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

configure-ecc

Everything Claude Codeのインタラクティブなインストーラーで、スキルとルールの選択からユーザーレベルまたはプロジェクトレベルへのインストールまでをガイドし、パスの検証や必要に応じてインストール済みファイルの最適化も行います。

description の原文を見る

Everything Claude Code のインタラクティブなインストーラー — スキルとルールの選択とインストールをユーザーレベルまたはプロジェクトレベルのディレクトリへガイドし、パスを検証し、必要に応じてインストールされたファイルを最適化します。

SKILL.md 本文

Configure Everything Claude Code (ECC)

Everything Claude Code プロジェクトのインタラクティブなステップバイステップのインストールウィザードです。AskUserQuestion を使用してスキルとルールの選択的インストールをユーザーにガイドし、正確性を検証し、最適化を提供します。

起動タイミング

  • ユーザーが "configure ecc"、"install ecc"、"setup everything claude code" などと言った場合
  • ユーザーがこのプロジェクトからスキルまたはルールを選択的にインストールしたい場合
  • ユーザーが既存の ECC インストールを検証または修正したい場合
  • ユーザーがインストールされたスキルまたはルールをプロジェクト用に最適化したい場合

前提条件

このスキルは起動前に Claude Code からアクセス可能である必要があります。ブートストラップには2つの方法があります:

  1. プラグイン経由: /plugin install ecc@ecc — プラグインがこのスキルを自動的にロードします
  2. 手動: このスキルのみを ~/.claude/skills/configure-ecc/SKILL.md にコピーし、"configure ecc" と言って起動します

ステップ 0: ECC リポジトリのクローン

インストールの前に、最新の ECC ソースを /tmp にクローンします:

rm -rf /tmp/everything-claude-code
git clone https://github.com/affaan-m/everything-claude-code.git /tmp/everything-claude-code

以降のすべてのコピー操作のソースとして ECC_ROOT=/tmp/everything-claude-code を設定します。

クローンが失敗した場合(ネットワークの問題など)、AskUserQuestion を使用してユーザーに既存の ECC クローンへのローカルパスを提供するよう依頼します。


ステップ 1: インストールレベルの選択

AskUserQuestion を使用してユーザーにインストール先を尋ねます:

Question: "ECC コンポーネントをどこにインストールしますか?"
Options:
  - "User-level (~/.claude/)" — "すべての Claude Code プロジェクトに適用されます"
  - "Project-level (.claude/)" — "現在のプロジェクトのみに適用されます"
  - "Both" — "共通/共有アイテムはユーザーレベル、プロジェクト固有アイテムはプロジェクトレベル"

選択を INSTALL_LEVEL として保存します。ターゲットディレクトリを設定します:

  • User-level: TARGET=~/.claude
  • Project-level: TARGET=.claude(現在のプロジェクトルートからの相対パス)
  • Both: TARGET_USER=~/.claudeTARGET_PROJECT=.claude

ターゲットディレクトリが存在しない場合は作成します:

mkdir -p $TARGET/skills $TARGET/rules

ステップ 2: スキルの選択とインストール

2a: スキルカテゴリの選択

31個のスキルが4つのカテゴリに分類されています。multiSelect: trueAskUserQuestion を使用します:

Question: "どのスキルカテゴリをインストールしますか?"
Options:
  - "Framework & Language" — "Django, Spring Boot, Go, Python, Java, Frontend, Backend パターン"
  - "Database" — "PostgreSQL, ClickHouse, JPA/Hibernate パターン"
  - "Workflow & Quality" — "TDD, 検証, 学習, セキュリティレビュー, コンパクション"
  - "All skills" — "利用可能なすべてのスキルをインストール"

2b: 個別スキルの確認

選択された各カテゴリについて、以下の完全なスキルリストを表示し、ユーザーに確認または特定のものの選択解除を依頼します。リストが4項目を超える場合、リストをテキストとして表示し、AskUserQuestion で「リストされたすべてをインストール」オプションと、ユーザーが特定の名前を貼り付けるための「その他」オプションを使用します。

カテゴリ: Framework & Language(20スキル)

スキル説明
backend-patternsバックエンドアーキテクチャ、API設計、Node.js/Express/Next.js のサーバーサイドベストプラクティス
coding-standardsTypeScript、JavaScript、React、Node.js の汎用コーディング標準
django-patternsDjango アーキテクチャ、DRF による REST API、ORM、キャッシング、シグナル、ミドルウェア
django-securityDjango セキュリティ: 認証、CSRF、SQL インジェクション、XSS 防止
django-tddpytest-django、factory_boy、モック、カバレッジによる Django テスト
django-verificationDjango 検証ループ: マイグレーション、リンティング、テスト、セキュリティスキャン
frontend-patternsReact、Next.js、状態管理、パフォーマンス、UI パターン
golang-patterns慣用的な Go パターン、堅牢な Go アプリケーションのための規約
golang-testingGo テスト: テーブル駆動テスト、サブテスト、ベンチマーク、ファジング
java-coding-standardsSpring Boot 用 Java コーディング標準: 命名、不変性、Optional、ストリーム
python-patternsPythonic なイディオム、PEP 8、型ヒント、ベストプラクティス
python-testingpytest、TDD、フィクスチャ、モック、パラメータ化による Python テスト
quarkus-patternsQuarkus アーキテクチャ、Camel メッセージング、CDI サービス、Panache データアクセス
quarkus-securityQuarkus セキュリティ: JWT/OIDC、RBAC、入力バリデーション、シークレット管理
quarkus-tddJUnit 5、Mockito、REST Assured、Camel テストによる Quarkus TDD
quarkus-verificationQuarkus 検証: ビルド、静的解析、テスト、ネイティブコンパイル
springboot-patternsSpring Boot アーキテクチャ、REST API、レイヤードサービス、キャッシング、非同期
springboot-securitySpring Security: 認証/認可、検証、CSRF、シークレット、レート制限
springboot-tddJUnit 5、Mockito、MockMvc、Testcontainers による Spring Boot TDD
springboot-verificationSpring Boot 検証: ビルド、静的解析、テスト、セキュリティスキャン

カテゴリ: Database(3スキル)

スキル説明
clickhouse-ioClickHouse パターン、クエリ最適化、分析、データエンジニアリング
jpa-patternsJPA/Hibernate エンティティ設計、リレーションシップ、クエリ最適化、トランザクション
postgres-patternsPostgreSQL クエリ最適化、スキーマ設計、インデックス作成、セキュリティ

カテゴリ: Workflow & Quality(8スキル)

スキル説明
continuous-learningセッションから再利用可能なパターンを学習済みスキルとして自動抽出
continuous-learning-v2信頼度スコアリングを持つ本能ベースの学習、スキル/コマンド/エージェントに進化
eval-harness評価駆動開発(EDD)のための正式な評価フレームワーク
iterative-retrievalサブエージェントコンテキスト問題のための段階的コンテキスト改善
security-reviewセキュリティチェックリスト: 認証、入力、シークレット、API、決済機能
strategic-compact論理的な間隔で手動コンテキスト圧縮を提案
tdd-workflow80%以上のカバレッジで TDD を強制: ユニット、統合、E2E
verification-loop検証と品質ループのパターン

スタンドアロン

スキル説明
docs/examples/project-guidelines-template.mdプロジェクト固有のスキルを作成するためのテンプレート

2c: インストールの実行

選択された各スキルについて、正しいソースルートからスキルディレクトリ全体をコピーします:

# コアスキルは .agents/skills/ 配下にあります
cp -R "$ECC_ROOT/.agents/skills/<skill-name>" "$TARGET/skills/"

# ニッチスキルは skills/ 配下にあります
cp -R "$ECC_ROOT/skills/<skill-name>" "$TARGET/skills/"

glob で取得したソースディレクトリを処理するときは、trailing slash 付きのソースをそのまま cp に渡さないでください。宛先名にディレクトリ名を明示します:

cp -R "${src%/}" "$TARGET/skills/$(basename "${src%/}")"

注: continuous-learningcontinuous-learning-v2 には追加ファイル(config.json、フック、スクリプト)があります — SKILL.md だけでなく、ディレクトリ全体がコピーされることを確認してください。


ステップ 3: ルールの選択とインストール

multiSelect: trueAskUserQuestion を使用します:

Question: "どのルールセットをインストールしますか?"
Options:
  - "Common rules (Recommended)" — "言語に依存しない原則: コーディングスタイル、git ワークフロー、テスト、セキュリティなど(8ファイル)"
  - "TypeScript/JavaScript" — "TS/JS パターン、フック、Playwright によるテスト(5ファイル)"
  - "Python" — "Python パターン、pytest、black/ruff フォーマット(5ファイル)"
  - "Go" — "Go パターン、テーブル駆動テスト、gofmt/staticcheck(5ファイル)"

インストールを実行:

# 共通ルール
cp -r $ECC_ROOT/rules/common $TARGET/rules/common

# 言語固有のルール(言語別ディレクトリを保持)
cp -r $ECC_ROOT/rules/typescript $TARGET/rules/typescript   # 選択された場合
cp -r $ECC_ROOT/rules/python $TARGET/rules/python            # 選択された場合
cp -r $ECC_ROOT/rules/golang $TARGET/rules/golang            # 選択された場合

重要: ユーザーが言語固有のルールを選択したが、共通ルールを選択しなかった場合、警告します:

"言語固有のルールは共通ルールを拡張します。共通ルールなしでインストールすると、不完全なカバレッジになる可能性があります。共通ルールもインストールしますか?"


ステップ 4: インストール後の検証

インストール後、以下の自動チェックを実行します:

4a: ファイルの存在確認

インストールされたすべてのファイルをリストし、ターゲットロケーションに存在することを確認します:

ls -la $TARGET/skills/
ls -la $TARGET/rules/

4b: パス参照のチェック

インストールされたすべての .md ファイルでパス参照をスキャンします:

grep -rn "~/.claude/" $TARGET/skills/ $TARGET/rules/
grep -rn "../common/" $TARGET/rules/
grep -rn "skills/" $TARGET/skills/

プロジェクトレベルのインストールの場合~/.claude/ パスへの参照をフラグします:

  • スキルが ~/.claude/settings.json を参照している場合 — これは通常問題ありません(設定は常にユーザーレベルです)
  • スキルが ~/.claude/skills/ または ~/.claude/rules/ を参照している場合 — プロジェクトレベルのみにインストールされている場合、これは壊れている可能性があります
  • スキルが別のスキルを名前で参照している場合 — 参照されているスキルもインストールされているか確認します

4c: スキル間の相互参照のチェック

一部のスキルは他のスキルを参照します。これらの依存関係を検証します:

  • django-tdddjango-patterns を参照する可能性があります
  • springboot-tddspringboot-patterns を参照する可能性があります
  • continuous-learning-v2~/.claude/homunculus/ ディレクトリを参照します
  • python-testingpython-patterns を参照する可能性があります
  • golang-testinggolang-patterns を参照する可能性があります
  • 言語固有のルールは common/ の対応物を参照します

4d: 問題の報告

見つかった各問題について、報告します:

  1. ファイル: 問題のある参照を含むファイル
  2. : 行番号
  3. 問題: 何が間違っているか(例: "~/.claude/skills/python-patterns を参照していますが、python-patterns がインストールされていません")
  4. 推奨される修正: 何をすべきか(例: "python-patterns スキルをインストール" または "パスを .claude/skills/ に更新")

ステップ 5: インストールされたファイルの最適化(オプション)

AskUserQuestion を使用します:

Question: "インストールされたファイルをプロジェクト用に最適化しますか?"
Options:
  - "Optimize skills" — "無関係なセクションを削除、パスを調整、技術スタックに合わせて調整"
  - "Optimize rules" — "カバレッジ目標を調整、プロジェクト固有のパターンを追加、ツール設定をカスタマイズ"
  - "Optimize both" — "インストールされたすべてのファイルの完全な最適化"
  - "Skip" — "すべてをそのまま維持"

スキルを最適化する場合:

  1. インストールされた各 SKILL.md を読み取ります
  2. ユーザーにプロジェクトの技術スタックを尋ねます(まだ不明な場合)
  3. 各スキルについて、無関係なセクションの削除を提案します
  4. インストール先(ソースリポジトリではなく)で SKILL.md ファイルをその場で編集します
  5. ステップ4で見つかったパスの問題を修正します

ルールを最適化する場合:

  1. インストールされた各ルール .md ファイルを読み取ります
  2. ユーザーに設定について尋ねます:
    • テストカバレッジ目標(デフォルト80%)
    • 優先フォーマットツール
    • Git ワークフロー規約
    • セキュリティ要件
  3. インストール先でルールファイルをその場で編集します

重要: インストール先($TARGET/)のファイルのみを変更し、ソース ECC リポジトリ($ECC_ROOT/)のファイルは決して変更しないでください。


ステップ 6: インストールサマリー

/tmp からクローンされたリポジトリをクリーンアップします:

rm -rf /tmp/everything-claude-code

次にサマリーレポートを出力します:

## ECC インストール完了

### インストール先
- レベル: [user-level / project-level / both]
- パス: [ターゲットパス]

### インストールされたスキル([数])
- skill-1, skill-2, skill-3, ...

### インストールされたルール([数])
- common(8ファイル)
- typescript(5ファイル)
- ...

### 検証結果
- [数]個の問題が見つかり、[数]個が修正されました
- [残っている問題をリスト]

### 適用された最適化
- [加えられた変更をリスト、または "なし"]

トラブルシューティング

"スキルが Claude Code に認識されません"

  • スキルディレクトリに SKILL.md ファイルが含まれていることを確認します(単なる緩い .md ファイルではありません)
  • ユーザーレベルの場合: ~/.claude/skills/<skill-name>/SKILL.md が存在するか確認します
  • プロジェクトレベルの場合: .claude/skills/<skill-name>/SKILL.md が存在するか確認します

"ルールが機能しません"

  • ルールはフラットファイルで、サブディレクトリにはありません: $TARGET/rules/coding-style.md(正しい) vs $TARGET/rules/common/coding-style.md(フラットインストールでは不正)
  • ルールをインストール後、Claude Code を再起動します

"プロジェクトレベルのインストール後のパス参照エラー"

  • 一部のスキルは ~/.claude/ パスを前提としています。ステップ4の検証を実行してこれらを見つけて修正します。
  • continuous-learning-v2 の場合、~/.claude/homunculus/ ディレクトリは常にユーザーレベルです — これは想定されており、エラーではありません。

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
リポジトリ
affaan-m/everything-claude-code
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

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: affaan-m · affaan-m/everything-claude-code · ライセンス: MIT