": [
{
"chunk_index": 0,
"fix_hint": {
"action": "merge_chunks",
"field": "chunks[0]",
"reference": "https://aiskillstore.io/skills/chunking-toolkit",
"suggested_replacement": "Use merge_chunks action to combine with adjacent chunk"
},
"issue": "undersized",
"message": "Chunk 0 is very small (2 tokens). Consider merging with adjacent chunk.",
"token_count": 2
},
{
"chunk_index": 1,
"fix_hint": {
"action": "re_chunk",
"field": "chunks[1]",
"reference": "https://aiskillstore.io/skills/chunking-toolkit",
"suggested_replacement": "Re-chunk with chunk_size \u003c= 512"
},
"issue": "oversized",
"message": "Chunk 1 exceeds model context limit (800 \u003e 512 tokens).",
"token_count": 800
}
],
"score": 55,
"stats": {
"avg_tokens": 307.3,
"max_tokens": 800,
"min_tokens": 2,
"oversized_count": 1,
"undersized_count": 1
},
"total_chunks": 3
}
}
슬라이딩 윈도우 청크 분할 / Sliding window chunking for dense retrieval
{
"action": "chunk",
"chunk_size": 30,
"lang": "en",
"overlap": 15,
"strategy": "sliding_window",
"text": "The quick brown fox jumps over the lazy dog. Pack my box with five dozen liquor jugs."
}
{
"action": "chunk",
"chunks": [
{
"char_end": 43,
"char_start": 0,
"index": 0,
"overlap_with_prev": 0,
"text": "The quick brown fox jumps over the lazy dog.",
"token_count": 9
},
{
"char_end": 86,
"char_start": 24,
"index": 1,
"overlap_with_prev": 15,
"text": "jumps over the lazy dog. Pack my box with five dozen liquor jugs.",
"token_count": 13
}
],
"meta": {
"strategy": "sliding_window",
"total_chunks": 2
}
}
모든 예시는 에이전트 API로도 조회 가능:
/v1/agent/skills/d7a00f2d-c8c2-48fb-88c9-a3ca6b42cb27/schema
아직 리뷰가 없습니다. 첫 번째 리뷰를 남겨보세요!