mcpField
S
skill-creator

skill-creator

github.com/bobmatnycエージェントワークフロー78562 回インストール15 週間前に更新
リポジトリ

skill-creator について

Claudeに専門的なワークフローや知識を追加するスキルの作成・保守を支援します。計画、構成、段階的な情報開示、検証、パッケージ化を扱い、スクリプトやリファレンスの活用も説明します。

主な機能

  1. 016段階のスキル作成ワークフロー
  2. 02スキル構成とコンポーネントの計画
  3. 03段階的な情報開示の指針
  4. 04初期化・パッケージ化スクリプト
  5. 05品質管理と反復の実践

活用シーン

  1. 01スキルを一から作成
  2. 02長いスキルをリファレンスに分割
  3. 03スキルの検証とパッケージ化

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/bobmatnyc/claude-mpm-skills --skill skill-creator

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

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

metadata.json
references/
best-practices.md
creation-workflow.md
examples.md
progressive-disclosure.md
skill-structure.md

詳細

スキル作成ツール

概要

専門知識、ワークフロー、ツールを通じて Claude の機能を拡張する、効果的なスキルを作成します。スキルは、特定の分野の手順に関する知識を備えた専門エージェントへと Claude を変える、モジュール式のパッケージです。

このスキルは、リファレンスファイルで詳細な情報を提供しながら、エントリーポイントを簡潔に保つ段階的な情報開示を活用し、自らの教えを実践しています。

このスキルを使用するタイミング

次の場合に有効化します:

  • 新しいスキルを一から作成するとき
  • 既存のスキルを更新またはリファクタリングするとき
  • モノリシックなスキルに段階的な情報開示を追加するとき
  • スキルの構造やベストプラクティスを理解するとき
  • スキルの構成要素(スクリプト、リファレンス、アセット)を計画するとき
  • 配布用にスキルをパッケージ化するとき

基本原則

  1. 例を重視した設計:抽象的な概念ではなく、具体的な使用例から始めます
  2. 段階的な情報開示:エントリーポイントは200行未満(最適:140~160行)に保ち、詳細な内容はリファレンスに記載します
  3. 再利用可能なコンポーネント:繰り返し使うコードはスクリプトに、知識はリファレンスに、テンプレートはアセットに分けます
  4. 命令形の文体:全体を通して、動詞を先頭に置いた指示を使います(二人称は使いません)
  5. 目的に合わせたリソース:各コンポーネントで、具体的かつ反復的なニーズを解決します

スキルが提供するもの

4つの主要な機能:

  1. 専門的なワークフロー - 特定の分野向けの複数ステップの手順
  2. ツール連携 - ファイル形式や API の操作方法
  3. 分野の専門知識 - 企業固有の知識、スキーマ、ビジネスロジック
  4. 同梱リソース - 複雑なタスク向けのスクリプト、リファレンス、アセット

3段階の読み込みシステム:

  1. メタデータ(名前と説明) - 常にコンテキスト内に読み込まれます(約100語)
  2. SKILL.md 本文 - スキルが有効になったときに読み込まれます(200行未満、最適:140~160行)
  3. 同梱リソース - Claude が必要に応じて読み込みます(上限なし)

クイックスタート

6ステップの作成プロセス

ステップ1:具体例を使って理解する 現実的な使用例を3~5個集めます。次の点を確認します:「ユーザーはどのように依頼してこのスキルを有効にするか?」、「このスキルでどのタスクを実行するか?」 → 完全ガイド

ステップ2:再利用可能なコンポーネントを計画する 使用例を分析し、スクリプト(繰り返し使うコード)、リファレンス(分野の知識)、アセット(テンプレート)を特定します。→ 計画ガイド

ステップ3:スキルを初期化する scripts/init_skill.py <skill-name> --path <output-directory> を実行して、テンプレート構造を生成します。→ 初期化の詳細

ステップ4:スキルを編集する スクリプト、リファレンス、アセットを実装してから、命令形の文体で SKILL.md を更新します。150行を超える場合は、段階的な情報開示を適用します。→ 編集ガイド

ステップ5:パッケージ化して検証する scripts/package_skill.py <path/to/skill-folder> を実行して、検証し、配布可能な zip を作成します。→ パッケージ化ガイド

ステップ6:反復する 実際のタスクで使用し、うまくいかない点を確認して、それに応じてスキルを更新します。→ 反復ガイド

スキルの構成

skill-name/
├── SKILL.md (required)           # Entry point with frontmatter + markdown
├── scripts/ (optional)           # Executable code (Python/Bash)
├── references/ (optional)        # Documentation loaded as needed
└── assets/ (optional)            # Templates, images, files for output

コンポーネントのガイドライン:

  • スクリプト:同じコードを何度も書き直す場合や、決定論的な実行が必要な場合に使用します
  • リファレンス:詳細な仕様、ワークフロー、スキーマ、API ドキュメント向け(各150~500行)
  • アセット:出力で使うテンプレート、ボイラープレート、画像、フォント向け
  • エントリーポイント:コアワークフロー、ナビゲーション、リマインダー(最適な長さは140~160行)

→ 完全な構成ガイド

段階的開示パターン

適用するタイミング: スキル全体が150行を超える場合

実装方法:

  1. 要約、使用するタイミング、クイックスタートを含む progressive_disclosure フロントマターを追加します
  2. エントリーポイントを140~160行に減らします(コアワークフローとナビゲーション)
  3. 3~5個のリファレンスファイルを作成します(各150~500行)
  4. 構造、ワークフロー、ベストプラクティス、例など、トピックごとに整理します
  5. すべてのリファレンスにリンクするナビゲーションセクションを追加します

メリット:

  • エントリーポイントでは必須の内容だけが読み込まれます
  • 必要なときに詳細を確認できます
  • 整理しやすく、保守性が向上します
  • エントリーポイントのサイズを20~30%削減できます

→ 段階的開示の完全ガイド

メタ例: この skill-creator は段階的開示を実践しています:

  • エントリー:150行(209行から28%削減)
  • リファレンス:実装の詳細をすべて記載した5ファイル
  • 最近最適化された例:mcp-builder(160行)、testing-anti-patterns(140行)

ナビゲーション

コアコンセプト
  • 🏗️ スキルの構造 - 構造、コンポーネント(スクリプト/リファレンス/アセット)、段階的開示のアーキテクチャ。スキルのレイアウトを計画するときや、リソースの種類を理解するときに読み込みます。
ステップごとのプロセス
  • 🔄 作成ワークフロー - 例の確認から反復までの完全な6ステッププロセス。新しいスキルを作成するときや、構造化されたワークフローに沿って進めるときに読み込みます。
設計パターン
  • 📊 段階的開示 - 3段階の読み込み、実装ガイド、アンチパターン、例。150行を超えるスキルをリファクタリングするときや、コンテキストの使用を最適化するときに読み込みます。
品質基準
  • ✅ ベストプラクティス - 文体、メタデータの品質、コンテンツの整理、アンチパターン。スキルのコンテンツを執筆・レビューするときや、品質を確保するときに読み込みます。
実例
  • 📚 例 - スキルの完全な例:mcp-builder、testing-anti-patterns、pdf-editor、brand-guidelines、database-builder、frontend-builder。新しいスキルの作成を始めるときや、パターンを探すときに読み込みます。

重要な注意事項

  • まず例から始める - 設計する前に、具体的な使用シナリオを3~5個挙げます
  • 初期化スクリプトを使う - scripts/init_skill.py で適切な構造を自動的に作成します
  • 命令形を使う - 「Xを達成するにはYを実行する」(「Xを実行すべき」ではありません)
  • 段階的開示 - エントリーは200行未満にし、詳細はリファレンスに記載します(150行を超えるスキルの場合)
  • 重複を避ける - 情報は1か所にのみ記載します(エントリーには要約、リファレンスには詳細)
  • コンポーネントを明確にする - コードにはスクリプト、知識にはリファレンス、テンプレートにはアセットを使います
  • 共有する前に検証する - scripts/package_skill.py で検証してパッケージ化します
  • 継続的に反復する - 実際のタスクで使い、問題に応じて更新します

危険信号 — STOP

次のような場合はSTOPしてください:

  • 「詳細をすべてSKILL.mdに書こう」→ リファレンスに移します(段階的開示)
  • 「二人称を使おう」→ 命令形に切り替えます
  • 「エントリーとリファレンスに同じ情報がある」→ 重複を削除します
  • 汎用的な説明を使っている → 有効化の条件を具体的にします
  • 初期化スクリプトのサンプルファイルを残している → 使用しないリソースを削除します
  • 検証を省略している → 共有する前に必ずpackage_skill.pyを実行します
  • 例を用意せずにスキルを作成している → まず具体的な使用シナリオを集めます
  • エントリーポイントが200行を超えている → 段階的開示パターンを適用します

これらはいずれもSTOPの合図です。原則とリファレンスを見直してください。

他のスキルとの連携

メタスキル:

  • skill-creator(このスキル) - 他のスキルを作成し、自身のパターンを実践します

開発スキル:

  • mcp-builder - 段階的開示の実装例
  • testing-anti-patterns - 非常に簡潔なエントリーポイントの例(140行)

ワークフロースキル:

  • documentation - 明確で構造化されたコンテンツの執筆
  • verification-before-completion - パッケージ化前にスキルをテスト

実環境での効果

スキル最適化の経験から:

  • 段階的開示:エントリーポイントのサイズを20~30%削減
  • mcp-builder:209行 → 160行(23%削減、参照6件)
  • testing-anti-patterns:→ 140行(参照4件で超軽量化)
  • skill-creator:209行 → 150行(28%削減、参照5件)
  • コンテキスト効率:必要な参照のみを読み込む(コンテキストを50~80%節約)
  • 保守性:エントリーポイントに触れずに、特定の参照を更新可能
  • 明瞭さ:構成を改善することで、見つけやすさと理解しやすさが向上

覚えておいてください: スキルは、Claudeを専門エージェントに変えるモジュール式パッケージです。150行を超えるスキルには段階的開示を適用してください。このスキルは、教えているパターンを実践しています。

コメント