코덱스를 설치하고 write-post 스킬까지 붙여 본 하루

코덱스를 설치하고 write-post 스킬까지 붙여 본 하루

📝 한줄 요약

인공지능에게 일을 시키는 환경을 조금 더 넓히기 위해, 코덱스 명령줄 도구를 설치하고 Hermes에 write-post 스킬까지 연결했습니다. 단순히 “설치했다”에서 끝내지 않고, 실제 실행과 진단까지 확인해 바로 쓸 수 있는 상태로 만들었습니다.

바쁘시면 이것만 읽어도 됩니다:

  • 코덱스 명령줄 도구를 설치해 터미널에서 바로 호출할 수 있게 만들었습니다.

  • 설치 후 진단 결과 실패 항목이 없음을 확인했습니다.

  • write-post 스킬도 보안 검사를 거쳐 Hermes에 설치했습니다.

  • 이제 개발 로그와 활용 사례 게시글을 더 쉽게 만들 수 있습니다.

  • 중요한 건 설치보다 “실제로 실행되는지 검증했다”는 점입니다.

🎯 이런 분들께 도움됩니다

  • 인공지능 도구를 업무 자동화에 활용하고 싶은 분

  • 설치는 했지만 실제로 연결이 됐는지 늘 불안한 분

  • 작업 과정을 기록해서 블로그나 보고서로 남기고 싶은 분

  • 개발자가 아니어도 인공지능 협업 흐름을 이해하고 싶은 분

😫 문제 상황

처음에는 코덱스가 이미 연결된 것처럼 보였습니다. Hermes 상태에서는 코덱스 제공자 인증이 되어 있었기 때문입니다.

하지만 실제로 터미널에서 코덱스를 직접 부르려고 하니 명령줄 도구는 설치되어 있지 않았습니다. 겉으로 보기엔 준비된 것 같지만, 실제 작업을 맡기기에는 한 단계가 빠져 있었던 셈입니다.

그래서 목표를 분명히 잡았습니다. “모델 연결”이 아니라 “터미널에서 코덱스를 실제로 실행하고, 작업까지 시킬 수 있는 상태”로 만드는 것이었습니다.

🛠️ 사용한 도구

  • Hermes Agent: 설치 확인, 명령 실행, 스킬 설치, 파일 작성

  • 코덱스 명령줄 도구: 실제 작업 지시를 받을 수 있는 별도 실행 도구

  • write-post 스킬: 개발 로그와 활용 사례 게시글 작성을 돕는 Hermes 스킬

  • 깃허브 저장소: write-post 스킬 원본 확인


🔧 작업 과정

코덱스가 정말 설치되어 있는지 확인하기

먼저 물어본 것은 단순했습니다.

codex랑 연결해서 일 시킬 수 있어?

확인해 보니 Hermes 안에서는 코덱스 제공자 인증이 되어 있었습니다. 하지만 터미널에서 직접 쓰는 codex 명령은 없었습니다.

이 차이가 중요했습니다. 서비스 인증이 되어 있다는 것과, 컴퓨터에서 명령줄 도구를 바로 실행할 수 있다는 것은 다른 문제입니다. 그래서 별도 설치가 필요하다고 판단했습니다.


설치하고 끝내지 않고, 진단까지 확인하기

다음 요청은 더 직접적이었습니다.

설치해줘

설치는 빠르게 끝났습니다. 하지만 여기서 멈추면 약합니다. 설치 메시지만 보고 “됐습니다”라고 말하는 건 위험합니다.

그래서 버전을 확인하고, 진단 도구를 실행하고, 실제로 짧은 문장을 코덱스에게 보내 응답을 받았습니다. 그 결과 코덱스는 정상 응답했고, 진단에서도 실패 항목이 없었습니다.

이 단계에서 비로소 “설치됨”이 아니라 “사용 가능함”이라고 말할 수 있었습니다.


write-post 스킬 설치하기

그다음에는 게시글 작성을 위한 스킬을 붙였습니다.

https://github.com/daht-mad/write-post 이 스킬 설치 좀 해줄 수 있을까?

처음에는 저장소 주소만으로 바로 설치되지 않았습니다. 이유는 Hermes 스킬 설치가 일반 저장소 주소가 아니라 실제 스킬 파일 주소를 필요로 했기 때문입니다.

그래서 저장소 구조를 확인했고, 내부에서 스킬 파일 위치를 찾았습니다. 위치는 .claude/skills/write-post/SKILL.md였습니다.

이후 원본 스킬 파일 주소로 다시 설치를 진행했습니다. 보안 검사 결과는 안전 판정이었고, 설치 후 스킬 목록에서도 활성화된 상태를 확인했습니다.


코덱스 연결과 write-post 흐름을 하나로 묶기

마지막 요청은 이번 작업의 목적을 분명하게 보여줬습니다.

write-post 스킬로 codex 연결하고, write-post 설치한 이야기 게시글 만들어줘

그래서 단순 후기글이 아니라, 실제 작업 흐름을 바탕으로 개발 로그와 활용 사례 게시글을 함께 만들었습니다.

핵심은 “도구를 설치했다”가 아닙니다. 인공지능에게 일을 시키기 위한 기반을 만들고, 그 과정을 다시 인공지능이 읽을 수 있는 기록으로 바꾸었다는 점입니다.

이렇게 해두면 다음번에는 비슷한 작업을 훨씬 빠르게 반복할 수 있습니다. 설치 과정, 확인 방법, 시행착오가 모두 기록으로 남기 때문입니다.


✅ 결과

이전과 이후

항목

이전

이후

코덱스 명령 실행

사용할 수 없음

터미널에서 직접 실행 가능

설치 상태 확인

추정에 가까움

버전과 진단으로 확인

실제 응답 테스트

없음

짧은 작업 지시로 검증 완료

write-post 스킬

미설치

설치 및 활성화 완료

작업 기록

대화 속에 흩어짐

개발 로그와 게시글로 정리

결과물

  • 코덱스 명령줄 도구 설치 완료

  • 코덱스 연결 검증 완료

  • write-post 스킬 설치 완료

  • 개발 로그 작성 완료

  • 활용 사례 게시글 초안 작성 완료

💬 이 과정에서 배운 인공지능 활용 팁

효과적이었던 것

  1. 설치 여부와 실행 가능 여부를 구분하기

    • “설치됨”과 “일을 시킬 수 있음”은 다릅니다.

    • 실제 응답 테스트까지 해야 안심할 수 있습니다.

  2. 오류가 나면 설치 방식보다 구조를 먼저 보기

    • 저장소 주소로 바로 설치가 안 됐을 때, 스킬 파일의 실제 위치를 찾는 방식으로 해결했습니다.

  3. 작업 과정을 곧바로 기록으로 남기기

    • 나중에 같은 일을 다시 할 때 훨씬 빨라집니다.

조심할 점

  1. 겉으로 연결된 것처럼 보여도 명령줄 도구는 따로 필요할 수 있습니다.

  2. 외부 스킬은 보안 검사 결과를 확인한 뒤 설치하는 것이 좋습니다.

  3. 설치 후에는 반드시 실제 실행 테스트까지 해야 합니다.

🌍 다른 업무에 적용한다면?

이번 방식은 다른 인공지능 도구를 붙일 때도 그대로 쓸 수 있습니다.

예를 들어 뉴스 검색 자동화, 문서 요약, 회의록 정리, 블로그 초안 작성 같은 반복 업무에서도 같은 흐름을 적용할 수 있습니다.

  1. 도구 설치

  2. 인증 확인

  3. 실제 실행 검증

  4. 작업 기록 생성

  5. 게시글이나 보고서로 정리

이 순서만 지켜도 시행착오가 크게 줄어듭니다.

🚀 앞으로의 계획

다음 단계는 단순히 설치된 도구를 쓰는 것이 아니라, 실제 프로젝트 폴더에서 코덱스와 write-post를 함께 활용하는 것입니다.

예를 들면 이런 흐름입니다.

  • 코덱스로 프로젝트 파일을 검토합니다.

  • Hermes가 실행 결과와 변경 사항을 확인합니다.

  • write-post가 작업 과정을 개발 로그로 정리합니다.

  • 마지막에는 비개발자도 읽을 수 있는 사례글로 바꿉니다.

이렇게 되면 작업과 기록이 따로 놀지 않습니다. 일한 과정이 곧 콘텐츠가 됩니다.

📋 재사용 가능한 요청문

요청문 1: 설치 상태 확인하기

이 컴퓨터에서 [도구 이름]을 실제로 사용할 수 있는지 확인해줘.
단순 설치 여부뿐 아니라 버전, 인증 상태, 실제 실행 테스트까지 확인해줘.

요청문 2: 외부 스킬 설치하기

이 깃허브 저장소의 스킬을 설치해줘.
바로 설치가 안 되면 저장소 안에서 실제 스킬 파일 위치를 찾아서 설치하고, 보안 검사와 활성화 여부까지 확인해줘.

요청문 3: 작업 과정을 게시글로 만들기

방금 진행한 작업을 개발 로그로 먼저 정리하고, 이어서 비개발자도 이해할 수 있는 활용 사례 게시글로 작성해줘.
시행착오, 확인 과정, 결과를 자연스러운 이야기로 풀어줘.

🖼️ 추천 이미지

  • 문제 상황 섹션: 코덱스 명령이 처음에는 없었던 상태를 보여주는 터미널 화면

  • 작업 과정 섹션: 코덱스 진단 결과가 정상으로 나온 화면

  • 결과 섹션: Hermes 스킬 목록에서 write-post가 활성화된 화면

📌 마무리

이번 작업의 핵심은 설치 자체가 아닙니다.

도구를 설치하고, 연결을 확인하고, 실제 실행까지 검증한 뒤, 그 과정을 다시 기록 가능한 콘텐츠로 바꾼 것입니다.

인공지능 도구를 잘 쓰는 사람은 “시켜보는 사람”이 아니라 “검증하고 기록하는 사람”입니다. 이번 작업은 그 흐름을 작게나마 완성한 사례입니다.

2
1개의 답글
밀어주고 끌어주는

온·오프라인 AI 스터디

AI로 어디까지 할 수 있는지
직접 확인하실 분만 신청하세요.