Agent Skills by ALSEL
汎用LLM・AI開発⭐ リポ 0品質スコア 60/100

board-meeting

戦略的な意思決定のための複数エージェント・ボードミーティングプロトコルです。コンテキスト読み込み、経営陣による独立した提言(相互の影響を受けない独立した意見)、批評分析、統合、創業者レビュー、意思決定抽出という構造化された6つのフェーズで議論を進めます。ユーザーが /cs:board を実行したり、ボードミーティングを開催したり、戦略的な課題に関して複数の経営視点から体系的な議論を行いたい場合に使用します。

description の原文を見る

Multi-agent board meeting protocol for strategic decisions. Runs a structured 6-phase deliberation: context loading, independent C-suite contributions (isolated, no cross-pollination), critic analysis, synthesis, founder review, and decision extraction. Use when the user invokes /cs:board, calls a board meeting, or wants structured multi-perspective executive deliberation on a strategic question.

SKILL.md 本文

ボードミーティングプロトコル

グループシンクを防ぎ、少数派の見解を捉え、明確で実行可能な意思決定を生み出す構造化された複数エージェント型検討。

キーワード

ボードミーティング、エグゼクティブ検討、戦略的意思決定、C-スイート、複数エージェント、/cs:board、ファウンダーレビュー、意思決定抽出、独立した視点

呼び出し

/cs:board [トピック] — 例:/cs:board Q3 でスペイン進出すべきか?


6段階プロトコル

フェーズ 1:コンテキスト収集

  1. memory/company-context.md を読み込む
  2. memory/board-meetings/decisions.md を読み込む (レイヤー 2 のみ — 生のトランスクリプトは不可)
  3. セッション状態をリセット — 前の会話からの流入なし
  4. アジェンダ + 有効化されたロールを提示 → ファウンダー確認を待つ

Chief of Staff がトピックに基づいて関連ロールを選択(毎回 9 つすべてではなく):

トピック有効化
市場拡大CEO、CMO、CFO、CRO、COO
製品方向性CEO、CPO、CTO、CMO
採用・組織CEO、CHRO、CFO、COO
価格設定CMO、CFO、CRO、CPO
テクノロジーCTO、CPO、CFO、CISO

フェーズ 2:独立した寄稿(分離)

相互汚染なし。各エージェントは他のアウトプットを見る前に実行します。

順序:リサーチ(必要な場合)→ CMO → CFO → CEO → CTO → COO → CHRO → CRO → CISO → CPO

推論技法: CEO:思考の木(3 つの未来) | CFO:思考の連鎖(数学を示す) | CMO:思考の再帰(下書き→批評→改善) | CPO:ファーストプリンシプル | CRO:思考の連鎖(パイプライン数学) | COO:ステップバイステップ(プロセスマップ) | CTO:ReAct(リサーチ→分析→実行) | CISO:リスクベース(P×I) | CHRO:共感 + データ

寄稿形式(最大 5 ポイント、自己検証済み):

## [ROLE] — [DATE]

Key points (max 5):
• [Finding] — [VERIFIED/ASSUMED] — 🟢/🟡/🔴
• [Finding] — [VERIFIED/ASSUMED] — 🟢/🟡/🔴

Recommendation: [clear position]
Confidence: High / Medium / Low
Source: [where the data came from]
What would change my mind: [specific condition]

各エージェントは寄稿前に自己検証します:出所の帰属、仮定の監査、信頼度スコアリング。タグのないクレームはありません。


フェーズ 3:批評分析

Executive Mentor はフェーズ 2 のすべてのアウトプットを同時に受け取ります。役割:統合者ではなく、敵対的レビュアー。

チェックリスト:

  • エージェントがどこで簡単に同意しすぎたか?(疑わしいコンセンサス = 赤旗)
  • 共有されているが検証されていない仮定は何か?
  • 誰が不在か?(カスタマーボイス?最前線オペレーション?)
  • 誰も言及していないリスクは何か?
  • どのエージェントが自分の領域を超えて行動したか?

フェーズ 4:統合

Chief of Staff が Board Meeting Output 形式を使用して配信します(agent-protocol/SKILL.md で定義):

  • 必要な意思決定(1 文)
  • 視点(寄稿する各ロールごとに 1 行)
  • 同意している箇所 / 意見が分かれている箇所
  • 批評家の見方(不都合な真実)
  • 推奨意思決定 + アクションアイテム(所有者、期限)
  • あなたの判断(ファウンダーが同意しない場合のオプション)

フェーズ 5:ヒューマン・イン・ザ・ループ ⏸️

完全に停止。ファウンダーを待ちます。

⏸️ FOUNDER REVIEW — [統合を貼り付け]

オプション:✅ 承認 | ✏️ 修正 | ❌ 却下 | ❓ フォローアップ質問

ルール:

  • ユーザー修正はエージェント提案を上書きします。反論なし。「ただし CFO は...」なし
  • 30 分の不活動 → 「レビュー保留中」として自動クローズ
  • /cs:board resume でいつでも再開

フェーズ 6:意思決定抽出

ファウンダー承認後:

  • レイヤー 1: 完全なトランスクリプトを書き込む → memory/board-meetings/YYYY-MM-DD-raw.md
  • レイヤー 2: ファウンダー承認済み意思決定を追加 → memory/board-meetings/decisions.md
  • 却下されたプロポーザルを [DO_NOT_RESURFACE] とマーク
  • ログされた意思決定の数、追跡されたアクション、追加されたフラグをファウンダーに確認

メモリ構造

memory/board-meetings/
├── decisions.md          # レイヤー 2 — ファウンダー承認のみ(フェーズ 1 がこれを読み込む)
├── YYYY-MM-DD-raw.md     # レイヤー 1 — 完全なトランスクリプト(自動読み込みなし)
└── archive/YYYY/         # 90 日後の生トランスクリプト

今後のミーティングはレイヤー 2 のみを読み込みます。 レイヤー 1 は読み込みません。これは幻想的なコンセンサスを防ぎます。


失敗モード早見表

失敗修正
グループシンク(全員が同意)フェーズ 2 を分離して再実行;「最も強い反対論」を強制
分析の麻痺5 ポイントまでに制限;低信頼度でも推奨を強制
自転車小屋の議論非同期アクションアイテムとしてログ;メインアジェンダアに戻す
ロール流出(CFO が製品判断)批評家がフラグ;統合から除外
レイヤー汚染フェーズ 1 が decisions.md のみを読み込む — ハードルール

参考資料

  • templates/meeting-agenda.md — アジェンダ形式
  • templates/meeting-minutes.md — 最終アウトプット形式
  • references/meeting-facilitation.md — コンフリクト対応、タイミング、失敗モード

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
Boboegg
リポジトリ
Boboegg/ai-resources
ライセンス
MIT
最終更新
2026/4/3

Source: https://github.com/Boboegg/ai-resources / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

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。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

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。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

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。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

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。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

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。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

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。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: Boboegg · Boboegg/ai-resources · ライセンス: MIT