mcpField
N
new-skill

new-skill

github.com/hyhmrrightエージェントワークフロー1.6k119 回インストール6 日前に更新
リポジトリ

new-skill について

brooks-lint にスキルを追加するためのリポジトリ専用スキルです。スキルとガイドの作成、共有リソースの接続、評価シナリオの追加、テストを案内します。

主な機能

  1. 01スキルと番号付きガイドの作成
  2. 02メタデータとプロセス構成の指定
  3. 03関連する共有ファイルの接続
  4. 04正常系と誤検出の評価追加
  5. 05構造検証とローカルテスト

活用シーン

  1. 01指定された目的に沿うリポジトリスキルの作成
  2. 02新しいスキルの評価カバレッジ追加
  3. 03スキルの構造と動作のローカル確認

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/hyhmrright/brooks-lint --skill new-skill

インストール後、Claude Code で/new-skill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

brooks-lint — 新しいスキルのスキャフォールド

スキル名はユーザーのリクエストから取得します(ケバブケース。例:brooks-security)。空の場合は、 まず名前と1行の目的を尋ねてください。

リポジトリの「新しいスキルの追加」チェックリストに正確に従ってください。

  1. skills/{name}/SKILL.md を作成し、フロントマターを記述します。name、Do NOT trigger for: 節で終わる description(リリース対象のスキルでは検証時に必須です。省略すると誤検出が発生します)、opencode/slash: "true" を含む metadata:、ガイドのステップ範囲を本文中で示す3~6個の箇条書きからなる Process セクションを含めます(例:リスクをスキャンする(ガイドのSteps 1–6))。skills/brooks-review/SKILL.md などの既存スキルの構成(Setup → Process → Mode line)に合わせます。
  2. skills/{name}/{name}-guide.md を作成し、連番のステップを記述します。番号の飛びや重複は不可です。Step 2a のようなサブステップは使用できます。詳細な手順はガイドに記載し、SKILL.md の Process は概要の骨組みにとどめます。
  3. フレームワークに組み込みます。 新しい SKILL.md の Setup セクションで、関連する _shared/ ファイルを読み込む必要があります(Iron Law と Report Template には common.md、該当する場合は decay-risks.md/test-decay-risks.md も読み込みます)。_shared/ は自動では読み込まれません。
  4. evals/evals.json に評価テストを追加します。次の連番の id を付けて、少なくともハッピーパスのシナリオを1つ(関連するリスクコードを expected_output に含める)、誤検出のシナリオを1つ(no_risk_codes: true を指定)追加します。各シナリオには id、name、prompt、expected_output、mode、files が必要です。
  5. 検証します。 npm run validate(構造、ステップの連続性、Process セクションの有無)と npm run evals(評価スキーマ)を実行します。両方が通るまで修正します。
  6. ローカルでテストします。 新しいスキルのフォルダーを skills/ から .agents/skills/ にリンクし、_shared のシンボリックリンクと並べます。次に、Codex セッションで $<skill-name> を使って呼び出し、Iron Law の出力を確認します。

Codex はリポジトリのスキルを直接検出するため、コマンドラッパーは不要です。 作成したファイルと、validate/evals の結果を報告してください。

コメント