K-Teacher Skills(딸깍 레지스탕스 교사 스킬)

AI로 수업자료를 “딸깍” 생성하는 대신, 교사의 수업 의도·학생 맥락·평가 기준을 먼저 묻고 검증하게 만드는 한국 교사용 Skill Pack입니다.

Target users

1차 대상은 Claude, ChatGPT, Codex 같은 AI 도구를 조금 써본 교사입니다.

특히 다음 상황에 있는 선생님을 돕습니다.

• 수업 준비가 어렵다.
• 새로운 교실 맥락에 맞게 수업을 바꾸기보다 과거 방식이나 교과서 흐름에 의존한다.
• AI에게 활동지나 수업안을 바로 만들게 하고 나중에 검토하다가 오히려 시간이 더 걸린다.
• 평가 기준, 학생 오개념, 수업 목표가 자료 생성 이후에야 드러난다.

Philosophy

좋은 교사는 AI에게 "자료 만들어줘"라고 바로 말하지 않는다.
좋은 교사는 AI에게 "내 수업 설계를 끝까지 질문해줘"라고 말한다.

이 Skill Pack은 다음 원칙을 따릅니다.

1. 자료 생성보다 질문이 먼저

   • 수업안, 활동지, 평가지, 루브릭을 바로 만들지 않습니다.
   • 먼저 목표, 학생 맥락, 평가 증거, 예상 오개념을 확인합니다.

2. 평가 증거가 활동보다 먼저

   • 학생이 무엇을 하면 배웠다고 볼 것인지 먼저 정합니다.
   • 활동은 그 증거가 나오도록 설계합니다.

3. 학생 개인정보를 요구하지 않음

   • 실명, 민감정보, 실제 학생 사례 입력을 전제로 하지 않습니다.
   • 필요한 경우 익명화된 학급 수준의 맥락만 사용합니다.

4. 교사의 판단을 대체하지 않음

   • AI는 질문하고, 정리하고, 대안을 제안합니다.
   • 최종 판단은 교사가 합니다.

5. 질문에도 종료 기준이 있음

   • 질문을 많이 던지는 것이 목적이 아닙니다.
   • references/interview-readiness.md의 readiness gate로 더 물을지, 요약할지, 산출물로 넘어갈지 판단합니다.

Migration to v2.0

v2.0부터 skills/ 폴더는 7개 그룹(entry/, lesson-design/, inquiry-pbl/, assessment/, individualization/, diagnostics/, ai-era/)으로 계층화되었습니다. 개별 스킬의 내용(SKILL.md)은 변경되지 않았고, 폴더 경로만 바뀝니다.

설치 스크립트(install-claude.ps1, install-codex.ps1)는 자동으로 새 계층을 walk하면서 기존처럼 ~/.claude/skills// 평면 구조로 복사합니다. 이미 v1.x로 설치한 사용자도 그냥 새 스크립트를 다시 실행하면 됩니다 (덮어쓰기). 수동 cp -r skills/ ~/.claude/skills/ 명령을 쓰던 경우만 새 경로(skills//)로 갱신하면 됩니다.

Install as Claude Cowork / Claude Code plugin (v2.5.3+)

v2.5.3부터 K-Teacher Skills는 Claude Cowork와 Claude Code 양쪽 공식 plugin marketplace protocol을 지원합니다. Plugin으로 설치하면 자동 업데이트·namespace 격리·marketplace 배포가 가능합니다.

Option 1 — Self-hosted GitHub marketplace (권장)

Claude Cowork 또는 Claude Code에서:

/plugin marketplace add pblsketch/k-teacher-skills
/plugin install k-teacher-skills@k-teacher

설치 후 namespaced 호출:

/k-teacher-skills:k-teacher 내일 중2 국어 활동지 만들어줘
/k-teacher-skills:new-lesson 단원 전체 처음부터 설계
/k-teacher-skills:assessment 수행평가 루브릭 개선

11개 workflow 명령 + 17개 skill 사용 가능 (commands/ 폴더 + skills/ 폴더).

Option 2 — Local plugin (개발용)

저장소를 clone한 뒤:

claude --plugin-dir ./k-teacher-skills

설치 없이 한 세션에서만 로딩.

Option 3 — Manual copy (Quick install 아래 참조)

Plugin marketplace를 안 쓰고 ~/.claude/skills/에 직접 복사. 기존 사용자 호환.

---

Quick install

Windows PowerShell에서 저장소 루트에서 실행합니다.

Codex에 설치:

.\scripts\install-codex.ps1

Claude Code에 설치:

.\scripts\install-claude.ps1

Google Antigravity에 설치 (글로벌):

.\scripts\install-antigravity.ps1

(Antigravity는 워크스페이스 로컬 설치도 가능 — 임의 스킬 폴더를 /.agents/skills/로 복사)

셋 다 설치:

.\scripts\install-all.ps1

설치 후 첫 프롬프트는 router-first 방식으로 시작하는 것을 권장합니다.

k-teacher-workflow-router로 내 요청을 분석하고 적절한 K-Teacher Skills workflow를 시작해줘.

Skill pack manifest

skill-pack.json은 이 저장소를 하나의 Skill Pack으로 설명하는 파생 manifest입니다.

• entry skill: k-teacher-workflow-router
• skills: 17개
• workflows: 10개
• canonical new-lesson workflow: new-lesson-package → workflows/new-lesson-design.md
• install targets: Codex, Claude Code, Google Antigravity
• validation lane (8 validators): python tests/validate_skill_pack.py && python tests/validate_workflow_envelope.py && python tests/validate_lesson_package_ir.py && python tests/validate_backport_marker.py && python tests/validate_renderer_parity.py && python tests/validate_release_gate_assets.py && python tests/validate_public_surface_regressions.py && python tests/validate_provider_skills.py
• full regression sweep: tests/validate_*.py 24개. HWPX backend의 물리적 쪽 나눔·open-safety·실제 4문서 패키지는 tests/validate_hwpx_backend_contract.py에서 별도로 검증합니다.
• release-gate fixtures: tests/golden/semantic-eval/valid.json, tests/golden/release-observability/valid.json
• semantic eval은 workflow-envelope, lesson-package-ir, kteacher-backport-marker, renderer-parity deterministic validator가 모두 통과된 뒤에만 실행되며, deterministic 실패를 override하지 않습니다.
• semantic eval dimensions: workflow-selection-quality, pedagogy-quality, rigor-preservation, usability-accessibility, post-verification-curriculum-alignment-quality
• observability counters: entry_mode_counts, resume_mode_counts, open_boundary_counts_by_category_output_class, blocked_output_reasons_by_class, backport_enforcement_failures_by_format, udl_vs_differentiated_workflow_entry_counts, public_surface_drift_failures (README / skill-pack.json / .claude-plugin/plugin.json / .claude-plugin/marketplace.json 포함)

자세한 workflow 연결은 WORKFLOWS.md를 참고하세요.

Curriculum & school-plan providers (grounding)

이 저장소는 provider/provenance/license/fail-closed 계약과 fixture를 갖추고 있으며, providers/에 실제 조회 provider가 연결됩니다.

• 국가 2022 성취기준 provider (providers/curriculum): GEPAI 백업을 정규화(대괄호·학년군 오기·혼합개정 격리)해 read-only 조회(lookup_standard_by_code/search_standards/list_standards/verify_standard)를 제공합니다. 정규화 공개 번들 providers/curriculum/bundle/2022/{normalized.jsonl,manifest.json}은 소스 SHA 검증 후 결정론적으로 생성한 owner-authorized-MIT 재배포(저작권 사실일 뿐 공식 출처 아님, official_source:false)이며, 원본 GEPAI 소스는 커밋하지 않습니다(gitignored providers/_local/ 로컬 임포트만). 모든 레코드는 source.license_status:unverified·verified:false·url:null로 fail-closed이고, 국가 원문은 공식 NCIC/교육부 웹 검증(:web)으로만 downstream-ready가 됩니다.
• 학교 공시 평가계획 adapter (providers/school_evaluation): schoolinfo-mcp(MIT) 계약(find_school/get_evaluation_plan/local parse_evaluation_file)을 독자 구현으로 미러링합니다. 학교·연도·학년·교과 pin, current→previous fallback은 교사 승인 후에만, PII는 mask-or-block(불가 시 차단), 원문은 anchor(URL·파일명·hash·조회시점·section/page/table)로만 참조합니다.
• 정렬/승격/격리 (providers/alignment): 평가계획 코드는 국가 성취기준과 정확 대조된 경우에만 별도 국가 curriculum-record로 additive 승격되고, 불일치·혼합개정은 격리됩니다.

Authority hierarchy (권위 계층)

국가 2022 성취기준 provider  >  학교 공시 평가계획  >  교사 제공 자료/판단  >  inferred

학교 운영계획은 국가 성취기준을 override할 수 없습니다. 최종 적용 판단은 항상 교사입니다. 자세한 QA·안전장치 설명은 설명 문서 를 참고하세요.

Provider-orchestration skills (별도 클래스, skills/school-materials/)

17개 Gate-v2 인터뷰/설계 스킬과 분리된 provider-orchestration 클래스(3개의 direct-entry 오케스트레이터 포함, 총 8개)입니다. registry.provider_skills + skill-pack.json의 providerSkills로 정식 등록되며(closed-world 검증 tests/validate_provider_skills.py + negative mutation regression), 17개 인터뷰 스킬의 registry·plugin projection은 불변입니다. 각 오케스트레이터는 자신의 의존 서브셋만 선언합니다.

• school-evaluation-plan-to-materials (오케스트레이터) — 학교 평가계획+국가 성취기준 → 학생·교사 2차 자료
• school-plan-grounding — 학교 공시 평가계획 pin·교사승인 fallback·PII mask-or-block
• standard-alignment-verify — 평가계획 코드 ↔ 국가 성취기준 대조/additive 승격/격리
• assessment-evidence-builder — 관찰 가능한 평가 증거·성공 기준·최난 출구표
• secondary-material-builder — single IR → 학생·교사·학부모 문서, HWPX/DOCX/HTML parity
• material-rubric-qa — 루브릭·양방향 정합성·rigor·PII 최종 QA
• student-worksheet-builder (오케스트레이터, direct-entry) — 단일 IR content.blocks 기반 학생 활동지: 물리성 게이트(분량·쓰기공간·페이지밀도·출구표·흑백안전·모둠중립), facet 블록 재귀, standalone quick-draft fail-closed. 의존: standard-alignment-verify·secondary-material-builder·material-rubric-qa.
• individualized-material-package-builder (오케스트레이터, direct-entry) — 개별화 수업 자료 패키지: 교사 개별화 수업 운영안 1개 + 학생 Group A/B/C 활동지 3개를 단일 IR에서 조립해 HWPX/DOCX/HTML 12개로 렌더링. 공통 목표·과제·성공기준·최난도 출구표는 모둠 간 동일하고 지원만 달라지며, 진단·수준·교사 프로파일 언어는 학생 표면에 노출되지 않는다(rigor 유지·fail-closed). 의존: standard-alignment-verify·secondary-material-builder·material-rubric-qa.

HWPX(한글 문서) 생성 상태 — 아직 완전하지 않습니다

현재 HWPX 생성은 실험과 검증이 진행 중인 기능입니다. 패키지 구조가 유효하고 현재 fixture에서 열림·쪽 나눔·내용 parity가 확인됐다는 뜻이지, 모든 학교 양식과 한컴오피스 환경에서 조판이 완전하다는 뜻은 아닙니다.

• 기본 backend는 기존 python-hwpx builder입니다. 검증된 현재 수업자료 묶음을 안정적으로 생성하기 위해 유지합니다.
• document_plan backend는 명시적으로 선택할 때만 사용하는 experimental opt-in입니다. hwpx-mcp-server==4.0.0, python-hwpx==3.1.0 정확 버전에서만 활성화되며, 실패하면 builder로 조용히 대체하지 않고 출력을 거부합니다.
• 현재 검증은 저장된 Contents/section0.xml의 물리적 page break, python-hwpx 재열기, openSafety, HTML preview 쪽수, ZIP 무결성, HWPX/DOCX/HTML 내용 parity를 포함합니다.
• 현재 4문서 fixture에서는 교사용 운영안 3쪽, 학생용 Group A/B/C 활동지 각 2쪽을 생성하고 검증했습니다.

아직 보장하지 못하는 범위:

• 실제 한컴오피스 renderer에서 연 문서의 화면·인쇄 결과와 한컴 버전별 동일 조판
• 사용자가 가져온 임의 HWPX 양식, 복잡한 표·도형·누름틀·다단 편집·머리말/꼬리말의 완전한 보존
• masterPage·history·version manifest 참조와 관련된 잔여 fallback 경고의 완전한 제거
• 현재 canonical IR과 4문서 fixture 밖의 모든 문서 유형에 대한 일반화

따라서 지금 단계의 HWPX는 검증된 제한 범위에서 사용할 수 있는 생성물이며, “한컴에서 완전히 검증된 범용 학교문서 엔진”으로 소개하지 않습니다. experimental backend 설치와 검증은 다음과 같습니다.

pip install -r requirements-render-experimental.txt
python tests/validate_hwpx_backend_contract.py

Constraints / license / provenance

• GEPAI 원본 소스는 커밋하지 않습니다. 정규화 공개 번들(providers/curriculum/bundle/2022/)만 owner-authorized-MIT로 커밋하며(소스 SHA 검증·결정론적 생성·hermetic 재집계 3274=2952 ok+322 quarantine), 이는 저작권 사실일 뿐 공식 출처가 아니고 레코드는 fail-closed로 유지됩니다. 학교 평가계획 원문·PII·인증키는 커밋하지 않습니다.
• 차용 출처·경계는 THIRD_PARTY_NOTICES.md에 기록합니다(anthropics Apache-2.0 아이디어 차용·비복사, schoolinfo MIT). 미국 표준 프레임워크는 사용하지 않습니다.
• provider/provenance/license 중 하나라도 비면 fail-closed. AR-1 license_authority로 공개 라이선스와 교사 승인 공시를 구분합니다.

Roadmap

• 국가 성취기준 :web 라이브 검증 확대(현재 공식 소스 자동 매칭은 환경 의존), 학교 평가계획 라이브 조회(유효 인증키 필요).
• HWPX는 실제 한컴오피스 renderer 검증, 양식 profile 확대, 복잡한 표·누름틀·머리말/꼬리말 보존, manifest fallback 경고 제거를 순차적으로 진행합니다.

Included skills

grill-me-for-k-teacher

수업/평가/자료를 만들기 전에 교사를 집요하게 인터뷰합니다. 목표는 교사와 AI가 수업 의도, 학생 맥락, 평가 기준에 대해 공유된 이해에 도달하는 것입니다.

grill-with-curriculum

성취기준, 교육과정, 학급 맥락, 기존 자료를 기준으로 수업 설계를 검토합니다. 교육과정 문서가 있을 때 grill-me-for-k-teacher보다 더 강하게 작동합니다.

assessment-first-design

개발자의 TDD를 교사용으로 전환한 스킬입니다. 활동지를 먼저 만들지 않고, 학습 증거와 루브릭을 먼저 정한 뒤 수업 활동을 설계합니다.

diagnose-lesson-failure

수업이 잘 안 되었을 때 "학생들이 집중을 안 했다"로 끝내지 않고, 관찰 가능한 증거를 바탕으로 원인을 가설화하고 다음 차시 수정안을 만듭니다.

improve-lesson-architecture

흩어진 PPT, 활동지, 퀴즈, 루브릭, 피드백 문장을 하나의 깊은 수업 모듈로 재구조화합니다.

zoom-out-lesson

활동·자료·발문 하나에 매몰됐을 때, 단원·차시·성취기준·평가 흐름의 상위 맥락에서 다시 보게 합니다.

lesson-prototype

완성 수업안 전에 2~3개의 작고 버릴 수 있는 활동안·발문·평가 장면을 만들어 비교합니다.

to-lesson-brief

지금까지의 대화와 설계 맥락을 동료 공유나 다음 AI 작업에 넘길 수 있는 수업 설계 브리프로 정리합니다.

ai-resilient-assignment-redesign

AI로 쉽게 대체되는 보고서, 활동지, 수행평가를 H→AI→H 구조로 재설계합니다. 프롬프트 로그, SHIFT 성찰지, AI 오용 대응, 학생용 안내문까지 포함합니다.

thinking-routine-selector

학생 사고를 보이게 하는 Project Zero 사고 루틴을 수업 목표, 사고 목적, 학교급에 맞게 선택하고 발문·기록·평가 증거로 연결합니다.

concept-based-inquiry-designer

성취기준과 단원을 핵심 개념, 일반화, 사실적·개념적·논쟁적 질문으로 재구성해 개념 기반 탐구 수업을 설계합니다.

differentiate-lesson-pathways

같은 학습 목표를 유지하면서 기초·표준·심화 경로, 선택형 과제, 소그룹 지원, KSL/다국어 학습자 지원을 설계합니다.

rubric-quality-guard

루브릭의 평가 준거, 수준 기술, 배점, 학생 친화성, 성취기준 정렬을 검토하고 개선합니다.

hinge-question-designer

수업 중 학생 이해와 오개념을 빠르게 판별하는 힌지 질문, 형성평가 문항, 선택지별 교사 대응을 설계합니다.

pbl-design-coach

실생활·지역사회 문제를 중심으로 PBL의 driving question, 학생 역할, 청중, 산출물, 과정 평가를 설계합니다.

udl-barrier-remover

수업 활동, 자료, 평가에서 학생의 참여·표상·행동과 표현 장벽을 진단하고 UDL 기반 대안을 설계합니다.

k-teacher-workflow-router

교사의 요청을 분석해 단일 스킬이 아니라 적절한 workflow를 선택하고 첫 스킬로 연결합니다. 교사가 스킬 이름을 명시하지 않아도 자동 진입점을 제공합니다.

Workflow recipes

이 저장소는 개별 스킬뿐 아니라 스킬 체인도 제공합니다.

new-lesson-package

grill-me-for-k-teacher
→ assessment-first-design
→ lesson-prototype
→ to-lesson-brief

Curriculum-grounded redesign

grill-with-curriculum
→ zoom-out-lesson
→ assessment-first-design
→ improve-lesson-architecture
→ to-lesson-brief

Lesson failure recovery

diagnose-lesson-failure
→ zoom-out-lesson
→ lesson-prototype
→ to-lesson-brief

Material architecture improvement

improve-lesson-architecture
→ assessment-first-design
→ lesson-prototype
→ to-lesson-brief

AI-resilient assignment redesign

ai-resilient-assignment-redesign
→ assessment-first-design
→ to-lesson-brief

Conceptual inquiry lesson

grill-with-curriculum
→ concept-based-inquiry-designer
→ thinking-routine-selector
→ assessment-first-design
→ to-lesson-brief

Differentiated lesson redesign

diagnose-lesson-failure
→ udl-barrier-remover
→ differentiate-lesson-pathways
→ lesson-prototype
→ to-lesson-brief

Assessment quality upgrade

assessment-first-design
→ hinge-question-designer
→ rubric-quality-guard
→ to-lesson-brief

PBL design

zoom-out-lesson
→ pbl-design-coach
→ assessment-first-design
→ rubric-quality-guard
→ to-lesson-brief

UDL accessible lesson redesign

improve-lesson-architecture
→ udl-barrier-remover
→ lesson-prototype
→ to-lesson-brief

Questioning style

교사에게 질문할 때는 기본적으로 선택지를 제공합니다.

A. 선택지 1
B. 선택지 2
C. 선택지 3
D. 기타: 직접 적기

가능하면 추천 선택지도 함께 제시합니다. 자세한 규칙은 references/questioning-style.md를 참고하세요.

Interview readiness

질문은 무한히 이어지지 않습니다.

references/interview-readiness.md는 다음을 정합니다.

• Quick / Standard / Deep readiness profile
• ambiguity score와 threshold
• 최대 질문 라운드
• 산출물 생성 전 mandatory stop gates
• 답변 후 재평가 방식

핵심 기준은 간단합니다.

• 수업 의도, 학생 맥락, 평가 증거, 오개념/장벽, 제약, 교사 판단 경계가 충분히 명확해야 합니다.
• mandatory gate가 비어 있으면 평균 점수가 낮아도 ready가 아닙니다.
• 최대 라운드에 도달하면 질문을 계속 늘리지 않고 미확정과 교사 판단 필요를 표시합니다.

Readiness Gate v2 (v2.5.1+)

v2.5.1부터 readiness gate가 OMC/OMX deep-interview 메커니즘을 한국 교사 맥락에 맞춰 통합한 Gate v2로 확장되었습니다.

• 가중치 공식 — 단순 평균 대신 차원별 가중치 합산 (Greenfield: intent·0.30 + learner·0.20 + evidence·0.25 + misconception·0.10 + constraints·0.10 + boundaries·0.05)
• Stage priority (Intent-first) — Stage 1(Intent·Learner·Non-goals·Boundaries) → Stage 2(Evidence·Misconception·Success) → Stage 3(Brownfield curriculum grounding). 약한 stage가 있으면 다음 stage 질문 금지.
• Mandatory gates 분리 — 비목표·결정경계·평가증거·개인정보·압박패스 5개를 weighted ambiguity와 별개 hard-gate로 운영
• Pressure Ladder 4단계 — Evidence → Assumption → Boundary → Essence; 같은 thread에서 깊이 들어가지 차원 회전 금지
• Fact routing 4 라벨 + 출처 등급(v2.5.2+) — [from-curriculum] / [from-textbook] / [from-class-context] / [from-teacher-judgment]; 인터뷰는 마지막 라벨에만 사용. 사실 라벨은 :provided / :web / :inferred 3등급 suffix로 출처 명시; :inferred(AI 추정)에는 신뢰도 경고와 교사 확인 요청 prompt 강제
• Round 0 토폴로지 — 1차시 / 단원 / 평가체계 / 학기흐름 / 다중 중 하나로 수업 단위 잠금
• Ontology convergence — 핵심 개념·평가 증거·학생 행동·자료 종류의 안정성 추적
• Challenge modes — Round 3+ Contrarian / Round 5+ Simplifier / Round 7+ Ontologist (각 1회)
• Stateless transparency — 영구 메모리 없음을 명시; resume은 transcript 기반

세션 첫 줄에 다음을 출력해 운영 상태를 투명하게 공개합니다.

Readiness profile: {Quick|Standard|Deep} | threshold: {0.30|0.20|0.15} | source: {explicit|router-inferred|skill-default}

자세한 사양은 references/interview-readiness.md를 참고하세요. v2.5.0의 모든 안전 가드(개인정보 비요구, 평가 증거 우선, mandatory gates)는 그대로 유지됩니다.

추가 공개 계약은 다음과 같습니다.

• provider 출력은 read-only input으로만 취급합니다. provider가 준 원문·응답은 provider record로만 들고 가며 read_only_input: true를 유지한 채 author-ir·render 단계에서 임의로 덮어써 provenance를 우회하지 않습니다.
• downstream-ready 결론은 summary 상태만으로 열지 않습니다. provider / provenance / license evidence를 record 단위로 보존하고, 각 record의 provider · provenance_grade · source_reference · verification_evidence_type · verification_anchor · source_license.status · source_license.license_id · source_license.evidence_anchor · read_only_input이 모두 맞아야 clearance 근거가 됩니다.
• provider / provenance / license 중 하나라도 비어 있거나 unresolved면 fail-closed로 유지합니다. 특히 source_license.status가 verified-compatible이 아니면 downstream-ready가 아닙니다.
• unresolved :inferred는 to-lesson-brief downstream-ready handoff, author-ir, render를 unblock하지 않습니다.
• :provided/:web로 provenance가 풀려도 provider, source_license.status, source_license.license_id, source_license.evidence_anchor, read_only_input evidence 없이는 downstream-ready가 아닙니다.
• mixed-revision 또는 source/version/trace가 정리되지 않은 provider record는 quarantined로 격리하며 downstream-ready handoff, author-ir, render를 열지 않습니다.

Tier 3 면제: k-teacher-workflow-router·zoom-out-lesson·lesson-prototype·to-lesson-brief 4개 Quick-profile 스킬은 Topology·Ontology·Challenge modes를 발동하지 않습니다.

Which skill should I use?

처음에는 아래 기준으로 고르세요.

• 수업 아이디어는 있는데 아직 목표·학생 맥락·평가 기준이 흐릿하다

  • grill-me-for-k-teacher

• 성취기준, 교육과정, 기존 평가계획, 활동지를 기준으로 수업을 점검하고 싶다

  • grill-with-curriculum

• 활동지나 수행평가를 만들기 전에 무엇을 평가해야 하는지부터 정하고 싶다

  • assessment-first-design

• 수업이 기대대로 되지 않았고 다음 차시를 어떻게 바꿀지 진단하고 싶다

  • diagnose-lesson-failure

• PPT, 활동지, 퀴즈, 루브릭이 흩어져 있고 수업 흐름을 깊게 재구조화하고 싶다

  • improve-lesson-architecture

• 활동 하나가 좋아 보이지만 전체 수업 흐름에서 맞는지 모르겠다

  • zoom-out-lesson

• 바로 완성안을 만들기보다 활동/발문/평가 후보를 비교해보고 싶다

  • lesson-prototype

• 긴 대화를 동료 공유용 또는 다음 AI 작업용 수업 브리프로 정리하고 싶다

  • to-lesson-brief

• ChatGPT 복붙, AI 대응 과제, 보고서/수행평가 재설계가 고민이다

  • ai-resilient-assignment-redesign

• 학생 사고를 보이게 하는 발문·사고 루틴이 필요하다

  • thinking-routine-selector

• 단원을 핵심 개념, 일반화, 탐구 질문 중심으로 깊게 재구성하고 싶다

  • concept-based-inquiry-designer

• 학생 수준 차이, 기초/심화 경로, 선택형 과제가 필요하다

  • differentiate-lesson-pathways

• 루브릭의 준거와 수준 기술이 모호해서 검토하고 싶다

  • rubric-quality-guard

• 수업 중 오개념을 확인하는 형성평가나 힌지 질문이 필요하다

  • hinge-question-designer

• PBL, 프로젝트, 지역 문제 기반 수업을 설계하고 싶다

  • pbl-design-coach

• UDL, 접근성, 참여/표상/표현 장벽을 낮추고 싶다

  • udl-barrier-remover

• 어떤 스킬을 써야 할지 모르겠고, 요청에 맞는 흐름을 자동으로 고르고 싶다

  • k-teacher-workflow-router

추천 흐름:

grill-me-for-k-teacher
→ assessment-first-design
→ lesson-prototype
→ to-lesson-brief

성취기준이나 기존 자료가 있다면:

grill-with-curriculum
→ assessment-first-design
→ improve-lesson-architecture

수업 후 성찰이라면:

diagnose-lesson-failure
→ grill-me-for-k-teacher
→ assessment-first-design

아이디어 비교와 정리가 필요하다면:

zoom-out-lesson
→ lesson-prototype
→ to-lesson-brief

AI 대응 과제 재설계라면:

ai-resilient-assignment-redesign
→ assessment-first-design
→ to-lesson-brief

개념 기반 탐구라면:

grill-with-curriculum
→ concept-based-inquiry-designer
→ thinking-routine-selector
→ assessment-first-design

평가 품질을 높이고 싶다면:

assessment-first-design
→ hinge-question-designer
→ rubric-quality-guard

Repository structure

k-teacher-skills/
├─ README.md
├─ WORKFLOWS.md
├─ skill-pack.json
├─ LICENSE
├─ scripts/
│  ├─ install-codex.ps1
│  ├─ install-claude.ps1
│  └─ install-all.ps1
├─ skills/                                # v2.0: 7-group hierarchy
│  ├─ entry/                              # 진입점·인터뷰
│  │  ├─ k-teacher-workflow-router/
│  │  ├─ grill-me-for-k-teacher/
│  │  └─ grill-with-curriculum/
│  ├─ lesson-design/                      # 수업 설계
│  │  ├─ lesson-prototype/
│  │  ├─ to-lesson-brief/
│  │  ├─ improve-lesson-architecture/
│  │  ├─ zoom-out-lesson/
│  │  └─ thinking-routine-selector/
│  ├─ inquiry-pbl/                        # 탐구·프로젝트
│  │  ├─ concept-based-inquiry-designer/
│  │  └─ pbl-design-coach/
│  ├─ assessment/                         # 평가·루브릭
│  │  ├─ assessment-first-design/
│  │  ├─ rubric-quality-guard/
│  │  └─ hinge-question-designer/
│  ├─ individualization/                  # 개별화·접근성
│  │  ├─ differentiate-lesson-pathways/
│  │  └─ udl-barrier-remover/
│  ├─ diagnostics/                        # 진단
│  │  └─ diagnose-lesson-failure/
│  └─ ai-era/                             # AI 시대 과제
│     └─ ai-resilient-assignment-redesign/
├─ workflows/
│  ├─ new-lesson-design.md
│  ├─ curriculum-grounded-redesign.md
│  ├─ lesson-failure-recovery.md
│  ├─ material-architecture-improvement.md
│  ├─ ai-resilient-assignment-redesign.md
│  ├─ conceptual-inquiry-lesson.md
│  ├─ differentiated-lesson-redesign.md
│  ├─ assessment-quality-upgrade.md
│  ├─ pbl-design-workflow.md
│  └─ udl-accessible-lesson-redesign.md
├─ references/
│  ├─ questioning-style.md
│  ├─ interview-readiness.md
│  ├─ ai-assignment-templates.md
│  ├─ thinking-routines-matrix.md
│  ├─ concept-based-inquiry.md
│  ├─ differentiation-patterns.md
│  ├─ rubric-quality.md
│  ├─ hinge-question-design.md
│  ├─ pbl-design.md
│  └─ udl-barrier-check.md
└─ examples/
   ├─ classroom-context-template.md
   ├─ curriculum-context-template.md
   └─ lesson-brief-template.md

Usage

Claude

Claude Skills use folders containing SKILL.md files.

Option A — Claude Code local skills (권장: 설치 스크립트 사용):

.\scripts\install-claude.ps1

수동으로 복사하려면 7개 그룹을 순회합니다:

mkdir -p ~/.claude/skills
cp -r skills/entry/k-teacher-workflow-router ~/.claude/skills/
cp -r skills/entry/grill-me-for-k-teacher ~/.claude/skills/
cp -r skills/entry/grill-with-curriculum ~/.claude/skills/
cp -r skills/lesson-design/lesson-prototype ~/.claude/skills/
cp -r skills/lesson-design/to-lesson-brief ~/.claude/skills/
cp -r skills/lesson-design/improve-lesson-architecture ~/.claude/skills/
cp -r skills/lesson-design/zoom-out-lesson ~/.claude/skills/
cp -r skills/lesson-design/thinking-routine-selector ~/.claude/skills/
cp -r skills/inquiry-pbl/concept-based-inquiry-designer ~/.claude/skills/
cp -r skills/inquiry-pbl/pbl-design-coach ~/.claude/skills/
cp -r skills/assessment/assessment-first-design ~/.claude/skills/
cp -r skills/assessment/rubric-quality-guard ~/.claude/skills/
cp -r skills/assessment/hinge-question-designer ~/.claude/skills/
cp -r skills/individualization/differentiate-lesson-pathways ~/.claude/skills/
cp -r skills/individualization/udl-barrier-remover ~/.claude/skills/
cp -r skills/diagnostics/diagnose-lesson-failure ~/.claude/skills/
cp -r skills/ai-era/ai-resilient-assignment-redesign ~/.claude/skills/

Option B — Claude.ai Skills:

1. Zip one skill folder, for example skills/grill-me-for-k-teacher/.
2. Upload the zip file in Claude’s Skills interface.
3. Repeat for the other skills if needed.

If Claude does not automatically trigger a skill, mention the skill name directly:

grill-me-for-k-teacher를 사용해서 이 수업 아이디어를 먼저 질문해줘.

Codex

Codex skills also use SKILL.md files with YAML frontmatter.

Local install example (권장: 설치 스크립트 사용):

.\scripts\install-codex.ps1

수동으로 복사하려면 7개 그룹을 순회합니다:

mkdir -p ~/.codex/skills
cp -r skills/entry/k-teacher-workflow-router ~/.codex/skills/
cp -r skills/entry/grill-me-for-k-teacher ~/.codex/skills/
cp -r skills/entry/grill-with-curriculum ~/.codex/skills/
cp -r skills/lesson-design/lesson-prototype ~/.codex/skills/
cp -r skills/lesson-design/to-lesson-brief ~/.codex/skills/
cp -r skills/lesson-design/improve-lesson-architecture ~/.codex/skills/
cp -r skills/lesson-design/zoom-out-lesson ~/.codex/skills/
cp -r skills/lesson-design/thinking-routine-selector ~/.codex/skills/
cp -r skills/inquiry-pbl/concept-based-inquiry-designer ~/.codex/skills/
cp -r skills/inquiry-pbl/pbl-design-coach ~/.codex/skills/
cp -r skills/assessment/assessment-first-design ~/.codex/skills/
cp -r skills/assessment/rubric-quality-guard ~/.codex/skills/
cp -r skills/assessment/hinge-question-designer ~/.codex/skills/
cp -r skills/individualization/differentiate-lesson-pathways ~/.codex/skills/
cp -r skills/individualization/udl-barrier-remover ~/.codex/skills/
cp -r skills/diagnostics/diagnose-lesson-failure ~/.codex/skills/
cp -r skills/ai-era/ai-resilient-assignment-redesign ~/.codex/skills/

Project-local usage:

Keep this repository in a Codex workspace and ask Codex to use a named skill.

assessment-first-design 스킬로 이 수행평가를 활동보다 평가 증거부터 설계해줘.

Example dialogues

Each skill includes a examples/sample-dialogue.md file. Read it when you want to see how the skill should behave before using it with real lesson planning.

Suggested first prompt

grill-me-for-k-teacher를 사용해서, 아래 수업 아이디어를 바로 자료로 만들지 말고 먼저 나를 질문해줘.

수업 아이디어:
- 과목:
- 학년:
- 단원:
- 하고 싶은 활동:
- 고민되는 점:

Safety and privacy

이 저장소의 스킬은 1차 릴리스에서 다음을 하지 않습니다.

• LMS, Google Classroom, Class팅 등 외부 서비스 연동
• 학생 실명, 민감정보, 실제 학생 사례 수집
• 완성 수업안 자동 생성만을 목표로 하는 “딸깍” 워크플로우

License

MIT