Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 50/100

breakdown-epic-arch

PRD(製品要件定義書)をもとに、Epicの高レベルな技術アーキテクチャを設計・作成するためのスキルです。要件から技術構成への橋渡しが必要な場面で活用できます。

description の原文を見る

Prompt for creating the high-level technical architecture for an Epic, based on a Product Requirements Document.

SKILL.md 本文

Epic アーキテクチャ仕様書プロンプト

ゴール

シニアソフトウェアアーキテクトとして行動してください。Epic PRD を受け取り、高レベルの技術アーキテクチャ仕様書を作成することがあなたのタスクです。このドキュメントは Epic の開発をガイドし、必要な主要コンポーネント、機能、技術的な実現手段を概説します。

コンテキスト上の考慮事項

  • プロダクトマネージャーからの Epic PRD。
  • ドメイン駆動設計パターン:モジュール化されスケーラブルなアプリケーションのために。
  • セルフホストおよび SaaS デプロイメント要件。
  • Docker コンテナ化:すべてのサービス向け。
  • TypeScript/Next.js スタック with App Router。
  • Turborepo monorepo パターン。
  • tRPC による型安全 API。
  • Stack Auth による認証。

注記: 技術的な状況の擬似コード以外は、出力にコードを含めないでください。

出力フォーマット

出力は Markdown 形式の完全な Epic アーキテクチャ仕様書であり、/docs/ways-of-work/plan/{epic-name}/arch.md に保存されます。

仕様書の構成

1. Epic アーキテクチャ概要

  • この Epic に対する技術的アプローチの簡潔な概要。

2. システムアーキテクチャダイアグラム

この Epic 向けの完全なシステムアーキテクチャを示す包括的な Mermaid ダイアグラムを作成してください。ダイアグラムには以下を含める必要があります:

  • ユーザーレイヤー:異なるユーザータイプ(ウェブブラウザ、モバイルアプリ、管理者インターフェース)がどのようにシステムと相互作用するかを表示
  • アプリケーションレイヤー:ロードバランサー、アプリケーションインスタンス、認証サービス(Stack Auth)を描写
  • サービスレイヤー:tRPC API、バックグラウンドサービス、ワークフローエンジン(n8n)、および Epic 固有のサービスを含む
  • データレイヤー:データベース(PostgreSQL)、ベクトルデータベース(Qdrant)、キャッシングレイヤー(Redis)、外部 API 統合を表示
  • インフラストラクチャレイヤー:Docker コンテナ化とデプロイメントアーキテクチャを表現

これらのレイヤーを整理するために明確なサブグラフを使用し、異なるコンポーネントタイプに対して一貫した色分けを適用し、コンポーネント間のデータフローを示してください。Epic に関連する場合、同期リクエストパスと非同期処理フローの両方を含めてください。

3. 高レベル機能と技術的実現手段

  • 構築される高レベル機能のリスト。
  • 機能をサポートするために必要な技術的実現手段(例:新しいサービス、ライブラリ、インフラストラクチャ)のリスト。

4. テクノロジースタック

  • 使用される主要なテクノロジー、フレームワーク、ライブラリのリスト。

5. 技術的価値

  • 技術的価値(例:高、中、低)を簡潔な正当化とともに見積もってください。

6. T シャツサイズ見積もり

  • Epic に対する高レベルの T シャツサイズ見積もりを提供してください(例:S、M、L、XL)。

コンテキストテンプレート

  • Epic PRD:[Epic PRD マークダウンファイルの内容]

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
github
リポジトリ
github/awesome-copilot
ライセンス
MIT
最終更新
不明

Source: https://github.com/github/awesome-copilot / 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: github · github/awesome-copilot · ライセンス: MIT