화니의 세상

Marketing Skills는 Claude Code, OpenAI Codex, Cursor, Windsurf 같은 AI 코딩 에이전트가 마케팅 업무를 더 잘 수행하도록 돕는 오픈소스 스킬 모음입니다.
CRO, 카피라이팅, SEO, 애널리틱스, 그로스 엔지니어링 등 기술 마케터와 창업자가 자주 마주치는 실무 영역을 중심으로 구성되어 있습니다.

이 저장소의 핵심은 단순한 프롬프트 모음이 아니라, AI 에이전트가 특정 마케팅 작업을 인식하고 그에 맞는 워크플로와 프레임워크를 적용하도록 돕는다는 점입니다. README에 따르면 각 스킬은 마크다운 파일 형태로 제공되며, 프로젝트에 추가하면 에이전트가 전환율 개선, 카피 작성, SEO 진단 같은 작업 상황에 맞춰 적절한 방식을 사용할 수 있습니다.

특히 눈에 띄는 부분은 product-marketing 스킬을 중심으로 다른 스킬들이 연결되는 구조입니다. 이 기본 스킬이 먼저 제품, 고객, 포지셔닝 맥락을 이해하고, 이후 CRO, 카피라이팅, A/B 테스트, SEO, 세일즈 지원 등 관련 스킬들이 서로 참조하며 작업을 이어갑니다. 덕분에 단발성 답변보다 제품 맥락을 반영한 마케팅 결과물을 만들기 쉬운 구조입니다.

활용 방식도 비교적 명확합니다. 예를 들어 “랜딩페이지 전환율을 개선해줘”라고 요청하면 CRO 스킬을, “SaaS 홈페이지 카피를 작성해줘”라고 하면 카피라이팅 스킬을, “가입 이벤트용 GA4 추적을 설정해줘”라고 하면 애널리틱스 스킬을 사용할 수 있습니다. 필요할 경우 /cro, /emails, /seo-audit처럼 특정 스킬을 직접 호출하는 방식도 안내되어 있습니다.

비슷한 AI 프롬프트 자료와 비교했을 때 Marketing Skills가 돋보이는 점은 범위와 실무성이 함께 갖춰져 있다는 점입니다. 전환 최적화, 콘텐츠와 카피, SEO와 검색 노출, 광고와 배포, 측정과 실험, 리텐션, 그로스 엔지니어링, 가격 전략, 세일즈 지원까지 카테고리가 넓게 나뉘어 있어 마케팅의 여러 단계를 하나의 저장소 안에서 다룰 수 있습니다.

추천 대상은 AI 코딩 에이전트를 이미 업무에 활용하고 있는 기술 마케터, SaaS 창업자, 그로스 담당자, 개발에 익숙한 1인 창업자입니다. 특히 제품 페이지 개선, 이메일 시퀀스 작성, SEO 점검, 광고 문안 생성, 세일즈 자료 준비처럼 반복되지만 맥락이 중요한 작업을 AI와 함께 처리하고 싶은 사람에게 유용합니다.

설치 방식도 여러 가지가 제공됩니다. npx skills를 이용한 CLI 설치, Claude Code 플러그인 설치, 저장소 클론 후 복사, Git Submodule, SkillKit을 통한 멀티 에이전트 설치 등이 안내되어 있어 사용 환경에 맞게 선택할 수 있습니다. 저장소는 MIT 라이선스로 공개되어 있으며, GitHub 페이지 기준 37.2k stars와 6k forks를 기록하고 있어 관심도도 높은 편입니다.

정리하면 Marketing Skills는 “AI에게 마케팅을 시켜보고 싶다”는 막연한 기대를 실제 업무 흐름으로 연결해주는 도구에 가깝습니다. 카피 한 줄을 뽑는 수준을 넘어, 제품 맥락을 이해하고 전환, SEO, 실험, 리텐션, 세일즈까지 연결된 마케팅 작업을 구조화하고 싶다면 살펴볼 만한 저장소입니다.

https://github.com/coreyhaines31/marketingskills

9Router는 Claude Code, Cursor, Codex, Cline 같은 AI 코딩 도구를 여러 AI 제공자와 모델에 연결해 주는 오픈소스 라우터입니다.
토큰 절약, 자동 폴백, 사용량 추적, 포맷 변환 등을 통해 AI 코딩 환경을 더 안정적으로 운영하고 싶은 개발자에게 유용한 도구입니다.

9Router는 한마디로 말해, AI 코딩 도구와 다양한 LLM 제공자 사이에서 요청을 중계하고 최적의 모델로 라우팅해 주는 스마트 프록시입니다. README 기준으로 Claude Code, Codex, Cursor, Cline, Copilot, OpenCode, OpenClaw 등 여러 도구를 지원하며, 40개 이상의 AI Provider와 100개 이상의 모델 연결을 목표로 합니다. 기본적으로 로컬에서 실행한 뒤 http://localhost:20128/v1 형태의 OpenAI 호환 API 엔드포인트로 연결하는 구조입니다.

가장 눈에 띄는 기능은 토큰 절약과 자동 폴백입니다. 9Router는 RTK Token Saver를 통해 git diff, grep, ls, tree 같은 도구 출력 내용을 LLM에 보내기 전 압축해 입력 토큰을 줄이는 방식으로 동작하며, 저장소 문서에서는 요청당 20~40%의 입력 토큰 절약을 설명하고 있습니다. 또한 구독형 모델, 저가형 API, 무료 제공자 순서로 자동 전환하는 3단계 폴백 구조를 지원해, 특정 모델의 할당량이 끝나거나 오류가 발생했을 때 다른 모델로 이어서 작업할 수 있도록 설계되어 있습니다.

실제 활용 장면을 떠올려 보면 이해가 쉽습니다. 예를 들어 Claude Pro나 Cursor를 이미 사용 중인 개발자는 9Router를 중간에 두고, 기본 작업은 기존 구독 모델로 처리하다가 사용량이 부족해지면 GLM이나 MiniMax 같은 저가형 모델, 또는 Kiro AI·OpenCode Free·Vertex AI 같은 무료 옵션으로 넘기는 조합을 만들 수 있습니다. 저장소 문서에는 “구독을 최대한 활용하기”, “무료 조합으로 사용하기”, “중단 없는 24/7 코딩 환경 만들기” 같은 사용 사례도 함께 정리되어 있습니다.

비슷한 API 프록시나 모델 라우터와 비교했을 때 9Router가 돋보이는 점은 단순히 여러 모델을 연결하는 데 그치지 않는다는 점입니다. OpenAI, Claude, Gemini, Cursor, Kiro, Vertex 등 서로 다른 요청 포맷을 변환하는 기능을 제공하고, 여러 계정을 등록해 라운드로빈 또는 우선순위 기반으로 라우팅할 수 있으며, OAuth 토큰 자동 갱신, 요청 로그, 사용량 분석, 클라우드 동기화 같은 운영 기능도 함께 포함되어 있습니다.

추천 대상은 AI 코딩 도구를 자주 쓰는 개발자, 여러 LLM Provider를 함께 사용하는 사용자, API 비용과 토큰 사용량을 관리하고 싶은 팀, 그리고 Claude Code·Cursor·Cline 같은 도구에 커스텀 OpenAI 호환 엔드포인트를 연결해 보고 싶은 사람입니다. 특히 모델별 장단점과 비용을 직접 조합해 쓰는 데 익숙한 사용자라면, 9Router의 “Combo” 기능을 통해 자신만의 코딩 스택을 구성하는 재미도 있을 것입니다.

설치와 배포 방식도 비교적 다양합니다. README에서는 전역 설치 후 대시보드를 여는 방식, 소스에서 직접 실행하는 방식, Docker 이미지로 실행하는 방식, VPS 배포 방식 등을 안내하고 있습니다. 기본 대시보드는 http://localhost:20128/dashboard, OpenAI 호환 API는 http://localhost:20128/v1로 안내되어 있어, 로컬 개발 환경에서 먼저 테스트해 보기 좋습니다.

정리하면 9Router는 “AI 모델을 더 많이 연결하는 도구”라기보다, AI 코딩 워크플로를 더 끊김 없이, 더 경제적으로, 더 통제 가능하게 운영하기 위한 개발자용 라우팅 허브에 가깝습니다. 무료·저가·구독 모델을 함께 쓰고 싶거나, 토큰 낭비를 줄이면서 여러 AI 코딩 도구를 하나의 엔드포인트로 묶고 싶은 사용자라면 한 번 살펴볼 만한 오픈소스 프로젝트입니다.

https://github.com/decolua/9router

OfficeCLI는 AI 에이전트와 개발자가 Word, Excel, PowerPoint 문서를 명령어 기반으로 생성·읽기·수정할 수 있도록 만든 오픈소스 도구입니다.
단일 바이너리로 제공되며, Office 설치 없이도 문서 렌더링과 자동화 작업을 수행할 수 있다는 점이 특징입니다.

OfficeCLI는 이름 그대로 오피스 문서를 CLI 환경에서 다루기 위한 도구입니다. 특히 일반적인 문서 편집 프로그램이라기보다, AI 에이전트가 문서를 이해하고 수정하며 자동화할 수 있도록 설계된 점이 눈에 띕니다. GitHub README에서는 Word, Excel, PowerPoint 파일을 한 줄의 명령어로 생성하거나 편집할 수 있고, .docx, .xlsx, .pptx를 HTML 또는 PNG로 렌더링할 수 있다고 소개하고 있습니다.

핵심 기능은 단순한 파일 생성에 그치지 않습니다. OfficeCLI는 문서의 텍스트, 구조, 스타일, 수식 등을 읽고, 텍스트·글꼴·색상·레이아웃·수식·차트·이미지 같은 요소를 수정할 수 있습니다. 또한 Word, Excel, PowerPoint 세 형식 모두에서 읽기, 수정, 생성을 지원한다고 정리되어 있어, 여러 라이브러리를 따로 조합하지 않고 하나의 명령 체계로 오피스 문서를 다루려는 사용자에게 적합합니다.

활용 장면을 떠올려보면 더 이해하기 쉽습니다. 예를 들어 개발자는 데이터베이스나 API에서 가져온 데이터를 바탕으로 정기 보고서나 프레젠테이션을 자동 생성할 수 있습니다. 팀에서는 기존 문서 템플릿을 복제한 뒤 필요한 값만 채워 넣거나, 납품 전 문서의 구조와 품질을 검증하는 흐름을 만들 수 있습니다. README에서도 보고서 자동 생성, 대량 문서 처리, CI/CD 환경의 문서 파이프라인, 문서 품질 검증 등을 주요 사용 사례로 제시하고 있습니다.

OfficeCLI가 특히 흥미로운 지점은 “AI가 문서를 만들고 다시 확인하는 과정”을 염두에 두었다는 점입니다. view html, view screenshot, watch 같은 기능을 통해 문서를 HTML이나 PNG로 확인하거나 브라우저에서 실시간 미리보기를 볼 수 있습니다. AI 에이전트 입장에서는 단순히 파일 구조만 수정하는 것이 아니라, 결과물을 렌더링해 레이아웃 문제를 파악하고 다시 고치는 흐름을 만들 수 있습니다.

Excel 작업에서도 자동화에 유용한 기능들이 포함되어 있습니다. README에 따르면 150개 이상의 Excel 함수 자동 평가, 피벗 테이블 생성, 템플릿 병합, 기존 문서를 batch JSON으로 직렬화하는 dump 기능 등을 제공합니다. 특히 {{key}} 형태의 자리표시자를 JSON 데이터로 교체하는 템플릿 병합은 반복 보고서, 견적서, 발표자료를 일정한 형식으로 대량 생성해야 하는 상황에서 실용적으로 보입니다.

비슷한 도구와 비교했을 때 OfficeCLI의 차별점은 AI 친화적인 CLI와 JSON 출력, 경로 기반 요소 접근, 내장 렌더링 엔진, 헤드리스 환경 지원에 있습니다. README의 비교 표에서도 Microsoft Office, LibreOffice, python-docx/openpyxl과 비교해 단일 바이너리, AI 네이티브 CLI, Word·Excel·PowerPoint 통합 지원, 라이브 미리보기 등을 강조하고 있습니다. 다만 실제 업무에 도입할 때는 필요한 문서 형식과 세부 기능이 현재 프로젝트 요구사항을 충분히 충족하는지 직접 테스트해보는 것이 좋습니다.

OfficeCLI는 문서 자동화가 필요한 개발자, AI 에이전트를 업무 흐름에 연결하려는 사용자, 반복적인 보고서·스프레드시트·프레젠테이션 생성을 줄이고 싶은 팀에게 잘 맞는 도구입니다. 일반 사용자는 AionUi 같은 GUI 방식도 선택할 수 있고, 개발자나 자동화 환경에서는 CLI와 MCP 서버를 통해 AI 도구와 직접 연결할 수 있습니다. 문서 작업이 점점 자동화되고 AI와 연결되는 흐름 속에서, OfficeCLI는 “오피스 파일을 사람이 직접 여는 작업”과 “AI가 구조적으로 문서를 다루는 작업” 사이를 이어주는 흥미로운 오픈소스 프로젝트라고 볼 수 있습니다.

https://github.com/lidge-jun/cli-jaw