agentic-design
AIエージェントシステムの構築時に使用します。エージェントループ、ツール呼び出し、プランニングパターン、メモリシステム、マルチエージェント協調、およびセーフティガードレールをカバーしています。自律型AIワークフロー、コーディングアシスタント、またはタスク自動化システムを構築する際に適用できます。
description の原文を見る
Use when building AI agent systems. Covers agent loops, tool calling, planning patterns, memory systems, multi-agent coordination, and safety guardrails. Apply when creating autonomous AI workflows, coding assistants, or task automation systems.
SKILL.md 本文
エージェント設計
コア原則
エージェントはツールを備えたループ内のLLMです。単なる機能性だけでなく、信頼性、可視性、適切な障害処理を設計してください。
このスキルを使う場面
- ツール使用を伴うAIアシスタントの構築
- 自律的なタスク実行者の作成
- マルチエージェントシステムの設計
- コーディングエージェントの実装
- ワークフロー自動化の構築
- AIに計画機能を追加する場合
鉄則
エージェントは静かに失敗する。可視性を前提に設計せよ。
エージェントが何をしているかが見えなければ、動作不全を修正することはできません。
エージェントシステムの利点
メリット:
- 複雑な複数ステップのタスクを自動化
- 動的で自由度の高い問題に対応
- 人間の専門知識をスケール
- 24時間365日の自律運用
- 新しい状況への適応性
課題:
- 予測不可能な動作
- エラーの伝播
- コスト累積
- セキュリティ上の懸念
- デバッグの複雑性
エージェントアーキテクチャの概要
┌─────────────────────────────────────────────────────┐
│ AGENT LOOP │
│
...
詳細情報
- 作者
- liauw-media
- ライセンス
- unknown
- 最終更新
- 2026/3/8
Source: https://github.com/liauw-media/CodeAssist / 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。