microsoft-skill-creator

Microsoft Skill Creator

Microsoft テクノロジー向けのハイブリッドスキルを作成します。必須の知識をローカルに保存しつつ、より詳細な情報については Learn MCP による動的な検索を可能にします。

スキルについて

スキルは、専門知識とワークフローによってエージェントの機能を拡張するモジュール式のパッケージです。スキルは、汎用エージェントを特定のドメインに特化したエージェントへと変えます。

スキルの構造

skill-name/
├── SKILL.md (required)     # Frontmatter (name, description) + instructions
├── references/             # Documentation loaded into context as needed
├── sample_codes/           # Working code examples
└── assets/                 # Files used in output (templates, etc.)

主要な原則

• Frontmatter は重要です: name と description がスキルの起動タイミングを決定します。明確かつ包括的に記述してください
• 簡潔さが鍵です: エージェントがすでに知らない情報のみを含めてください。コンテキストウィンドウは共有されます
• 重複は避けてください: 情報は SKILL.md または参照ファイルのいずれかに置き、両方には置かないでください

Learn MCP ツール

ツール	目的	使用するタイミング
microsoft_docs_search	公式ドキュメントを検索する	最初の調査、トピックの発見
microsoft_docs_fetch	ページの全文を取得する	重要なページの詳細調査
microsoft_code_sample_search	コード例を探す	実装パターンの取得

CLI による代替手段

Learn MCP サーバーが利用できない場合は、代わりにターミナルまたはシェル（たとえば Bash、PowerShell、cmd）から mslearn CLI を使用してください:

# Run directly (no install needed)
npx @microsoft/learn-cli search "semantic kernel overview"

# Or install globally, then run
npm install -g @microsoft/learn-cli
mslearn search "semantic kernel overview"

MCP ツール	CLI コマンド
microsoft_docs_search(query: "...")	mslearn search "..."
microsoft_code_sample_search(query: "...", language: "...")	mslearn code-search "..." --language ...
microsoft_docs_fetch(url: "...")	mslearn fetch "..."

生成されるスキルには、この同じ CLI フォールバック表を含める必要があります。これにより、エージェントはどちらの経路でも使用できます。

作成プロセス

ステップ 1: トピックを調査する

Learn MCP ツールを使用して、3 つのフェーズで深い理解を構築します:

フェーズ 1 - スコープの調査:

microsoft_docs_search(query="{technology} overview what is")
microsoft_docs_search(query="{technology} concepts architecture")
microsoft_docs_search(query="{technology} getting started tutorial")

フェーズ 2 - 中核となるコンテンツ:

microsoft_docs_fetch(url="...")  # Fetch pages from Phase 1
microsoft_code_sample_search(query="{technology}", language="{lang}")

フェーズ 3 - 深掘り:

microsoft_docs_search(query="{technology} best practices")
microsoft_docs_search(query="{technology} troubleshooting errors")

調査チェックリスト

調査後、以下を確認してください:

• そのテクノロジーが何をするのかを 1 段落で説明できる
• 3〜5 個の主要な概念を特定した
• 基本的な使い方の動作するコードがある
• 最も一般的な API パターンを把握している
• より深いトピック向けの検索クエリがある

ステップ 2: ユーザーと明確化する

調査結果を提示し、次のように尋ねます:

1. 「次の主要な領域を見つけました: [リスト]。どれが最も重要ですか？」
2. 「エージェントはこのスキルで主にどのようなタスクを実行しますか？」
3. 「コードサンプルではどのプログラミング言語を優先すべきですか？」

ステップ 3: スキルを生成する

skill-templates.md から適切なテンプレートを使用します:

テクノロジーの種類	テンプレート
クライアントライブラリ、NuGet/npm パッケージ	SDK/ライブラリ
Azure リソース	Azure サービス
アプリ開発フレームワーク	フレームワーク/プラットフォーム
REST API、プロトコル	API/プロトコル

生成されるスキルの構造

{skill-name}/
├── SKILL.md                    # Core knowledge + Learn MCP guidance
├── references/                 # Detailed local documentation (if needed)
└── sample_codes/               # Working code examples
    ├── getting-started/
    └── common-patterns/

ステップ 4: ローカルコンテンツと動的コンテンツのバランスを取る

ローカルに保存する場合:

• 基礎的である（あらゆるタスクで必要）
• 頻繁にアクセスされる
• 安定している（変化しない）
• 検索では見つけにくい

動的に保つ場合:

• 網羅的なリファレンス（大きすぎる）
• バージョン固有である
• 状況依存である（特定のタスクのみ）
• 適切にインデックス化されている（検索しやすい）

コンテンツのガイドライン

コンテンツの種類	ローカル	動的
中核となる概念（3〜5 個）	✅ 完全
Hello world コード	✅ 完全
一般的なパターン（3〜5 個）	✅ 完全
主要な API メソッド	シグネチャ + 例	fetch による完全なドキュメント
ベストプラクティス	上位 5 項目の箇条書き	さらに検索する
トラブルシューティング		検索クエリ
完全な API リファレンス		ドキュメントへのリンク

ステップ 5: 検証する

1. レビュー: ローカルコンテンツは一般的なタスクに十分ですか？
2. テスト: 提案した検索クエリは有用な結果を返しますか？
3. 確認: コードサンプルはエラーなく実行できますか？

一般的な調査パターン

SDK/ライブラリの場合

"{name} overview" → purpose, architecture
"{name} getting started quickstart" → setup steps
"{name} API reference" → core classes/methods
"{name} samples examples" → code patterns
"{name} best practices performance" → optimization

Azure サービスの場合

"{service} overview features" → capabilities
"{service} quickstart {language}" → setup code
"{service} REST API reference" → endpoints
"{service} SDK {language}" → client library
"{service} pricing limits quotas" → constraints

フレームワーク/プラットフォームの場合

"{framework} architecture concepts" → mental model
"{framework} project structure" → conventions
"{framework} tutorial walkthrough" → end-to-end flow
"{framework} configuration options" → customization

例: 「Semantic Kernel」スキルの作成

調査

microsoft_docs_search(query="semantic kernel overview")
microsoft_docs_search(query="semantic kernel plugins functions")
microsoft_code_sample_search(query="semantic kernel", language="csharp")
microsoft_docs_fetch(url="https://learn.microsoft.com/semantic-kernel/overview/")

生成されるスキル

semantic-kernel/
├── SKILL.md
└── sample_codes/
    ├── getting-started/
    │   └── hello-kernel.cs
    └── common-patterns/
        ├── chat-completion.cs
        └── function-calling.cs

生成される SKILL.md

---
name: semantic-kernel
description: Build AI agents with Microsoft Semantic Kernel. Use for LLM-powered apps with plugins, planners, and memory in .NET or Python.
---

# Semantic Kernel

Orchestration SDK for integrating LLMs into applications with plugins, planners, and memory.

## Key Concepts

- **Kernel**: Central orchestrator managing AI services and plugins
- **Plugins**: Collections of functions the AI can call
- **Planner**: Sequences plugin functions to achieve goals
- **Memory**: Vector store integration for RAG patterns

## Quick Start

See [getting-started/hello-kernel.cs](sample_codes/getting-started/hello-kernel.cs)

## Learn More

| Topic | How to Find |
|-------|-------------|
| Plugin development | `microsoft_docs_search(query="semantic kernel plugins custom functions")` |
| Planners | `microsoft_docs_search(query="semantic kernel planner")` |
| Memory | `microsoft_docs_fetch(url="https://learn.microsoft.com/en-us/semantic-kernel/frameworks/agent/agent-memory")` |

## CLI Alternative

If the Learn MCP server is not available, use the `mslearn` CLI instead:

| MCP Tool | CLI Command |
|----------|-------------|
| `microsoft_docs_search(query: "...")` | `mslearn search "..."` |
| `microsoft_code_sample_search(query: "...", language: "...")` | `mslearn code-search "..." --language ...` |
| `microsoft_docs_fetch(url: "...")` | `mslearn fetch "..."` |

Run directly with `npx @microsoft/learn-cli <command>` or install globally with `npm install -g @microsoft/learn-cli`.