discover-agentic

エージェント型ワークフローのスキル検出

自律型AIエージェントの構築、ツールの使用管理、複数ステップのワークフローのオーケストレーションに役立つスキルを自動的に利用できます。

このスキルが有効になるタイミング

以下の作業を行うと、このスキルが自動的に有効になります。

• AI エージェントの開発と自律型ワークフロー
• LLM エージェント向けのタスク分解
• 関数呼び出しとツール使用のパターン
• コンテキストウィンドウの管理と要約
• 作業メモリ、スクラッチパッド、状態の追跡
• 長期記憶と永続化のパターン
• 複数ステップの推論と計画
• 失敗からの復旧と再計画の戦略
• 並列実行と逐次実行の判断

利用可能なスキル

クイックリファレンス

Agentic カテゴリには、3 つの専門スキルがあります。

1. agentic-task-decomposition - 複雑な目標をエージェントが実行可能なステップに分解する方法、依存関係グラフ、再計画
2. agentic-tool-use - 関数呼び出しのパターン、並列ツール使用、エラー処理、ツール選択のヒューリスティック
3. agentic-memory - コンテキストウィンドウの管理、作業メモリ、長期的な永続化、要約

カテゴリの詳細をすべて読み込む

詳しい説明とワークフローについては、以下を参照してください。

Read ../agentic/INDEX.md

これにより、Agentic カテゴリのインデックス全体が読み込まれます。以下の内容が含まれます。

• スキルの詳しい説明
• 各スキルを使用するきっかけ
• 一般的なワークフローの組み合わせ
• 関連スキルへの相互参照

特定のスキルを読み込む

必要に応じて、個別のスキルを読み込みます。

タスクの計画と分解

Read ../agentic/agentic-task-decomposition.md

ツールの呼び出しと実行

Read ../agentic/agentic-tool-use.md

コンテキストとメモリの管理

Read ../agentic/agentic-memory.md

一般的なワークフロー

エージェントをゼロから構築する

順序：分解 -> ツール使用 -> メモリ

Read ../agentic/agentic-task-decomposition.md # エージェントのタスク処理を計画する Read ../agentic/agentic-tool-use.md # ツール実行を実装する Read ../agentic/agentic-memory.md # コンテキスト管理を追加する

エージェントにツール使用を追加する

順序：ツール使用 -> 分解

Read ../agentic/agentic-tool-use.md # ツール呼び出しのパターン Read ../agentic/agentic-task-decomposition.md # 複数ツールを使うタスクの計画

エージェントセッションをスケールさせる

順序：メモリ -> 分解

Read ../agentic/agentic-memory.md # コンテキスト管理 Read ../agentic/agentic-task-decomposition.md # コンテキストに応じたタスク規模の調整

エージェント型スタック全体

完全な実装：

1. 計画レイヤー

Read ../agentic/agentic-task-decomposition.md

2. 実行レイヤー

Read ../agentic/agentic-tool-use.md

3. メモリレイヤー

Read ../agentic/agentic-memory.md

スキル選択ガイド

タスク分解を選ぶ場合：

• 複雑な目標をステップに分解する必要がある
• タスクに依存関係や順序の制約がある
• 曖昧な要件に対処する必要がある
• エージェントの計画レイヤーを構築する

ツール使用を選ぶ場合：

• LLM エージェントに関数呼び出しを実装する
• ツール呼び出しの失敗や非効率をデバッグする
• ツールスキーマと構造化出力を設計する
• 複数ツールを使うワークフローを最適化する

メモリを選ぶ場合：

• エージェントセッションがコンテキスト上限に達している
• ターンやセッションをまたいで状態を保持する必要がある
• 複数ターンの対話型エージェントを構築する
• 検索拡張生成を実装する

他のスキルとの連携

Agentic スキルは、次のスキルと組み合わせて使うことがよくあります。

API スキル（discover-api）：

• REST/GraphQL API を呼び出すエージェント
• API エンドポイント向けのツールスキーマ
• エージェントのワークフローにおける認証処理

テストスキル（discover-testing）：

• エージェントの動作とツール使用のテスト
• 自律型テストの生成
• エージェントのタスク完了の検証

データベーススキル（discover-database）：

• データベースを利用したエージェントのメモリ
• データの検索や変更を行うエージェント
• 永続的な状態管理

インフラストラクチャスキル（discover-infra、discover-cloud）：

• エージェントシステムのデプロイ
• エージェントのワークロードのスケーリング
• LLM 呼び出しのコスト最適化

使用方法

1. 自動有効化：Claude Code がエージェント型ワークフローのタスクを検出すると、このスキルが自動的に読み込まれます
2. スキルを参照する：Read ../agentic/INDEX.md を実行して、カテゴリ全体の概要を確認します
3. 特定のスキルを読み込む：上記のコマンドを使って、個別のスキルを読み込みます
4. ワークフローに従う：一般的なエージェント型パターンに推奨される手順を使用します
5. スキルを組み合わせる：複数のスキルを読み込んで、幅広く対応します

段階的な読み込み

このゲートウェイスキル（約200行、約2Kトークン）を使うと、段階的な読み込みが可能です。

• レベル1：ゲートウェイが自動的に読み込まれます（現在の状態です）
• レベル2：カテゴリ全体の概要を確認するには、カテゴリの INDEX.md（約3Kトークン）を読み込みます
• レベル3：必要に応じて、特定のスキル（各約2～3Kトークン）を読み込みます

コンテキストの合計：2K + 3K + スキル = 5～10Kトークン。カテゴリ全体を読み込む場合の12K以上と比べて少なくなります。

クイックスタートの例

「自律型コーディングエージェントを構築する」： Read ../agentic/agentic-task-decomposition.md

「エージェントはどのようにツールを呼び出すべきですか？」： Read ../agentic/agentic-tool-use.md

「エージェントのコンテキストが足りなくなっています」： Read ../agentic/agentic-memory.md

次のステップ：Read ../agentic/INDEX.md を実行してカテゴリ全体の詳細を確認するか、上記のコマンドを使って特定のスキルを読み込みます。