rapid convergence
✓명확한 기준 지표가 존재하고 도메인 범위에 초점이 맞춰져 있으며 직접 검증이 가능한 경우 3-4 반복 방법론 수렴(표준 5-7 대비)을 달성합니다. V_meta 기준선이 ≥0.40이고 정량화 가능한 성공 기준, 회고적 검증 데이터 및 일반 에이전트가 충분할 때 사용합니다. 품질 저하 없이 40~60%의 시간 단축(10~15시간 대 20~30시간)이 가능합니다. 예측 모델은 실험 계획 중에 반복 횟수를 추정하는 데 도움이 됩니다. 오류 복구에서 검증되었습니다(3회 반복, 10시간, V_instance=0.83, V_meta=0.85).
SKILL.md
Achieve methodology convergence in 3-4 iterations through structural optimization, not rushing.
Rapid convergence is not about moving fast - it's about recognizing when structural factors naturally enable faster progress without sacrificing quality.
See ../retrospective-validation for retrospective validation technique.
명확한 기준 지표가 존재하고 도메인 범위에 초점이 맞춰져 있으며 직접 검증이 가능한 경우 3-4 반복 방법론 수렴(표준 5-7 대비)을 달성합니다. V_meta 기준선이 ≥0.40이고 정량화 가능한 성공 기준, 회고적 검증 데이터 및 일반 에이전트가 충분할 때 사용합니다. 품질 저하 없이 40~60%의 시간 단축(10~15시간 대 20~30시간)이 가능합니다. 예측 모델은 실험 계획 중에 반복 횟수를 추정하는 데 도움이 됩니다. 오류 복구에서 검증되었습니다(3회 반복, 10시간, V_instance=0.83, V_meta=0.85). 출처: zpankz/mcp-skillset.
인용 가능한 정보
AI/검색 인용용 안정적인 필드와 명령어.
- 설치 명령어
npx skills add https://github.com/zpankz/mcp-skillset --skill rapid convergence- 카테고리
- </>개발 도구
- 인증됨
- ✓
- 최초 등록
- 2026-02-01
- 업데이트
- 2026-02-18
빠른 답변
rapid convergence이란?
명확한 기준 지표가 존재하고 도메인 범위에 초점이 맞춰져 있으며 직접 검증이 가능한 경우 3-4 반복 방법론 수렴(표준 5-7 대비)을 달성합니다. V_meta 기준선이 ≥0.40이고 정량화 가능한 성공 기준, 회고적 검증 데이터 및 일반 에이전트가 충분할 때 사용합니다. 품질 저하 없이 40~60%의 시간 단축(10~15시간 대 20~30시간)이 가능합니다. 예측 모델은 실험 계획 중에 반복 횟수를 추정하는 데 도움이 됩니다. 오류 복구에서 검증되었습니다(3회 반복, 10시간, V_instance=0.83, V_meta=0.85). 출처: zpankz/mcp-skillset.
rapid convergence 설치 방법은?
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/zpankz/mcp-skillset --skill rapid convergence 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다
소스 저장소는 어디인가요?
https://github.com/zpankz/mcp-skillset
상세
- 카테고리
- </>개발 도구
- 출처
- skills.sh
- 최초 등록
- 2026-02-01