brains-trust
コード、アーキテクチャ、戦略、プロンプト設計など幅広いトピックについて、主要なAIモデルからセカンドオピニオンを取得します。OpenRouter・Gemini・OpenAI APIを通じて単一モデルへの質問、複数モデルのコンセンサス取得、悪魔の代弁者パターンをサポート。「brains trust」「second opinion」「ask gemini」「ask gpt」「peer review」「devil's advocate」などのフレーズをトリガーとして使用できます。
description の原文を見る
Get a second opinion from leading AI models on code, architecture, strategy, prompting, or anything. Queries models via OpenRouter, Gemini, or OpenAI APIs. Supports single opinion, multi-model consensus, and devil's advocate patterns. Use whenever the user says 'brains trust', 'second opinion', 'ask gemini', 'ask gpt', 'peer review', 'consult another model', 'challenge this', or 'devil's advocate'. - devil's advocate - what does gemini think - what does gpt think
SKILL.md 本文
Brains Trust
複数の優秀なAIモデルに第二意見を求めましょう。コードに限らず、アーキテクチャ、戦略、プロンプティング、デバッグ、ライティング、または新しい視点が役立つあらゆる質問に対応します。
デフォルト設定（ユーザーが「Brains Trust」とだけ言った場合）
このスキルがトリガーされたが、何について相談するかが指定されていない場合、以下のデフォルトを適用します：
- パターン：コンセンサス（異なるプロバイダーの 2 つのモデル）— 「brains trust」は「単一の意見」ではなく複数の見方を求めるもの
- スコープ：現在のセッションで Claude が取り組んでいることすべて。最近のコンテキストを確認：編集されたファイル、下された決定、議論されたアーキテクチャ、解決しようとしている問題。
- モード：コンテキストから推測：
- 最近コードを書いた/編集した → Code Review
- 計画またはデザイン討議中 → Architecture
- 何かをデバッグ中 → Debug
- プロンプトやスキルを構築中 → Prompting
- 明確な信号がない → General（「何か見落としていないか？盲点は？」と質問）
- モデル：異なるプロバイダーから最新の Pro 階層モデルを選択（
models.flared.auで確認）。多様性を優先：例えば Google + OpenAI のように異なるプロバイダーのモデルを選びます。同じプロバイダーの 2 つを選ばないでください。 - プロンプトの焦点：「私たちが取り組んでいることをレビューしてください。何か見落としていないか？何が改善できるか？盲点はないか？より単純なアプローチで検討していないものはあるか？」
トリガー → デフォルトマッピング
| トリガー | デフォルトパターン | デフォルトスコープ |
|---|---|---|
| "brains trust" | コンセンサス（2 モデル） | 現在のセッション作業 |
| "second opinion" | シングル（1 モデル） | 現在のセッション作業 |
| "ask gemini" / "ask gpt" | シングル（指定プロバイダー） | 現在のセッション作業 |
| "peer review" | コンセンサス（2 モデル） | 最近変更したファイル |
| "challenge this" / "devil's advocate" | Devil's Advocate（1 モデル） | Claude の現在の立場 |
ユーザーはいつでも詳細を指定してオーバーライド可能：「このコンフィグファイルについて brains trust」、「認証アプローチについて Gemini に聞いて」など。
セットアップ
環境変数として少なくとも 1 つの API キーを設定します：
# 推奨 — 1 つのキーで全プロバイダーをカバー
export OPENROUTER_API_KEY="your-key"
# オプション — 直接アクセス（多くの場合高速/安価）
export GEMINI_API_KEY="your-key"
export OPENAI_API_KEY="your-key"
OpenRouter はユニバーサルパス — 1 つのキーで Gemini、GPT、Qwen、DeepSeek、Llama、Mistral など多数にアクセスできます。
現在のモデル
ハードコードされたモデル ID を使用しないでください。 相談の前に毎回、最新のリーディングモデルを取得してください：
https://models.flared.au/llms.txt
これは OpenRouter の完全なカタログから抽出した、11 のプロバイダーから約 40 のリーディングモデルのライブ更新されたキュレーションリストです。タスクに適したモデルを選ぶのに使用してください。
生成される Python スクリプト内のプログラムの用途には：https://models.flared.au/json
相談パターン
| パターン | デフォルト対象 | 動作内容 |
|---|---|---|
| Consensus | "brains trust"、"peer review" | 異なるプロバイダーの 2 つのモデルに並列で質問、一致・不一致を比較 |
| Single | "second opinion"、"ask gemini"、"ask gpt" | 1 つのモデルに質問、自分の見方と統合 |
| Devil's advocate | "challenge this"、"devil's advocate" | モデルに現在の立場に明示的に反論させる |
コンセンサスでは、最大の多様性を確保するため、必ず異なるプロバイダーからモデルを選択（例：Google + Qwen）します。
モード
| モード | 使用時 | モデル階層 |
|---|---|---|
| Code Review | バグ、パターン、セキュリティについてファイルをレビュー | Flash |
| Architecture | 設計の決定、トレードオフ | Pro |
| Debug | 2 回以上の失敗後に困っている | Flash |
| Security | 脆弱性スキャン | Pro |
| Strategy | ビジネス、プロダクト、アプローチに関する決定 | Pro |
| Prompting | プロンプト、システムプロンプト、KB ファイルの改善 | Flash |
| General | あらゆる質問、ブレインストーミング、チャレンジ | Flash |
Pro 階層：選択したプロバイダーの最も高性能なモデル（例：google/gemini-3.1-pro-preview、openai/gpt-5.4）。
Flash 階層：直線的な分析用の高速で安価なモデル（例：google/gemini-3-flash-preview、qwen/qwen3.5-flash-02-23）。
ワークフロー
-
利用可能なキーを検出 — 環境から
OPENROUTER_API_KEY、GEMINI_API_KEY、OPENAI_API_KEYを確認。見つからない場合、セットアップ手順を表示して停止。 -
現在のモデルを取得 —
WebFetch https://models.flared.au/llms.txtしてモード（pro vs flash）と相談パターン（single vs consensus）に基づいて適切なモデルを選択。ユーザーが特定のプロバイダーをリクエストした場合（「Gemini に聞いて」）、それを使用。 -
対象ファイルをコンテキストに読み込み（コード関連の場合）。戦略、プロンプティング、一般的な質問については、ファイル読み込みをスキップ。
-
references/prompt-templates.mdの AI-to-AI テンプレートを使用してプロンプトを構築。ファイル内容を--- filename ---セパレーターとともにインラインで含める。出力トークン制限を設定しない — モデルが十分に推論できるようにする。 -
相談ディレクトリを作成
.jez/artifacts/brains-trust/{timestamp}-{topic}/に（例：2026-03-10-1423-auth-architecture/）。プロンプトを内部のprompt.txtに書き込む — bash 引数でコードをインラインで渡さない（シェルのエスケープが壊す）。 -
Python スクリプトを生成して実行
.jez/scripts/brains-trust.pyでreferences/provider-api-patterns.mdのパターンを使用：- 相談ディレクトリの
prompt.txtからプロンプトを読む - 選択された API を呼び出す
- コンセンサスモード：
concurrent.futuresを使用して複数の API を並列呼び出し - 各レスポンスを相談ディレクトリ内の
{model}.mdに保存 - 結果を stdout に出力
- 相談ディレクトリの
-
統合 — レスポンスを読み、検出結果をユーザーに提示。モデルが一致する点と異なる点を注記。自分の見方を追加（同意/反対と理由）。ユーザーが何を実行するかを決定できるようにする。
使用時期
良い使用例：
- 主要なアーキテクチャ変更をコミットする前
- 複数の試みの後にデバッグで困っているとき
- 複数の有効なオプションがあるアーキテクチャ決定
- セキュリティに敏感なコードのレビュー
- 戦略またはアプローチに関する独自の仮定に異議を唱える
- システムプロンプトまたは KB ファイルの改善
- 新しい視点が欲しいあらゆる場面
避けるべき使用：
- 簡単な構文チェック（Claude が対応）
- 編集するたびに（遅くて費用がかかる）
- 明白で周知の答えがある質問
クリティカルルール
- モデル ID をハードコードしない — 常に最初に
models.flared.auから取得 - 出力トークンをキャップしない —
max_tokensやmaxOutputTokensを設定しない - 常にプロンプトをファイルに書き込む — bash 引数で渡さない
- ファイル内容をインラインで含める — コードコンテキストをプロンプトに直接添付
- AI-to-AI フレーミングを使用 — モデルは人間ではなく Claude にアドバイスをしている
- 進捗を stderr に出力 — Python スクリプトは状態更新を出力（
Calling gemini-2.5-pro...、Received response from qwen3.5-plus.）30～90 秒の待機中にユーザーが動作を知ることができるようにする
リファレンスファイル
| 時期 | 読むべきファイル |
|---|---|
| あらゆるモードでプロンプトを構築するとき | references/prompt-templates.md |
| Python API 呼び出しスクリプトを生成するとき | references/provider-api-patterns.md |
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
- jezweb
- リポジトリ
- jezweb/claude-skills
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/jezweb/claude-skills / 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。