mcpField
S
skills-vote

skills-vote

github.com/memtensorエージェントワークフロー306598 回インストール12 週間前に更新
リポジトリ

skills-vote について

タスク前の外部スキル探索と、完了後の有用なスキルの報告に使うスキルです。実行条件を確認し、タスク内容に基づく推薦リクエストの形式を定めています。

主な機能

  1. 01API キーと uv の前提確認
  2. 02スキル探索向けのタスク記述の書き換え
  3. 03対応するエージェントクライアントとバージョンの指定
  4. 04スキルのダウンロード先の設定

活用シーン

  1. 01タスク開始前に関連する外部スキルを探す
  2. 02作業完了後に有用だったスキルを報告する

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/memtensor/skills-vote --skill skills-vote

インストール後、Claude Code で/skills-vote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。

.gitignore
docs/
feedback_guide.md
scripts/
check_api_key.ps1
check_api_key.sh
download.py
feedback.py
models.py
prompt.py
recommend.py
utils.py

詳細

スキルの発見とフィードバック

まずこのファイルだけを読んでください。このファイルまたはスクリプトの出力で明示的に指示されていない限り、このスキル内の scripts/ やその他のファイルは読まないでください。

このスキルは次の2つのタイミングで使用します。

  • 現在のタスクで外部スキルを取得または呼び出す前。
  • タスクが実質的に完了した後、実際に役立ったスキルを報告するため。

外部スキルをまったく検討していない場合は、このスキルをスキップしてください。

このファイルで指定されているパスは、すべてこのスキルのルートディレクトリからの相対パスです。ここでコマンドを実行する前に、このルートディレクトリに cd してください。

前提条件

このスキルを使用する前に、次の条件を満たしていることを確認してください。

  • 環境で SKILLS_VOTE_API_KEY が設定されている
  • uv がインストールされ、PATH から利用できる
  • ランタイムで uv run を使ってローカルスクリプトを実行できる
  • リポジトリがプライベート、またはレート制限されているために GitHub がスキルのダウンロードをブロックする場合、後で GITHUB_TOKEN または GH_TOKEN が必要になることがあります
  1. SKILLS_VOTE_API_KEY が設定されていることを確認します。
    • macOS または Linux：bash scripts/check_api_key.sh
    • Windows PowerShell：powershell -ExecutionPolicy Bypass -File scripts/check_api_key.ps1
  2. uv がインストールされていることを確認します：uv -V
  3. uv がない場合は、公式ドキュメントからインストールします。
    • macOS または Linux：
      • curl が利用できる場合：curl -LsSf https://astral.sh/uv/install.sh | sh
      • それ以外の場合：wget -qOhttps://astral.sh/uv/install.sh | sh
    • Windows PowerShell：powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
  4. 再度確認します：uv -V

推奨

リクエストのスキーマ

recommend.py は、次のフィールドを持つ1つのJSONオブジェクトを受け取ります。

query (str)：ユーザーのタスクを、単独で理解でき、具体的で、検索に最適化された形で記述したものです。検索、情報取得、後続の計画に役立つよう、元の依頼を明確かつ具体的で有用な内容に書き換えます。適切な場合は、タスクの完了に直接関係する、妥当な暗黙の制約、考えられるサブステップ、関連作業、候補となるアプローチを含めます。タスクの検索や実行を容易にする拡張を優先しますが、根拠の乏しい推測、無関係な詳細、過剰な冗長さは避けてください。たとえば、元のクエリが「動画を作る」の場合、コンテンツの計画、対象者の特定、台本の作成、スライドの準備、グラフやビジュアル素材のデザイン、Manimなどのアニメーションツールの検討、ナレーションの録音、完成動画の編集、発表のリハーサルといった内容を加え、より充実したタスクに展開できます。

  • client_name (Literal["codex", "codex-app", "claude-code", "cursor", "gemini-cli", "openclaw-cli", "opencode"] | None = None)：このエージェントの名前です。不明または未確認の場合、あるいは一覧にない場合は、このフィールドを省略するか null を返します。
  • client_version (str | None = None)：このエージェントのバージョンです。クライアント自身が報告する正確なバージョン文字列を優先してください。不明または未確認の場合は、省略するか null を返します。
  • download_dir (str = ".skills_vote/")：推奨されたスキルのダウンロード先ディレクトリです。相対パスは現在の作業ディレクトリから解決されます。現在のランタイムから書き込み可能なパスを指定してください。
例

リクエストを送信する前に、可能であれば実行ファイルまたは CLI から client_name と client_version を特定してください。バージョンを取得するコマンドがなく、環境からも取得できない場合（デスクトップアプリなど）、これらのフィールドは省略してください。

client_nameclient_versioncommandoutput
openclaw-cli2026.3.24openclaw -vOpenClaw 2026.3.24 (cff6dc9)
codex0.117.0codex -Vcodex-cli 0.117.0
codex-app26.325.21221N/AN/A
claude-code2.1.85claude -v2.1.85 (Claude Code)
cursor2.6.13cursor -v2.6.13
gemini-cli0.35.1gemini -v0.35.1
opencode1.3.0opencode -v1.3.0

次に、標準入力から EOF まで JSON オブジェクトを 1 つだけ渡して、recommend.py をちょうど 1 回実行してください。JSON の前後に文章を付けたり、複数の JSON オブジェクトを渡したり、追加のシェルフラグを指定したりしないでください。

recommend.py の実行完了までに約 5 分かかる場合があります。完全に終了するまで待機し、終了前に他の作業を行わないでください。進捗を確認する必要がある場合は、コマンドが終了するまで標準出力を監視してください。

uv run -qq scripts/recommend.py <<'EOF'
{
  "query": "Add integration tests for a FastAPI skill recommendation flow, mock the gateway, and verify the returned skills and feedback flow.",
  "client_name": "codex",
  "client_version": "0.117.0",
  "download_dir": ".skills_vote/"
}
EOF

コメント

Markdown 対応