mcpField
S
skill-tuning

skill-tuning

github.com/catlog22エージェントワークフロー2.1k84 回インストール19 週間前に更新
リポジトリ

skill-tuning について

スキル実行上の問題を自律的に診断し、調整するスキルです。コンテキスト、メモリ、データフロー、連携、文書、トークン使用量を分析し、ロールバック可能な修正を提案して検証します。

主な機能

  1. 016種類の問題診断
  2. 02データに基づくレポートと追跡
  3. 03修正案の提示と検証
  4. 04ロールバック用バックアップ
  5. 05状態駆動のオーケストレーション

活用シーン

  1. 01コンテキストやメモリの問題診断
  2. 02トークン消費量の削減
  3. 03脆弱なエージェント連携の修復

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/catlog22/claude-code-workflow --skill skill-tuning

インストール後、Claude Code で/skill-tuning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。

phases/
orchestrator.md
state-schema.md
phases/actions/
action-abort.md
action-analyze-requirements.md
action-apply-fix.md
action-complete.md
action-diagnose-agent.md
action-diagnose-context.md
action-diagnose-dataflow.md
action-diagnose-docs.md
action-diagnose-memory.md
action-diagnose-token-consumption.md
action-gemini-analysis.md
action-generate-report.md
action-init.md
action-propose-fixes.md
action-verify.md
specs/
category-mappings.json
dimension-mapping.md
problem-taxonomy.md
quality-gates.md
skill-authoring-principles.md
tuning-strategies.md
templates/
diagnosis-report.md
fix-proposal.md

詳細

スキルのチューニング

スキル実行時の問題を自律的に診断し、最適化します。

アーキテクチャ

┌─────────────────────────────────────────────────────┐
│  Phase 0: Read Specs (mandatory)                    │
│  → problem-taxonomy.md, tuning-strategies.md         │
└─────────────────────────────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────────┐
│  Orchestrator (state-driven)                         │
│  Read state → Select action → Execute → Update → ✓ │
└─────────────────────────────────────────────────────┘
        ↓                           ↓
┌──────────────────────┐   ┌──────────────────┐
│  Diagnosis Phase     │   │ Gemini CLI       │
│  • Context          │   │ Deep analysis    │
│  • Memory           │   │ (on-demand)      │
│  • DataFlow         │   │                  │
│  • Agent            │   │ Complex issues   │
│  • Docs             │   │ Architecture     │
│  • Token Usage      │   │ Performance      │
└──────────────────────┘   └──────────────────┘
                ↓
        ┌───────────────────┐
        │  Fix & Verify     │
        │  Apply → Re-test  │
        └───────────────────┘

検出された主な問題

優先度問題根本原因修正方針
P0作成時の違反中間ファイル、状態の肥大化、ファイルの受け渡しeliminate_intermediate、minimize_state
P1データフローの中断状態の分散、一貫性のない形式state_centralization、schema_enforcement
P2エージェントの連携脆弱なチェーン、エラー処理の欠如error_wrapping、result_validation
P3コンテキストの爆発上限のない履歴、コンテンツ全体の受け渡しsliding_window、path_reference
P4長期的な忘却初期制約の喪失constraint_injection、checkpoint_restore
P5トークン消費冗長なプロンプト、状態の肥大化prompt_compression、lazy_loading

問題カテゴリ(詳細仕様)

specs/problem-taxonomy.md を参照してください。

  • 検出パターン(正規表現/チェック)
  • 重大度の計算
  • 影響の評価

チューニング戦略(詳細仕様)

specs/tuning-strategies.md を参照してください。

  • カテゴリごとに10以上の戦略
  • 実装パターン
  • 検証方法

ワークフロー

ステップアクションオーケストレーターの判断出力
1action-initstatus='pending'バックアップ、セッションの作成
2action-analyze-requirements初期化後必須の観点とカバレッジ
3診断(6種類)注力領域state.diagnosis.{type}
4action-gemini-analysis重大な問題、またはユーザーのリクエスト詳細な検出結果
5action-generate-reportすべての診断が完了state.final_report
6action-propose-fixes問題が見つかった場合state.proposed_fixes[]
7action-apply-fix保留中の修正適用・検証済み
8action-complete品質ゲートを通過session.status='completed'

アクションリファレンス

カテゴリアクション目的
セットアップaction-initバックアップとセッション状態を初期化
分析action-analyze-requirementsGemini CLI を使ってユーザーリクエストを分解
診断action-diagnose-{context,memory,dataflow,agent,docs,token_consumption}カテゴリ固有の問題を検出
詳細分析action-gemini-analysisGemini CLI:複雑な問題や重大な問題を分析
レポートaction-generate-report検出結果を統合 → final_report
修正action-propose-fixes, action-apply-fix修正を生成・適用
検証action-verify診断を再実行し、ゲートを確認
終了action-complete, action-abort完了またはロールバック

アクションの詳細:phases/actions/

状態管理

信頼できる唯一の情報源:.workflow/.scratchpad/skill-tuning-{ts}/state.json

{
  "status": "pending|running|completed|failed",
  "target_skill": { "name": "...", "path": "..." },
  "diagnosis": {
    "context": {...},
    "memory": {...},
    "dataflow": {...},
    "agent": {...},
    "docs": {...},
    "token_consumption": {...}
  },
  "issues": [{"id":"...", "severity":"...", "category":"...", "strategy":"..."}],
  "proposed_fixes": [...],
  "applied_fixes": [...],
  "quality_gate": "pass|fail",
  "final_report": "..."
}

完全なスキーマはphases/state-schema.mdを参照してください。

オーケストレーターのロジック

以下についてはphases/orchestrator.mdを参照してください。

  • 判断ロジック(終了チェック → アクション選択)
  • 状態遷移
  • エラー復旧

主な原則

  1. 問題優先:修正の前に診断します
  2. データ駆動:トレース、トークン数、スナップショットを記録します
  3. 反復的:品質ゲートを通過するまで複数回実行します
  4. 可逆的:すべての変更にバックアップチェックポイントを設けます
  5. 非侵襲的:変更を最小限に抑え、明確さを最大限に高めます

使用例

# Basic skill diagnosis
/skill-tuning "Fix memory leaks in my skill"

# Deep analysis with Gemini
/skill-tuning "Architecture issues in async workflow"

# Focus on specific areas
/skill-tuning "Optimize token consumption and fix agent coordination"

# Custom issue
/skill-tuning "My skill produces inconsistent outputs"

出力

完了後、以下を確認してください。

  • .workflow/.scratchpad/skill-tuning-{ts}/state.json - final_report を含む完全な状態
  • state.final_report - Markdown の概要(state.json 内)
  • state.applied_fixes - 検証結果付きの適用済み修正一覧

Reference Documents

DocumentPurpose
specs/problem-taxonomy.mdClassification + detection patterns
specs/tuning-strategies.mdFix implementation guide
specs/dimension-mapping.mdDimension ↔ Spec mapping
specs/quality-gates.mdQuality verification criteria
phases/orchestrator.mdWorkflow orchestration
phases/state-schema.mdState structure definition
phases/actions/Individual action implementations

コメント