mcpField
K
karpathy-planning

karpathy-planning

github.com/wilbeibi開発271 回インストール5 日前に更新
リポジトリ

karpathy-planning について

タスクの範囲、前提、検証可能な完了条件を定める計画作成スキルです。シンプルな方法と既存要素の再利用を優先し、許可済みで未解決の阻害要因がなければ実装に進みます。

主な機能

  1. 01範囲と前提の明確化
  2. 02結果に影響する曖昧さの解消
  3. 03シンプルで再利用可能な設計の優先
  4. 04完了条件に対応する検証
  5. 05タスク規模に合わせた計画

活用シーン

  1. 01実装前のコーディングタスクの計画
  2. 02結果に影響する前提の明確化
  3. 03完了条件に合う検証項目の選定

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/wilbeibi/wilbeibi-skills --skill karpathy-planning

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

同梱ファイルagents/openai.yaml

詳細

karpathy-planning

範囲、重要な前提、検証可能な完了条件を定める計画を作成します。 アプローチの選択とタスクの遂行に必要な詳細だけを含めます。

  • 入手可能なコンテキストから重要な曖昧さを解消します。回答によって結果が変わる場合は質問し、それ以外の場合は妥当な前提を明示します。
  • 要求を満たす最もシンプルな設計を優先します。再利用する既存コンポーネントを特定し、無関係な作業は維持します。
  • 成功基準と関連する検証を組み合わせます。必要なチェックを完了し、テストの範囲を広げるのは、変更や失敗、未解決の懸念がある場合に限ります。
  • 重要な場合は、大きなトレードオフ、依存関係、または取り消せない手順について説明します。
  • 出力をタスクに合わせます。コーディングを始める前提として、4部構成のテンプレートやリポジトリ全体の調査が必須というわけではありません。
  • 実装がすでに許可されている場合は、進行を妨げる決定事項が解決したら作業を開始します。計画を立てるだけでは完了ではありません。

multica-ai/andrej-karpathy-skills を基にしています。

コメント