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

cowork-plugin-customizer

特定の組織のツールやワークフローに合わせてClaude Codeプラグインをカスタマイズします。プラグインの設定・調整・コネクターやスキルの変更など、プラグインを組織仕様に最適化したい場合に使用してください。

description の原文を見る

> Customize a Claude Code plugin for a specific organization's tools and workflows. Use when: customize plugin, set up plugin, configure plugin, tailor plugin, adjust plugin settings, customize plugin connectors, customize plugin skill, tweak plugin, modify plugin configuration.

SKILL.md 本文

Cowork プラグインのカスタマイズ

特定の組織に合わせてプラグインをカスタマイズします。汎用プラグインテンプレートを初めてセットアップするか、既に設定されているプラグインを調整・改善します。

プラグインを見つける: プラグインのソースファイルを見つけるには、find mnt/.local-plugins mnt/.plugins -type d -name "*<plugin-name>*" を実行してプラグインディレクトリを探し、変更前にそのファイルを読んで構造を理解してください。プラグインディレクトリが見つからない場合は、ユーザーがリモートコンテナでこの会話を実行している可能性があります。中止して「プラグインのカスタマイズは現在デスクトップアプリの Cowork モードでのみ利用できます」と通知してください。

カスタマイズモードの判定

プラグインを見つけた後、~~ プレフィックス付きプレースホルダーをチェックします: grep -rn '~~\w' /path/to/plugin --include='*.md' --include='*.json'

デフォルトルール: ~~ プレースホルダーが存在する場合、ユーザーがプラグインの特定部分をカスタマイズするよう明示的に求めない限り、汎用プラグインセットアップをデフォルトにします。

1. 汎用プラグインセットアップ — プラグインに ~~ プレフィックス付きプレースホルダーが含まれています。これらはテンプレート内のカスタマイズポイントで、実際の値で置き換える必要があります (例: ~~JiraAsana~~your-team-channel#engineering)。

2. スコープ付きカスタマイズ~~ プレースホルダーが存在せず、ユーザーがプラグインの特定部分をカスタマイズするよう求めた場合 (例: 「コネクタをカスタマイズして」、「スタンドアップスキルを更新して」、「チケットツールを変更して」)。プラグインファイルを読んで関連セクションを見つけ、それらにのみ集中します。プラグイン全体をスキャンしたり、無関係なカスタマイズ項目を提示しないでください。

レガシー commands/ ディレクトリ: 一部のプラグインに commands/ ディレクトリが含まれています。Cowork UI はこれらをスキルと一緒に単一の「スキル」概念として表示するため、commands/*.md ファイルを skills/*/SKILL.md ファイルの場合と同じ方法で扱ってください。

3. 一般的なカスタマイズ~~ プレースホルダーが存在せず、ユーザーがプラグインを広く変更したいと考えている場合。プラグインのファイルを読んで現在の設定を理解し、ユーザーに何を変更したいかを尋ねます。

重要: カスタマイズされるプラグインまたはスキルの名前は決して変更しないでください。ディレクトリ、ファイル、プラグイン/スキル名フィールドの名前を変更しないでください。

非技術的な出力: すべてのユーザー向け出力 (TODO リストアイテム、質問、要約) は平易な非技術的言語で記述する必要があります。ユーザーに ~~ プレフィックス、プレースホルダー、またはカスタマイズポイントについて言及しないでください。プラグインの機能と組織のツールの観点からすべてをフレーミングしてください。

カスタマイズワークフロー

フェーズ 0: ユーザーの意図を把握 (スコープ付きおよび一般的なカスタマイズのみ)

スコープ付きカスタマイズ一般的なカスタマイズ (汎用プラグインセットアップではない) の場合、ユーザーがリクエストと一緒に自由形式のコンテキストを提供したかどうかをチェックします (例: 「スタンドアップスキルをカスタマイズして — 毎朝 #eng-updates で非同期スタンドアップを実施しています」)。

  • ユーザーがコンテキストを提供した場合: それを記録し、フェーズ 3 で回答を事前入力するために使用します — ユーザーが既に回答した質問を尋ねません。

  • ユーザーがコンテキストを提供しなかった場合: 進める前に AskUserQuestion を使用して、1 つのオープンエンドの質問を提出します。ユーザーがカスタマイズするよう求めたことに質問を合わせてください — 例: 「brief スキルにどのような変更を加えるつもりですか?」または「このプラグインの動作方法について何を変更したいですか?」短く、リクエストに固有にしてください。

    残りのフェーズ全体を通して、彼らの応答 (ある場合) を追加のコンテキストとして使用します。

フェーズ 1: 知識 MCP からコンテキストを収集

カスタマイズスコープに関連する情報を収集するために、社内知識 MCP を使用します。カテゴリ別の詳細なクエリパターンについては references/search-strategies.md を参照してください。

収集する内容 (関連するものにスコープを絞る):

  • 組織が使用するツール名とサービス
  • 組織のプロセスとワークフロー
  • チーム慣例 (命名、ステータス、見積もりスケール)
  • 設定値 (ワークスペース ID、プロジェクト名、チーム識別子)

検索対象:

  1. Chat/Slack MCP — ツール言及、統合、ワークフロー議論
  2. ドキュメント MCP — オンボーディングドキュメント、ツールガイド、セットアップ手順
  3. メール MCP — ライセンス通知、管理者メール、セットアップ招待

フェーズ 3 で使用するすべての結果を記録します。

フェーズ 2: TODO リストを作成

実施するべき変更の TODO リストを作成し、適切にスコープを絞ります:

  • スコープ付きカスタマイズ: ユーザーが求めた特定のセクションに関連するアイテムのみを含めます。
  • 汎用プラグインセットアップ: grep -rn '~~\w' /path/to/plugin --include='*.md' --include='*.json' を実行してすべてのプレースホルダーカスタマイズポイントを見つけます。テーマ別にグループ化します。
  • 一般的なカスタマイズ: プラグインファイルを読み、現在の設定を理解し、ユーザーのリクエストに基づいて何を変更する必要があるかを特定します。

プラグインの目的に焦点を当てた、ユーザーフレンドリーな説明を使用します:

  • 良い例: 「Company でスタンドアップ準備がどのように機能するかを学ぶ」
  • 悪い例: 「skills/standup-prep/SKILL.md 内のプレースホルダーを置き換える」

フェーズ 3: TODO アイテムを完了

フェーズ 0 とフェーズ 1 のコンテキストを使用して各アイテムに取り組みます。

ユーザーの自由形式入力 (フェーズ 0) または知識 MCP (フェーズ 1) が明確な答えを提供した場合: 確認なしで直接適用します。

それ以外の場合: AskUserQuestion を使用します。「業界標準」のデフォルトが正しいと想定しないでください — ユーザー入力も知識 MCP も特定の答えを提供していない場合は、尋ねます。注: AskUserQuestion には常にスキップボタンと自由テキスト入力ボックスが含まれるため、None または Other をオプションとして含めないでください。

変更のタイプ:

  1. プレースホルダー置換 (汎用セットアップ): ~~JiraAsana~~your-org-channel#engineering
  2. コンテンツ更新: 手順、スキル、ワークフロー、参照を組織に合わせて変更
  3. URL パターン更新: tickets.example.com/your-team/123app.asana.com/0/PROJECT_ID/TASK_ID
  4. 設定値: ワークスペース ID、プロジェクト名、チーム識別子

ユーザーが知らない場合またはスキップした場合は、値を変更しないままにします (または汎用セットアップの場合は ~~ プレフィックス付きプレースホルダーのままにします)。

フェーズ 4: 有用な MCP を検索

カスタマイズアイテムが解決された後、識別または変更されたツール用の MCP を接続します。完全なワークフロー、カテゴリ-キーワードマッピング、設定ファイル形式については references/mcp-servers.md を参照してください。

カスタマイズ中に識別された各ツール:

  1. レジストリを検索: search_mcp_registry(keywords=[...]) を使用して references/mcp-servers.md からカテゴリキーワードを使用するか、既に既知の場合は特定ツール名で検索
  2. 未接続の場合: suggest_connectors(directoryUuids=["chosen-uuid"]) — ユーザーが認証を完了
  3. プラグインの MCP 設定ファイルを更新 (plugin.json でカスタムロケーションを確認、それ以外は root の .mcp.json)

すべての MCP 結果を収集し、それらを要約出力に一度に提示します (以下を参照) — このフェーズ中に MCP を 1 つずつ提示しないでください。

プラグインをパッケージ化

すべてのカスタマイズが適用された後、プラグインを .plugin ファイルとしてパッケージ化します:

  1. プラグインディレクトリをzip化 (setup/ は不要なため除外):
    cd /path/to/plugin && zip -r /tmp/plugin-name.plugin . -x "setup/*" && cp /tmp/plugin-name.plugin /path/to/outputs/plugin-name.plugin
    
  2. ファイルをユーザーに提示 して .plugin 拡張子を使用するので、直接インストールできます。(.plugin ファイルを提示すると、ユーザーにはプラグインファイルを参照できるリッチプレビューとして表示され、ボタンを押してカスタマイズを受け入れることができます。)

重要: 常に /tmp/ で最初に zip を作成し、次に outputs フォルダにコピーします。outputs フォルダに直接書き込むと、権限の問題で失敗し、一時ファイルが残る可能性があります。

命名: .plugin ファイルに元のプラグインディレクトリ名を使用します (例: プラグインディレクトリが coder の場合、出力ファイルは coder.plugin である必要があります)。カスタマイズ中にプラグインまたはそのファイルの名前を変更しないでください — プレースホルダー値を置換し、コンテンツを更新するだけです。

要約出力

カスタマイズ後、ソース別にグループ化された学習内容の要約をユーザーに提示します。セットアップ中に接続された MCP とユーザーがまだ接続すべき MCP を示す MCP セクションを常に含めます:

## Slack の検索から

- プロジェクト管理に Asana を使用している
- スプリントサイクルは 2 週間

## ドキュメントの検索から

- ストーリーポイントは T シャツサイズを使用している

## あなたの回答から

- チケットステータスは: Backlog、In Progress、In Review、Done

次に、セットアップ中に接続された MCP とユーザーがまだ接続すべき MCP を提示し、それらを接続する方法についての手順を示します。

フェーズ 1 で利用可能な知識 MCP がなく、ユーザーが少なくとも 1 つの質問に手動で回答しなければならなかった場合、最後に注記を含めます:

ちなみに、Slack や Microsoft Teams のようなソースを接続すると、次回プラグインをカスタマイズするときに答えを自動的に見つけることができます。

追加リソース

  • references/mcp-servers.md — MCP 検出ワークフロー、カテゴリ-キーワードマッピング、設定ファイルロケーション
  • references/search-strategies.md — ツール名と org 値を見つけるための知識 MCP クエリパターン
  • examples/customized-mcp.json — 完全に設定された .mcp.json の例

ライセンス: Apache-2.0(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
anthropics
リポジトリ
anthropics/knowledge-work-plugins
ライセンス
Apache-2.0
最終更新
不明

Source: https://github.com/anthropics/knowledge-work-plugins / ライセンス: Apache-2.0

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: anthropics · anthropics/knowledge-work-plugins · ライセンス: Apache-2.0