mcpField
C
context-packager

context-packager

github.com/nimrodfisherエージェントワークフロー504216 回インストール5 週間前に更新
リポジトリ

context-packager について

複雑なAI支援分析の前に、再利用可能なコンテキストパッケージを準備するスキルです。資料の統合と重複排除、トークン数の見積もり、品質評価を行い、プロンプト用のパッケージを作成します。

主な機能

  1. 01タスクに応じたコンテキスト層の選択
  2. 02ソースファイルの統合と重複排除
  3. 03トークン数の見積もりと内容の削減
  4. 04完全性と関連性の評価
  5. 05再利用可能なプロンプトパッケージの保存

活用シーン

  1. 01複数段階の分析に向けたコンテキスト準備
  2. 02プロジェクトのスキーマと過去の結果の統合
  3. 03トークン予算内に収めるための調整
  4. 04後続のAIセッションでのコンテキスト再利用

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/nimrodfisher/data-analytics-skills --skill context-packager

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

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

assets/
context_package_template.md
references/
context_layering_guide.md
context_quality_rubric.md
scripts/
context_bundler.py
token_counter.py

詳細

使用するタイミング

単一のプロンプトでは完了しないタスクに取り組む前の、AI を活用した分析セッションで使用します。複雑な調査、複数ステップの分析、またはプロジェクト固有の知識に依存する作業が対象です。適切にまとめられたコンテキストバンドルを使うと、やり取りの回数を減らし、最初の回答の質を高められます。

プロセス

  1. 必要なコンテキスト層を特定する — references/context_layering_guide.md を使って、必要な層（タスクの定義、ビジネスコンテキスト、データスキーマ、過去の調査結果、制約、出力形式）を判断します。
  2. ソースを収集して重複を除去する — scripts/context_bundler.py を実行して、複数のコンテキストファイルを1つの構造化されたバンドルに統合します。重複が除去され、指定された順序で層が適用されます。
  3. トークン予算を確認する — バンドルに対して scripts/token_counter.py を実行し、トークン数を推定します。予算を超える場合は、優先度の低い層を削ります（削減の優先順位については references/context_layering_guide.md を参照してください）。
  4. コンテキストの品質を評価する — references/context_quality_rubric.md に基づいてバンドルを評価します。優れたバンドルは、完全性、明確さ、関連性の各項目で 10 点満点中 7 点以上です。
  5. プロンプトのヘッダーを作成する — バンドルの先頭に、必要な作業、期待する出力形式、厳守すべき制約を明記します。
  6. パッケージを保存する — assets/context_package_template.md を使ってバンドルを保存し、フォローアップセッションで再利用または更新できるようにします。

スキルに必要な入力

  • タスクの説明（AI に実行させたいこと）
  • コンテキストソースとなるファイルまたはスニペットのリスト（スキーマ文書、過去のレポート、ビジネス定義など）
  • トークン予算（デフォルト：100k トークン）

出力

  • 統合されたコンテキストバンドル（単一のテキストファイル）
  • トークン数の推定値
  • コンテキスト品質スコア
  • タスクのヘッダーを付けた、すぐに使えるプロンプト（context_package_template.md）

コメント

Markdown 対応