mcpField
S
skill-creator

skill-creator

github.com/mgechevエージェントワークフロー2.3k149 回インストール14 週間前に更新
リポジトリ

skill-creator について

agentskills.io の仕様と段階的開示の原則に沿ったエージェントスキルの作成手順をまとめたガイドです。メタデータ、スキルファイル、スクリプト、検証を体系的に進めたい作成者向けです。

主な機能

  1. 01メタデータの命名と検証
  2. 02順序立てたスキル手順
  3. 03段階的開示の指針
  4. 04スクリプトと参照ファイルの整理
  5. 05任意のルーター・サブスキル構成
  6. 06最終的な整合性チェック

活用シーン

  1. 01スキルディレクトリとメタデータの作成
  2. 02長い手順を参照ファイルに分割
  3. 03壊れやすい作業向けの小さなスクリプトを計画
  4. 04スキル説明に不足する前提がないか確認

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/mgechev/skills-best-practices --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。

assets/
SKILL.template.md
references/
checklist.md
scripts/
validate-metadata.py

詳細

スキル作成手順

agentskills.io の仕様と段階的開示の原則に準拠したスキルを生成するには、以下の手順に従ってください。

ステップ 1:メタデータの初期化と検証

  1. 一意の name を定義します。1~64 文字で、小文字、数字、単一のハイフンのみを使用してください。親ディレクトリ名と完全に一致させる必要があります(例:angular-testing という名前は angular-testing/SKILL.md に配置します)。
  2. description を作成します。最大 1,024 文字で、三人称で記述してください。肯定的なトリガー(「次の場合に使用…」)と否定的なトリガー(「次の用途には使用しない…」)を含めてください。
  3. 検証スクリプトを実行します: 続行する前に、検証スクリプトを実行して準拠していることを確認してください。 python3 scripts/validate-metadata.py --name "[name]" --description "[description]"
  4. スクリプトがエラーを返した場合は、stderr の出力に基づいてメタデータを修正し、成功するまで再実行してください。

ステップ 2:ディレクトリ構成

  1. 検証済みの name を使用してルートディレクトリを作成します。
  2. 次のサブディレクトリを作成します。
    • scripts/:小規模な CLI ツールや決定論的なロジック用です。
    • references/:スキーマや API ドキュメントなど、階層が 1 つのコンテキスト用です。
    • assets/:出力テンプレート、JSON スキーマ、静的ファイル用です。
  3. README.md、CHANGELOG.md、INSTALLATION.md など、人間向けのファイルは作成しないでください。

ステップ 3:コアロジックの作成(SKILL.md)

  1. assets/SKILL.template.md のテンプレートを出発点として使用します。
  2. すべての指示を三人称の命令形(例:「テキストを抽出する」「ビルドを実行する」)で記述します。
  3. 具体的で手順に沿った形式を適用します:
    • ステップ番号を付ける: ワークフローを厳密な時系列で定義します。分岐条件を明確に示してください(例:「ステップ 2:ソースマップが必要な場合は scripts/build.sh を実行します。不要な場合はステップ 3 に進みます。」)。
    • 具体的なテンプレートを用意する: 出力に特定の構造がある場合は、assets/ にテンプレートを配置し、文章で説明する代わりに、その構造をコピーするようエージェントに指示します。
    • 一貫性のある具体的な用語を使用する: 分野に即した同じ用語を一貫して使用します(例:Angular では、「html」や「view」ではなく、常に「template」を使用します)。
  4. 段階的開示を徹底します:
    • メインの SKILL.md は 500 行未満にします。
    • 手順で大きなスキーマ、複雑なルールセット、または大量のコンテキストが必要な場合は、それを references/ 内の階層が 1 つのファイルに移します。
    • 必要な場合にのみ該当ファイルを読むようエージェントに指示します(JiT 読み込み)。例:「適切なエンドポイントを特定するには references/api-spec.md を読みます。」

ステップ 4:スクリプトの特定と同梱

  1. 正規表現、複雑な解析、定型文の繰り返しなど、「壊れやすい」タスクを特定します。
  2. scripts/ ディレクトリ用に、引数を受け取る単一目的の小規模 CLI スクリプトの概要を作成します。
  3. 成功または失敗を標準出力(stdout/stderr)で伝えるようにします。エージェントがユーザーの介入なしに正確に自己修正できるよう、説明的で人間が理解しやすいエラーメッセージを記述してください。

ステップ 5:スキルの構成(任意)

スキルが複雑な場合は、ルーター/サブスキルのパターンを使用して構成します。

  1. 高レベルのルータースキルを作成します。
  2. 他の特定のスキルフォルダーを参照する条件付きトリガーまたは手順を定義します(例:「クライアントのビルドについては、[クライアントビルドスキルへのパス] を参照してください。サーバーのビルドについては、[サーバービルドスキルへのパス] を参照してください。」)。

ステップ 6:最終ロジックの検証

  1. SKILL.md を確認し、エージェントが推測を強いられる箇所(「ハルシネーションの隙間」)がないか調べます。
  2. すべてのファイルパスが相対パスであり、スラッシュ(/)を使用していることを確認します。
  3. 最終出力を references/checklist.md と照合します。

エラー処理

  • メタデータの検証失敗: scripts/validate-metadata.py が失敗した場合は、「STYLE ERROR」などの具体的なエラーを特定し、一人称・二人称の代名詞を削除するように該当フィールドを書き直します。
  • コンテキストの肥大化: 下書きが 500 行を超える場合は、最も大きな手順ブロックを取り出し、references/ 内のファイルに移します。

コメント