mcpField
S
skill-creator

skill-creator

github.com/lyndonklエージェントワークフロー18779 回インストール10 週間前に更新
リポジトリ

skill-creator について

skill-creatorは、資料から再利用可能なスキルを作るための6段階のワークフローです。スキルを構築する人やエージェント向けに、体系的な読解、段階ごとの出力、ユーザー判断、評価基準に基づく検証を組み合わせます。

主な機能

  1. 016段階の読解・構築ワークフロー
  2. 02各段階の出力ファイル作成
  3. 03独立した読解・分析スキルの再利用
  4. 04判断時のユーザー選択
  5. 05評価基準に基づく検証と改善

活用シーン

  1. 01長文資料から再利用可能なスキルを抽出
  2. 02分析結果をスキルファイルに変換
  3. 03新たに作成したスキルの確認と改善

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/lyndonkl/claude --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。

resources/
component-extraction.md
evaluation-rubric.json
inspectional-reading.md
skill-construction.md
structural-analysis.md
synthesis-application.md

詳細

スキル作成

目次


このスキルでは、モーティマー・アドラーの体系的な読書法(『本を読む本』)を、点検読書、構造分析、構成要素の抽出、統合、スキルの構築、検証という6段階の段階的なアプローチで適用します。このプロセスは共同で進めます。判断が必要な箇所では、選択肢とトレードオフを提示し、ユーザーに選んでもらいます。

方法論の構成。 抽出可能な5つのステップすべてが、スキル作成以外にも再利用できる、分野に依存しない独立したスキルに対応するようになりました。オーケストレーションは skill-creator agent が担います。このスキルファイルは、方法論のドキュメントとして、またエージェントのセッションワークスペースによるオーバーヘッドなしに方法論を適用する方法として残されています。

ステップ独立したスキル渡す purpose_contextローカルリソースが引き続き役立つ用途
1inspectional-readingskill_extraction_from_methodologyセッション初期化の仕組み($SESSION_DIR、global-context.md)
2structural-analysisskill_extraction_from_methodologyスキル作成に特化したユニティ式の例
3component-extractionskill_extraction_from_methodology長文のスキルソースに特化したセクション単位の読解パターン
4synthesis-applicationskill_constructionスキルに特化した完全性の一覧(用語/命題/論証/解決策/判断基準/トリガー)
5skill-constructionskill_constructionルーブリックのテンプレートと複雑さレベルの判断補助
6evaluation-rubrics(既存のスキルのため、purpose_context は不要)該当なし

ワークフロー

このチェックリストをコピーして、各ステップに取り組んでください。

Skill Creation Workflow
- [ ] Step 0: Initialize session workspace
- [ ] Step 1: Inspectional Reading
- [ ] Step 2: Structural Analysis
- [ ] Step 3: Component Extraction
- [ ] Step 4: Synthesis and Application
- [ ] Step 5: Skill Construction
- [ ] Step 6: Validation and Refinement

ステップ 0:セッションワークスペースの初期化

作業ディレクトリとグローバルコンテキストファイルを作成します。セットアップコマンドについては、resources/inspectional-reading.md#session-initialization を参照してください。

ステップ 1:点検読書

文書を体系的にざっと読み、種類を分類し、スキルにする価値があるかを評価します。step-1-output.md に書き込みます。読み方については resources/inspectional-reading.md#why-systematic-skimming、分類については resources/inspectional-reading.md#why-document-type-matters、評価基準については resources/inspectional-reading.md#why-skill-worthiness-check を参照してください。

ステップ 2:構造分析

global-context.md と step-1-output.md を読みます。内容を分類し、統一性を述べ、構成要素を列挙し、問題を定義します。step-2-output.md に書き込みます。resources/structural-analysis.md#why-classify-content、resources/structural-analysis.md#why-state-unity、resources/structural-analysis.md#why-enumerate-parts、resources/structural-analysis.md#why-define-problems を参照してください。

ステップ 3:構成要素の抽出 global-context.md と step-2-output.md を読み込みます。読み取り戦略を選択し、セクションごとに用語、命題、論拠、解決策を抽出します。step-3-output.md に書き込みます。戦略の選択については [resources/component-extraction.md#why-reading-strategy] を、プログラムによるアプローチについては [resources/component-extraction.md#section-based-extraction] を、抽出する内容については [resources/component-extraction.md#why-extract-terms] から [resources/component-extraction.md#why-extract-solutions] を参照してください。

Step 4: 統合と適用

global-context.md と step-3-output.md を読み込みます。網羅性を評価し、適用方法を特定し、実行可能な手順に変換し、トリガーを定義します。step-4-output.md に書き込みます。[resources/synthesis-application.md#why-evaluate-completeness]、[resources/synthesis-application.md#why-identify-applications]、[resources/synthesis-application.md#why-transform-to-actions]、[resources/synthesis-application.md#why-define-triggers] を参照してください。

Step 5: スキルの構築

global-context.md と step-4-output.md を読み込みます。複雑さを判断し、リソースを計画し、SKILL.md とリソースファイルを作成し、評価基準を作成します。step-5-output.md に書き込みます。[resources/skill-construction.md#why-complexity-level]、[resources/skill-construction.md#why-plan-resources]、[resources/skill-construction.md#why-skill-md-structure]、[resources/skill-construction.md#why-resource-structure]、[resources/skill-construction.md#why-evaluation-rubric] を参照してください。

Step 6: 検証と改善

global-context.md、step-5-output.md、実際のスキルファイルを読み込みます。評価基準を使ってスコアを付け、分析を提示し、ユーザーの判断に基づいて改善します。step-6-output.md に書き込みます。評価基準については [resources/evaluation-rubric.json] を参照してください。


メモ

  • ファイルベースのコンテキスト: コンテキストのあふれを防ぐため、各ステップで出力ファイルを書き込みます
  • グローバルコンテキスト: 継続性を保つため、すべてのステップで global-context.md を読み込みます
  • 順次依存関係: 各ステップで前のステップの出力を読み込みます
  • ユーザーとの協働: 常に調査結果を提示し、判断が必要な時点で承認を得ます
  • 品質基準: 提供前に評価基準(しきい値 ≥ 3.5)を使用します

コメント