mcpField
A
auto-updater

auto-updater

github.com/adaptationioエージェントワークフロー356 回インストール
リポジトリ

auto-updater について

auto-updaterは、複数のスキルやエコシステムのコンポーネントに、検証済みの改善を適用するスキルです。自動化できる構造・ドキュメント変更と判断が必要な作業を分け、更新を検証し、失敗時にはロールバックできます。

主な機能

  1. 01改善提案の収集
  2. 02自動化の安全性に応じた変更分類
  3. 03バックアップ後にスキルを1件ずつ更新
  4. 04変更の検証と失敗時のロールバック

活用シーン

  1. 01複数のスキルに標準セクションを追加
  2. 02エコシステム全体のガイドラインを適用
  3. 03定型的なドキュメント改善を自動化

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/adaptationio/skrillz --skill auto-updater

インストール後、Claude Code で/auto-updaterを入力して読み込まれたか確認します。

同梱ファイルREADME.md

詳細

自動アップデーター

概要

auto-updater は、特定されたパターンや学びに基づいて、スキルやエコシステムのコンポーネントに改善を自動的に適用します。

目的:検証済みの改善をエコシステム全体に自動適用する

5 ステップの自動更新ワークフロー:

  1. 改善点を特定する - レビューや学びから推奨事項を収集する
  2. 安全性を評価する - 安全に自動化できる改善を判断する
  3. 更新を適用する - 改善を自動的に実装する
  4. 変更を検証する - 改善が有効であり、リグレッションがないことを確認する
  5. 必要に応じてロールバックする - 検証に失敗した場合に変更を元に戻す

安全性:確定前に必ず検証し、ロールバックも可能です

使用する場面

  • 複数のスキルに体系的な改善を適用する
  • ガイドラインの更新をエコシステム全体に実装する
  • よくある改善パターンを自動化する
  • 一括更新する(例:Quick Reference がないすべてのスキルに追加する)

自動更新ワークフロー

ステップ 1:改善点を特定する

情報源:

  • system-reviewer の推奨事項
  • best-practices-learner が文書化したパターン
  • review-multi でよく見られる指摘
  • 手動による改善リクエスト

出力:改善候補のリスト

所要時間:15~30 分


ステップ 2:安全性を評価する

自動化しても安全なもの:

  • 構造の追加(Quick Reference セクションを追加する)
  • コンテンツの追加(標準的な場所に例を追加する)
  • 形式の標準化(見出しレベルを統一する)
  • ドキュメントの更新(README を強化する)

自動化しても安全ではないもの:

  • ロジックの変更(コンテキストの理解が必要)
  • コンテンツの書き換え(判断が必要)
  • 大規模なリファクタリング(リスクが高すぎる)
  • カスタム実装

出力:分類済みの改善(自動化可能/手動のみ)

所要時間:20~40 分


ステップ 3:更新を適用する

手順:

  1. 影響を受けるスキルをバックアップする(git commit またはコピー)
  2. 各スキルに改善を適用する
  3. 実施した変更を記録する
  4. スキルごとに成功/失敗を追跡する

進め方:一度に 1 つのスキルに適用し、次に進む前にそれぞれを検証します

所要時間:改善内容とスキルの数によって異なります


ステップ 4:変更を検証する

更新したスキルごとに:

  1. skill-validator を実行する(合格/不合格)
  2. review-multi の構造チェックを実行する(スコアは維持されているか)
  3. 目視で確認する(正しく見えるか)
  4. 検証済み、または要レビューとしてマークする

出力:スキルごとの検証結果

所要時間:スキルごとに 10~15 分


ステップ 5:必要に応じてロールバックする

検証に失敗した場合:

  1. 失敗したスキルを特定する
  2. バックアップから復元する(git revert またはコピーを戻す)
  3. 失敗した理由を分析する
  4. そのスキルでは改善を手動のみとしてマークする

出力:ロールバックしたスキル、失敗の分析


自動更新の例

Auto-Update: Add Quick Reference to All Skills Missing It

Step 1: Identify
- Improvements: Add Quick Reference section
- Target Skills: planning-architect, task-development, todo-management
- Count: 3 skills to update

Step 2: Assess Safety
- ✅ Safe: Adding new section (doesn't modify existing content)
- ✅ Safe: Standard format (use template)
- ✅ Safe: Low risk (can validate easily)
- Decision: Auto-update approved

Step 3: Apply
- Backup: Git commit all 3 skills
- Apply to planning-architect: ✅ Success
- Apply to task-development: ✅ Success
- Apply to todo-management: ✅ Success
- Changes: 3/3 skills updated

Step 4: Validate
- planning-architect: 5/5 structure (maintained)
- task-development: 5/5 structure (maintained)
- todo-management: 5/5 structure (maintained)
- All validations: ✅ PASS

Step 5: Rollback
- Not needed (all validations passed)

Result: ✅ 3 skills successfully auto-updated
Time: 90 minutes (vs 3-4 hours manual)
Impact: 100% Quick Reference coverage achieved
Quality: All skills maintained 5/5 scores

クイックリファレンス

5 ステップの自動更新ワークフロー
ステップ焦点時間安全性
特定改善点を収集する15-30m該当なし
安全性を評価自動化の安全性を分類する20-40m重要
適用変更を実装する可変最初にバックアップ
検証品質が維持されているか確認する10-15m/スキル必須
ロールバック失敗した場合に元に戻す5m/スキルセーフティネット
安全な自動化と安全でない自動化

自動化しても安全なもの:

  • 標準セクションの追加
  • 形式の標準化
  • ドキュメントの追加
  • 構造の改善(パターンに従うもの)

安全ではないもの:

  • ロジックの変更
  • コンテンツの書き換え
  • 大規模なリファクタリング
  • カスタム実装

ルール:判断や理解が必要な場合は、手動のみで行います


auto-updater を使用すると、複数のスキルに対する改善の適用を、安全性と検証を確保しながら同時に自動化できます。

コメント