mcpField
C
curate-a-team-library

curate-a-team-library

github.com/moizibnyousafエージェントワークフロー1.2k155 回インストール5 週間前に更新
リポジトリ

curate-a-team-library について

ai-agent-skills コマンドラインを使って、チーム向けのスキルライブラリを整備・管理するスキルです。作業領域ごとに分類し、選定理由やコレクション、ドキュメントを管理します。

主な機能

  1. 01管理対象ライブラリの初期化
  2. 025つの作業領域でスキルを整理
  3. 03スキルとコレクションの検索
  4. 04スキルの追加、カタログ登録、ローカル管理
  5. 05キュレーターのメタデータ記録
  6. 06ライブラリ文書の生成と確認

活用シーン

  1. 01チームのスタックに合わせた小規模ライブラリの作成
  2. 02プロジェクトの作業領域ごとのスキル整理
  3. 03オンボーディング用 starter pack の準備
  4. 04共有ライブラリの確認と文書化

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/moizibnyousaf/ai-agent-skills --skill curate-a-team-library

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

詳細

チームライブラリをキュレーションする

目標

他のチームメンバーやエージェントが実際に閲覧し、信頼してインストールできる、管理されたスキルライブラリを構築します。

CLI に必要な変更機能がある場合は、skills.json、README.md、WORK_AREAS.md を手作業で編集しないでください。

最初のステップ

管理されたワークスペースから始めます。

npx ai-agent-skills init-library <name>
cd <name>

作業に取りかかる前に、短い質問を最大 3 つまでします。

  • ライブラリでどのような作業をサポートする必要があるか
  • 最初の段階を小規模で厳選したものにするか、それとも幅広く目指すか
  • 出力をローカルにとどめるか、共有可能な GitHub リポジトリとして仕上げるか

棚システム

次の 5 つの作業領域を棚システムとして使います。

  • frontend:Web UI、ブラウザー作業、デザインシステム、ビジュアルの仕上げ
  • backend:API、データ、セキュリティ、インフラストラクチャ、ランタイムシステム
  • mobile:iOS、Android、React Native、Expo、デバイステスト、アプリのリリース
  • workflow:ドキュメント、テスト、リリース作業、ファイル、調査、計画
  • agent-engineering:プロンプト、評価、ツール、オーケストレーション、エージェントのランタイム設計

何かを追加する前に、ユーザーの技術スタックを棚に割り当てます。

  • 例:React Native + Node backend は mobile と backend に割り当てます。
  • テスト、リリース、ドキュメント、調査が実際の作業に含まれる場合に限り、workflow を追加します。
  • チームが AI 機能、プロンプト、評価、ツールに取り組む場合に限り、agent-engineering を追加します。
  • ユーザーが明示した主要な棚すべてを、最初の段階でカバーしてください。

探索の流れ

キュレーションの前に閲覧します。

npx ai-agent-skills list --area <work-area>
npx ai-agent-skills search <query>
npx ai-agent-skills collections

ユーザーが複数の主要な棚を挙げた場合は、スキルを選ぶ前にそれぞれを確認します。

変更のルール

最初の段階は小規模に保ちます。目安はスキル 3~8 個です。

  • バンドル済みの候補や単純な GitHub からのインポートには、まず add を使います。
  • ファイルを skills/ にコピーせず、上流のエントリーを使いたい場合は catalog を使います。
  • チームが編集またはローカルで所有したい、本当に自前で管理するコピーに限り vendor を使います。

すべての変更には、--area、--branch、--why など、明示的なキュレーターのメタデータを含めます。

良いブランチ名:

  • React Native / UI
  • React Native / QA
  • Node / APIs
  • Node / Data
  • Docs / Release

悪いブランチ名:

  • stuff
  • misc
  • notes

適切な whyHere の書き方

whyHere はキュレーターの判断を示すもので、単なる埋め草ではありません。

  • サポートする技術スタックやワークフローに言及します。
  • このライブラリで補うギャップに言及します。
  • ここに追加する理由を正直に説明します。

良い例:

React Native のテストをカバーし、モバイルの棚に実機検証の選択肢を加えます。

悪い例:

自分の棚に追加したいからです。

おすすめのスキル

--featured は控えめに使います。

  • 各棚のおすすめスキルは 2~3 個程度にとどめます。
  • 新しいチームメンバーに最初にインストールするよう勧めたいスキルに限定します。

コレクション

充実した候補が 5~8 個ほど揃ったら、starter-pack コレクションを作成します。

  • 新しいスキルを追加するときに --collection starter-pack を使います。
  • または、既存のエントリーに対して npx ai-agent-skills curate <skill> --collection starter-pack を使います。
  • コレクションは小規模で、オンボーディングに適した内容に保ちます。

最終確認

作業を終える前に、次の確認をします。

npx ai-agent-skills list --area <work-area>
npx ai-agent-skills collections
npx ai-agent-skills build-docs
  • 対象にした主要な棚ごとに list --area を実行します。
  • starter-pack を作成した場合は、インストールコマンドが正しいことを確認します。
  • 最終的な棚の構成が、ユーザーの実際の技術スタックに合っていることを確認します。

完了時の報告

次の内容を報告します。

  • 追加したもの
  • 使用した棚と、その理由
  • おすすめにしたスキル
  • 作成した場合は、starter-pack の内容
  • ライブラリがローカル専用か、共有可能な状態か

コメント