기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon SageMaker AI 기술 설치
<a name="remote-access-install-skills"></a>

이 Amazon SageMaker AI 플러그인은 [AWSLabs GitHub 페이지에서](https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai) 사용할 수 있으며 Amazon SageMaker AWS AI의 표면 영역을 다루는 코딩 어시스턴트에 직접 심층적인 AI/ML 전문 지식을 제공합니다. 현재 다음 기능 영역을 지원하는 기술이 제공됩니다. [Amazon SageMaker ](https://aws.amazon.com/sagemaker/ai/)
+ **모델 사용자 지정** - 사용 사례 정의부터 Amazon SageMaker AI에서의 데이터 준비, 훈련, 평가 및 배포에 이르기까지 파운데이션 모델을 미세 조정하기 위한 End-to-end 가이드 워크플로입니다.
+ **HyperPod 클러스터 작업** - Amazon SageMaker AI HyperPod 훈련 클러스터에 대한 SSM, 버전 확인 및 진단 보고를 통해 노드에서 원격 명령 실행.

## 에이전트 기술
<a name="remote-access-install-skills-list"></a>

플러그인은 다음 기술을 설치합니다.


**Amazon SageMaker AI 에이전트 기술**  

| 스킬 | 설명 | 설명서 | 
| --- | --- | --- | 
| planning | 의도에 맞게 조정된 동적 step-by-step 계획을 구축합니다. | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/planning/SKILL.md) | 
| directory-management | 신규 또는 기존 프로젝트에 대한 프로젝트 디렉터리 설정, 아티팩트 조직 및 계획 연결을 관리합니다. | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/directory-management/SKILL.md) | 
| use-case-specification | 모델 사용자 지정 사용 사례 목표, 주요 이해관계자 및 성공 기준을 정의하는 안내형 대화 프로세스 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/use-case-specification/SKILL.md) | 
| dataset-evaluation | 데이터 세트 품질 검증, 형식 감지 및 데이터 요구 사항 분석 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/dataset-evaluation/SKILL.md) | 
| dataset-transformation | SageMaker AI 호환 훈련 형식에 대한 데이터 세트 형식 변환 및 준비 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/dataset-transformation/SKILL.md) | 
| finetuning-setup | 미세 조정 기법 선택(SFT, DPO, RLVR 등) 및 기본 모델 선택 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/finetuning-setup/SKILL.md) | 
| finetuning | 하이퍼파라미터 구성 및 훈련 작업 실행 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/finetuning/SKILL.md) | 
| model-evaluation | 평가 설계, 벤치마크 선택, LLM-as-a-judge 및 모델 비교 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/model-evaluation/SKILL.md) | 
| model-deployment | 배포 구성 및 엔드포인트 설정(SageMaker AI 또는 Amazon Bedrock) | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/model-deployment/SKILL.md) | 
| hyperpod-ssm | SSM을 통해 HyperPod 클러스터 노드에서 원격 명령 실행 및 파일 전송 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/hyperpod-ssm/SKILL.md) | 
| hyperpod-version-checker | HyperPod 클러스터 노드에서 소프트웨어 구성 요소 버전 확인 및 비교 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/hyperpod-version-checker/SKILL.md) | 
| hyperpod-issue-report | HyperPod 문제 해결 및 지원 사례에 대한 진단 보고서 생성 | [SKILL.md](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/skills/hyperpod-issue-report/SKILL.md) | 

## MCP 서버
<a name="remote-access-install-skills-mcp"></a>

Amazon SageMaker AI Skills에는 Amazon SageMaker AI MCP 서버가 필요합니다. 플랫폼의 MCP 구성 파일에 [`.mcp.json` 파일](https://github.com/awslabs/agent-plugins/blob/main/plugins/sagemaker-ai/.mcp.json) 내용을 추가합니다.
+ **Claude Code**: 필요에 따라를 실행`claude mcp add --transport stdio aws-mcp -- uvx mcp-proxy-for-aws@latest https://aws-mcp.us-east-1.api.aws/mcp`하거나 `User/Project/Local` 위치에 수동으로 추가합니다([Claude Code Docs: What uses scopes](https://code.claude.com/docs/en/settings#what-uses-scopes)).
+ **커서**: `.cursor/mcp.json`
+ **Kiro**: `.kiro/settings/mcp.json`

## 를 사용하여 기술 설치 `npx skills`
<a name="remote-access-install-skills-cli"></a>

[Skills CLI](https://github.com/vercel-labs/skills)(Vercel Labs)를 사용하여 플랫폼에 스킬을 설치할 수 있습니다.
+ **Claude 코드**:

  ```
  npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent claude-code --copy
  ```
+ **커서**:

  ```
  npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent cursor --copy
  ```
+ **Kiro**:

  ```
  npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent kiro-cli --copy
  ```

다른 에이전트를 구성한 경우 다음을 사용합니다.

```
npx skills add https://github.com/awslabs/agent-plugins/tree/main/plugins/sagemaker-ai/skills --all --agent 
```