mcpField
R
review-skills

review-skills

github.com/base44エージェントワークフロー92126 回インストール3 日前に更新
リポジトリ

review-skills について

構成、仕様、長さ、意図の範囲、起動条件の記述に基づいて、ほかのエージェントスキルを評価するスキルです。分析前にローカルガイドと Anthropic の参照スキルを読み、対象スキルの提示を求めます。

主な機能

  1. 01スキル構成とフロントマターの確認
  2. 02仕様への適合性評価
  3. 03長さと意図範囲の分析
  4. 04説明文の起動パターンの確認
  5. 05Anthropic の参照スキルとの比較

活用シーン

  1. 01公開前のスキルレビュー
  2. 02仕様や構成上の問題の発見
  3. 03スキル範囲と起動説明の改善

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/base44/skills --skill review-skills

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

詳細

スキルのレビュー

長さ、意図の範囲、トリガーパターンに関するベストプラクティスに照らして、スキルをレビューし、分析します。

前提条件

分析を始める前に、スキルの記述原則を理解するため、以下のリソースを読んでください。

  1. ./references/skill-creator/SKILL.md - 基本原則、構成、段階的な情報開示
  2. references/spec.md - Agent Skills の完全な仕様（コンプライアンスチェックに必須）
  3. references/validate.md - 検証チェックリスト（ステップ 2 で使用）
  4. ./references/skill-creator/references/workflows.md - ワークフローパターン（該当する場合）
  5. ./references/skill-creator/references/output-patterns.md - 出力パターン（該当する場合）
Anthropic のリファレンス例（必須）

分析を始める前に、必ず Anthropic のリポジトリからリファレンススキルを読んでください。レビューの基準を調整するために重要です。

  1. キャッシュが利用可能であることを確認：./.cache/anthropics-skills/ が存在するか確認してください。存在しない場合（または古くなっている場合）は、次を実行します。

    python scripts/download_anthropics_skills.py

  2. リファレンススキルを 3 つ以上読む：分析の前に、./.cache/anthropics-skills/skills/ にある以下の SKILL.md ファイルを読んでください。

    必ず読む、質の高い例：

    • pdf/SKILL.md - 明確なトリガーを備えた、よく構成されたワークフロースキル
    • docx/SKILL.md - ドキュメント処理パターンの優れた例
    • skill-creator/SKILL.md - ベストプラクティスを示すメタスキル

    続いて、レビュー対象と類似するスキルを 1～2 つ読む：

    • ワークフローベースのスキル：xlsx/SKILL.md、pptx/SKILL.md
    • ツール／API スキル：mcp-builder/SKILL.md
    • クリエイティブ／デザインスキル：brand-guidelines/SKILL.md、frontend-design/SKILL.md
    • テストスキル：webapp-testing/SKILL.md

  3. 比較するパターンを記録：読みながら、以下の点に注目してください。

    • 説明の構成（トリガーパターン）
    • SKILL.md 本文の長さと詳しさ
    • リファレンスの整理方法と使い方
    • 簡潔さと完全性のバランス

手順

ステップ 1：レビュー対象のスキルを受け取る

ユーザーは、レビュー対象となるスキルのフォルダーまたはパスを指定する必要があります。指定されていない場合は、次のように尋ねてください。

"レビューするスキルフォルダーのパスを指定してください（例：.claude/skills/my-skill/）"

ステップ 2：スキルの構造を検証する

検証チェックリスト（references/validate.md）を使い、スキルが基本的なチェック項目をすべて満たしているか確認します。

  1. ファイル構成：SKILL.md が存在する
  2. フロントマターフォーマット：--- 区切りの間に有効な YAML がある
  3. 許可されるプロパティ：name、description、license、compatibility、metadata、allowed-tools のみ
  4. 名前の検証：
    • ハイフン区切りの小文字形式のみ（小文字、数字、ハイフン）
    • 先頭または末尾にハイフンを置かず、連続したハイフン（--）を含めない
    • 最大 64 文字
    • ディレクトリ名と一致する
  5. 説明の検証：
    • 山括弧（< または >）を含まない
    • 最大 1024 文字
    • 空でない

検証に失敗した場合：レビューを中止し、該当する検証エラーを報告してください。完全なレビューに進む前に、スキルが基本的な検証に合格する必要があります。

ステップ 3：スキルを読む

スキルの構成全体を読んでください。

  • SKILL.md（フロントマターと本文）
  • references/、scripts/、assets/ ディレクトリ内のすべてのファイル

重要：ユーザーが指定したスキルのみを分析してください。

ステップ 4：仕様への準拠を確認する

スキルが Agent Skills の仕様（references/spec.md）に準拠しているか確認します。以下を検証してください。

ディレクトリ構成
  • スキルが name フィールドと一致するディレクトリ内にある
  • 必須ファイル SKILL.md を含む
  • 任意のディレクトリが規約（scripts/、references/、assets/）に従っている
フロントマターの準拠状況
フィールド確認項目
name1～64 文字、小文字の英数字とハイフンのみ、先頭または末尾にハイフンがない、-- を含まない、ディレクトリ名と一致する
description1～1024 文字、空でない、内容と使用タイミングを説明している
license記載されている場合、短い（ライセンス名またはファイル参照）
compatibility記載されている場合、最大 500 文字
metadata記載されている場合、文字列のキーと文字列の値を使用している
allowed-tools記載されている場合、スペース区切りのツール一覧である
本文コンテンツ
  • frontmatter の後に Markdown 形式で記述します
  • 推奨事項：手順を追った説明、例、エッジケース
  • 500 行未満にします（詳細な内容は references に移動してください）
段階的な情報開示
  • メタデータ（約 100 トークン）：名前と説明。起動時に読み込まれます
  • 指示（推奨 5000 トークン未満）：有効化時に SKILL.md の本文が読み込まれます
  • リソース（必要に応じて）：スクリプト、references、アセットが必要に応じて読み込まれます
ファイル参照
  • スキルのルートからの相対パスを使用します
  • 参照は 1 階層にとどめます（深くネストした連鎖は避けてください）

仕様違反が見つかった場合：レビュー結果に、具体的な修正方法とともに明確に記載してください。

ステップ 5：スキルを分析する

Anthropic のリポジトリから読み込んだ参考スキルと比較しながら、次の 4 つの観点で分析します。

A. 長さの分析

skill-creator の段階的な情報開示のガイドラインに基づき、次の点を評価します。

  • description フィールドの単語数
  • SKILL.md 本文の行数／単語数
  • 参照ファイルの数とサイズ
  • SKILL.md と参照ファイル間の重複
B. インテントの範囲の分析

次の点を評価します。

  • スキルが対応するすべてのインテント
  • スキルが複数の異なるユースケースを扱っているか
  • 分割によってトリガーの精度が向上するか
  • トレードオフ：コンテキストの効率性とメンテナンスの負担

次の質問に答えてください。

  • このスキルは範囲を広げすぎていませんか？
  • 個別のスキルに分けるべきユーザーインテントはありますか？
C. トリガーの分析（重要）

description フィールドは、主なトリガーメカニズムです。次の 3 種類のトリガーについて評価します。

トリガーの種類確認事項
ユーザーのインテントユーザーが何をしたいのかが記述されていますか？（例：「デプロイする」「作成する」「編集する」）
技術的なコンテキストコードパターン、ファイル形式、インポートについて言及していますか？（例：base44.entities.*、.jsonc files）
プロジェクトのスタックフレームワーク、ツール、ファイル構成について言及していますか？（例：「Vite」「Next.js」「base44/」）

次の点を確認します。

  • 説明に、インテントベースと技術的なトリガーの両方が含まれていますか？
  • 正しくトリガーされる程度に具体的でありながら、ケースを見落とさない程度に幅広くなっていますか？
  • 本来トリガーされるべき場面で、スキルがトリガーされない可能性はありますか？
  • 類似するスキルと明確に区別されていますか？

適切なトリガーパターンの例：

ACTIVATE when (1) INTENT - user wants to [action]; (2) TECHNICAL - code contains [patterns], uses [APIs]; (3) CONTEXT - project has [structure/files]
ステップ 6：推奨事項を提示する

次の項目について、調査結果をまとめ、実行可能な推奨事項を提示します。

  1. 仕様への準拠：仕様に準拠するために何を修正する必要がありますか？
  2. 長さ：何を削るか、または分割すべきですか？
  3. インテントの範囲：分割または統合すべきですか？
  4. トリガー：説明をどのように改善できますか？

出力形式

## Skill Review: [Skill Name]

### Reference Skills Compared
- [List the 3-5 Anthropic skills you read before this review]

### Summary
[1-2 sentence overview]

### Validation Result
- **Status**: [Pass/Fail]
- **Details**: [Validation output or errors]

### Spec Compliance
- Directory structure: [Pass/Fail - details]
- Frontmatter fields: [Pass/Fail - details]
- Body content: [Pass/Recommendations]
- Progressive disclosure: [Pass/Recommendations]
- File references: [Pass/Recommendations]
- **Assessment**: [Compliant/Partially compliant/Non-compliant]
- **Fixes Required**: [List of specific fixes if any]

### Length Analysis
- Description: X words
- SKILL.md body: X lines / X words
- Reference files: X files
- **Assessment**: [Pass/Needs attention]
- **Recommendations**: [Specific suggestions]

### Intent Scope Analysis
- Intents served: [List]
- **Assessment**: [Focused/Broad/Too broad]
- **Recommendations**: [Split suggestions if applicable]

### Trigger Analysis
- Intent coverage: [Yes/Partial/No]
- Technical coverage: [Yes/Partial/No]
- Stack coverage: [Yes/Partial/No]
- **Assessment**: [Strong/Adequate/Weak]
- **Recommendations**: [Specific description improvements]

### Overall Recommendations
1. [Priority 1 action item - spec compliance fixes if any]
2. [Priority 2 action item]
3. [Priority 3 action item]
4. [Priority 4 action item]

コメント

Markdown 対応