Tag Bootstrapper

목적

AI와 함께 연구 도메인에 대한 제어된 태그 어휘를 대화형으로 생성합니다. 첫 Literature Analysis 전에 실행하여 이후 자동 태그 규정의 기반을 마련하는 것이 좋습니다.

사용 사례

새로운 연구 방향을 시작하여 태그 시스템을 구축해야 할 때
현재 Zotero 라이브러리에 제어된 태그 어휘가 아직 없을 때
AI가 도메인별 태그 분류를 설계하도록 돕고 싶을 때

입력 제약

제약 유형	설명
입력 단위	workflow (항목을 선택할 필요 없음)
실행 방법	대시보드에서 실행

실행 흐름

1. 상호작용 시작
   └── 대시보드에서 AI와 대화

2. 도메인 정의
   └── 연구 분야 및 관심 영역 설명
       └── AI가 태그 분류 시스템 제안

3. 반복적 개선
   └── AI가 제안한 태그 검토
       └── 조정, 추가, 제거, 이름 변경

4. 확인 및 기록
   └── 최종 태그 어휘를 통합 시스템에 기록

상호작용 세부 사항

Workflow는 인터랙티브 모드로 실행되며, 대시보드에서 AI와 대화합니다
대화 중 언제든지 방향을 조정할 수 있습니다

예상 소요 시간

시나리오	예상 시간
초기 어휘 생성	3-8분
태그 추가	3-5분

모델 권장 사항

🟢 중간 수준의 모델로 충분합니다. 가장 강력한 모델이 필요하지 않습니다.

출력

실행이 완료되면 제어된 태그 어휘가 통합 시스템에 기록되며, 통합 워크벤치의 태그 페이지에서 보고 관리할 수 있습니다.

파라미터

파라미터	유형	설명	기본값
`tag_note_language`	string	태그 노트 언어	`zh-CN`

사용 가능한 값: zh-CN, en-US, ja-JP, ko-KR, de-DE, fr-FR, es-ES, ru-RU. 사용자 지정 입력도 지원됩니다.

의존성

백엔드: Skill-Runner 서비스
백엔드 설정: 백엔드 관리자에서 Skill-Runner 유형의 백엔드를 설정해야 합니다
스킬: tag-bootstrapper 스킬이 Skill-Runner에 배포되어야 합니다

목적​

사용 사례​

입력 제약​

실행 흐름​

상호작용 세부 사항​

예상 소요 시간​

모델 권장 사항​

출력​

파라미터​

의존성​

관련 Workflow​

목적