agent-sort
並列的なリポジトリ解析を通じてスキル・コマンド・ルール・フック・拡張機能をDAILY(常用)とLIBRARY(参照用)に仕分けし、特定のリポジトリに最適なECCインストール計画を根拠とともに作成します。フルバンドルではなくプロジェクトに本当に必要なものだけにECCを絞り込みたい場合に使用してください。
description の原文を見る
Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.
SKILL.md 本文
Agent Sort
リポジトリがデフォルトの完全インストールではなく、プロジェクト固有の ECC サーフェスが必要な場合に、このスキルを使用します。
目標は「便利そうに思える」ものを推測することではなく、実際のコードベースからの証拠を使用して ECC コンポーネントを分類することです。
使用時期
- プロジェクトが ECC の一部のみを必要とし、完全インストールはノイズが多い
- リポジトリのスタックは明確だが、スキルを 1 つずつ手作業で精選したくない
- チームが意見ではなく grep 証拠に基づいた繰り返し可能なインストール決定を望んでいる
- 常時ロードされるデイリーワークフロー サーフェスと検索可能なライブラリ/リファレンス サーフェスを分離する必要がある
- リポジトリが間違った言語、ルール、またはフック セットに漂流していて、クリーンアップが必要である
譲れないルール
- 一般的な環境設定ではなく、現在のリポジトリを情報源として使用する
- すべての DAILY 決定は、具体的なリポジトリ証拠に基づいていなければならない
- LIBRARY は「削除」を意味するのではなく、「デフォルトでロードせずにアクセス可能に保つ」を意味する
- 現在のリポジトリで使用できないフック、ルール、またはスクリプトをインストールしない
- ECC ネイティブ サーフェスを優先し、2 番目のインストール システムを導入しない
成果物
以下のアーティファクトを順序通りに作成します:
- DAILY インベントリ
- LIBRARY インベントリ
- インストール計画
- 検証レポート
- プロジェクトが希望する場合はオプションの
skill-libraryルーター
分類モデル
2 つのバケットのみを使用します:
DAILY- このリポジトリでは毎回のセッションでロードすべき
- リポジトリの言語、フレームワーク、ワークフロー、またはオペレーター サーフェスと強く一致している
LIBRARY- 保持する価値がありますが、デフォルトではロードする価値がない
- 検索、ルータースキル、または選別的な手動使用を通じてアクセス可能のままであるべき
証拠ソース
分類を行う前に、リポジトリローカルな証拠を使用します:
- ファイル拡張子
- パッケージ マネージャーとロックファイル
- フレームワーク設定
- CI とフック設定
- ビルド/テスト スクリプト
- インポートと依存マニフェスト
- スタックを明示的に説明するリポジトリドキュメント
有用なコマンドは以下の通りです:
rg --files
rg -n "typescript|react|next|supabase|django|spring|flutter|swift"
cat package.json
cat pyproject.toml
cat Cargo.toml
cat pubspec.yaml
cat go.mod
並列レビュー パス
並列サブエージェントが利用可能な場合、レビューを以下のパスに分割します:
- エージェント
agents/*を分類
- スキル
skills/*を分類
- コマンド
commands/*を分類
- ルール
rules/*を分類
- フックとスクリプト
- フック サーフェス、MCP ヘルスチェック、ヘルパースクリプト、OS 互換性を分類
- エクストラ
- コンテキスト、例、MCP 設定、テンプレート、ガイダンス ドキュメントを分類
サブエージェントが利用できない場合、同じパスを順序通りに実行します。
コア ワークフロー
1. リポジトリを読む
何かを分類する前に、実際のスタックを確立します:
- 使用している言語
- 使用しているフレームワーク
- 主なパッケージ マネージャー
- テスト スタック
- リント/フォーマット スタック
- デプロイメント/ランタイム サーフェス
- 既に存在しているオペレーター統合
2. 証拠テーブルを構築する
すべての候補サーフェスについて以下を記録します:
- コンポーネント パス
- コンポーネント タイプ
- 提案されたバケット
- リポジトリ証拠
- 短い正当性
このフォーマットを使用します:
skills/frontend-patterns | skill | DAILY | 84 .tsx files, next.config.ts present | core frontend stack
skills/django-patterns | skill | LIBRARY | no .py files, no pyproject.toml | not active in this repo
rules/typescript/* | rules | DAILY | package.json + tsconfig.json | active TS repo
rules/python/* | rules | LIBRARY | zero Python source files | keep accessible only
3. DAILY vs LIBRARY を決定する
以下の場合は DAILY に昇格します:
- リポジトリが明確に一致するスタックを使用している
- コンポーネントがすべてのセッションを支援するのに十分な汎用性がある
- リポジトリが既に対応するランタイムまたはワークフローに依存している
以下の場合は LIBRARY に降格します:
- コンポーネントがスタック外である
- リポジトリが後でそれを必要とするかもしれませんが、毎日ではない
- それが即座の関連性なしにコンテキスト オーバーヘッドを追加する
4. インストール計画を構築する
分類をアクションに変換します:
- DAILY スキル ->
.claude/skills/にインストールまたは保持 - DAILY コマンド -> まだ有用な場合はのみ明示的なシムとして保持
- DAILY ルール -> 一致する言語セットのみインストール
- DAILY フック/スクリプト -> 互換性のあるもののみ保持
- LIBRARY サーフェス -> 検索または
skill-libraryを通じてアクセス可能に保つ
リポジトリが既に選別的インストールを使用している場合、別のシステムを作成するのではなく、そのプランを更新します。
5. オプションのライブラリ ルーターを作成する
プロジェクトが検索可能なライブラリ サーフェスを望む場合、以下を作成します:
.claude/skills/skill-library/SKILL.md
そのルーターは以下を含むべきです:
- DAILY vs LIBRARY の簡潔な説明
- グループ化されたトリガー キーワード
- ライブラリ リファレンスの場所
すべてのスキル本文をルーター内に複製しないでください。
6. 結果を検証する
プランを適用した後、以下を検証します:
- すべての DAILY ファイルが期待される場所に存在する
- 古い言語ルールが残されていない
- 互換性のないフックがインストールされていない
- 結果として得られるインストールが実際にリポジトリ スタックと一致している
以下を含むコンパクト レポートを返します:
- DAILY 数
- LIBRARY 数
- 削除された古いサーフェス
- 未解決の質問
ハンドオフ
次のステップが対話的インストールまたは修復である場合、以下にハンドオフします:
configure-ecc
次のステップが重複クリーンアップまたはカタログレビューである場合、以下にハンドオフします:
skill-stocktake
次のステップがより広いコンテキスト トリミングである場合、以下にハンドオフします:
strategic-compact
出力フォーマット
以下の順序で結果を返します:
STACK
- language/framework/runtime summary
DAILY
- always-loaded items with evidence
LIBRARY
- searchable/reference items with evidence
INSTALL PLAN
- what should be installed, removed, or routed
VERIFICATION
- checks run and remaining gaps
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- affaan-m
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/affaan-m/everything-claude-code / ライセンス: MIT
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。