agent-communication
エージェントに対する効率的でアクション指向の命令を作成する際の原則です。エージェントプロンプト、ルール、ドキュメンテーション、またはエージェント通信の改善が必要な場合に活用できます。トークン効率を重視しながら、エージェントが確実に適切なアクションを実行するよう設計された指示を書く方法を提供します。
description の原文を見る
Principles for writing token-efficient, action-oriented instructions to agents. Use when creating agent prompts, rules, documentation, or improving agent communication.
SKILL.md 本文
エージェント・コミュニケーション
トークン効率性(最優先)
- 削除を優先、追加は最後に - コンテンツを追加する前に冗長性を削除する
- 重複するルールをマージ - 明確性が向上する場合は結合する
- すべての文に疑問を持つ - エージェントは本当にこれが必要か?
- ネットトークンはフラットに - 新しい情報でトークンの肥大化を正当化しない
アクション指向型言語
- アクショントリガー質問を優先 - 「Xを待つ?」より「Xを聞く?」
- 命令形を使用 - 「これをしろ」より「これをするべき」
- 短く自然な表現 - 頻繁なアクションには簡潔に
- 厳密な言葉遣いは必要な場合だけ - セキュリティ・本番環境の問題のみ
ルール削減プロセス
- 意図が変わらなければ冗長性を削除する
- 結果がより明確であれば重複するルールをマージする
- 曖昧なステップを、コンプライアンスが向上する場合はアクショントリガー言語に置き換える
- 上記の方法では表現できない場合のみ新しいテキストを追加する
執筆ガイドライン
- エージェントのインテリジェンスを想定 - 過剰説明しない
- 必要な場合は具体的に - 曖昧なルールはエラーを招く
- 重要な情報を先頭に
...
詳細情報
- 作者
- juljus
- リポジトリ
- juljus/my-ai-tooling
- ライセンス
- unknown
- 最終更新
- 2026/3/28
Source: https://github.com/juljus/my-ai-tooling / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。