비밀 여부와 초안 여부만 먼저 나누기
입력: 비공개 회의 메모, 초안만 필요. 출력: 로컬 후보. 모델 라이선스 확인 후 메모 일부만 시험.
Research SKILL
로컬 모델 적합성
이 작업을 로컬 모델로 할지 먼저 가르기
작업을 입력 크기, 비밀 정보, 필요한 품질로 나눈 뒤 로컬 실행이 맞는지 적는 절차입니다. 속도나 품질 숫자는 측정 없이 적지 않습니다.
LocalResearch
비밀 여부와 초안 여부만 먼저 나누기 INPUT → FLOW → OUTPUT
RESULT FIRST
이 스킬로 무엇을 만들 수 있나요?
WORKFLOW
스킬 흐름
01비밀 데이터 여부→
02입력이 로컬에 있는지→
03실패해도 되는 초안인지→
04아니면 API가 맞는지 표시
이런 입력을 넣습니다
- 작업 설명
- 데이터에 비밀이 있는지
- 결과의 최소 품질
이런 결과가 나옵니다
- 로컬 후보 또는 보류
- 확인해야 할 모델 라이선스
- 시험에 쓸 짧은 입력
BEST FOR
이런 분들에게 추천
✦설치 전에 범위를 줄일 때
✦개인 문서를 외부 API에 보낼지 고민할 때
TOOLS
함께 보는 도구
</> Local AI
Ollama
↗로컬에서 모델을 받아 실행
소프트웨어 MIT · 모델 라이선스는 모델별 Open Source
언제 쓰면 좋음개인 컴퓨터에서 모델을 실행해 보고 싶을 때
자세히 보기 → </> Local AI
llama.cpp
↗C/C++로 돌리는 LLM 추론
소프트웨어 MIT · 모델 라이선스는 모델별 Open Source
언제 쓰면 좋음모델 실행을 라이브러리·CLI 수준에서 보고 싶을 때
자세히 보기 → </> Local AI
Jan
↗데스크톱에서 쓰는 로컬 대화 앱
소프트웨어 Apache-2.0 · 모델 비용은 별도 Open Source
언제 쓰면 좋음설치형 대화 창으로 로컬 모델을 시험할 때
자세히 보기 → RELATED