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

create-github-action-workflow-specification

既存のGitHub Actions CI/CDワークフローを解析し、AIによる処理やワークフローのメンテナンスに最適化された正式な仕様書を生成します。

description の原文を見る

Create a formal specification for an existing GitHub Actions CI/CD workflow, optimized for AI consumption and workflow maintenance.

SKILL.md 本文

GitHub Actions ワークフロー仕様書の作成

GitHub Actions ワークフロー ${input:WorkflowFile} の包括的な仕様書を作成します。

この仕様書はワークフローの動作、要件、制約条件を定義します。実装に依存しない内容とし、ワークフローがどのように実装されているかではなく、何を実現するかに焦点を当てます。

AI 最適化要件

  • トークン効率: 明確性を損なわずに簡潔な言語を使用
  • 構造化データ: 表、リスト、図表で情報を密集させる
  • セマンティック明確性: 専門用語を一貫して使用
  • 実装の抽象化: 特定の構文、コマンド、ツールバージョンを避ける
  • 保守性: ワークフロー進化に対応しやすい設計

仕様書テンプレート

保存先: /spec/spec-process-cicd-[workflow-name].md

---
title: CI/CD Workflow Specification - [Workflow Name]
version: 1.0
date_created: [YYYY-MM-DD]
last_updated: [YYYY-MM-DD]
owner: DevOps Team
tags: [process, cicd, github-actions, automation, [domain-specific-tags]]
---

## ワークフロー概要

**目的**: [ワークフローの主要目標を1文で説明]
**トリガーイベント**: [トリガー条件リスト]
**対象環境**: [環境スコープ]

## 実行フロー図

```mermaid
graph TD
    A[Trigger Event] --> B[Job 1]
    B --> C[Job 2]
    C --> D[Job 3]
    D --> E[End]
    
    B --> F[Parallel Job]
    F --> D
    
    style A fill:#e1f5fe
    style E fill:#e8f5e8

ジョブと依存関係

ジョブ名目的依存関係実行環境
job-1[目的][前提条件][ランナー/環境]
job-2[目的]job-1[ランナー/環境]

要件マトリックス

機能要件

ID要件優先度受け入れ基準
REQ-001[要件]High[テスト可能な基準]
REQ-002[要件]Medium[テスト可能な基準]

セキュリティ要件

ID要件実装制約
SEC-001[セキュリティ要件][制約説明]

パフォーマンス要件

IDメトリクス目標値測定方法
PERF-001[メトリクス][目標値][測定方法]

入出力契約

入力

# 環境変数
ENV_VAR_1: string  # 目的: [説明]
ENV_VAR_2: secret  # 目的: [説明]

# リポジトリトリガー
paths: [パスフィルターリスト]
branches: [ブランチパターンリスト]

出力

# ジョブ出力
job_1_output: string  # 説明: [目的]
build_artifact: file  # 説明: [コンテンツタイプ]

シークレットと変数

タイプ名前目的スコープ
SecretSECRET_1[目的]Workflow
VariableVAR_1[目的]Repository

実行制約

ランタイム制約

  • タイムアウト: [最大実行時間]
  • 並行実行: [並行実行の制限]
  • リソース制限: [メモリ/CPU制約]

環境制約

  • ランナー要件: [OS/ハードウェア要件]
  • ネットワークアクセス: [外部接続要件]
  • 権限: [必要なアクセスレベル]

エラーハンドリング戦略

エラータイプ対応復旧アクション
ビルド失敗[対応][復旧ステップ]
テスト失敗[対応][復旧ステップ]
デプロイ失敗[対応][復旧ステップ]

品質ゲート

ゲート定義

ゲート基準バイパス条件
コード品質[基準][許可される場合]
セキュリティスキャン[閾値][許可される場合]
テストカバレッジ[パーセンテージ][許可される場合]

監視と可観測性

主要メトリクス

  • 成功率: [目標パーセンテージ]
  • 実行時間: [目標時間]
  • リソース使用量: [監視方法]

アラート

条件重大度通知先
[条件][レベル][誰/どこ]

統合ポイント

外部システム

システム統合タイプデータ交換SLA要件
[システム][タイプ][データ形式][要件]

依存ワークフロー

ワークフロー関係トリガー機構
[ワークフロー][タイプ][トリガー方法]

コンプライアンスとガバナンス

監査要件

  • 実行ログ: [保持ポリシー]
  • 承認ゲート: [必要な承認]
  • 変更管理: [更新プロセス]

セキュリティコントロール

  • アクセス制御: [権限モデル]
  • シークレット管理: [ローテーションポリシー]
  • 脆弱性スキャン: [スキャン頻度]

エッジケースと例外

シナリオマトリックス

シナリオ予想される動作検証方法
[エッジケース][動作][検証方法]

検証基準

ワークフロー検証

  • VLD-001: [検証ルール]
  • VLD-002: [検証ルール]

パフォーマンスベンチマーク

  • PERF-001: [ベンチマーク基準]
  • PERF-002: [ベンチマーク基準]

変更管理

更新プロセス

  1. 仕様書更新: まずこのドキュメントを修正
  2. レビューと承認: [承認プロセス]
  3. 実装: ワークフローに変更を適用
  4. テスト: [検証方法]
  5. デプロイ: [リリースプロセス]

バージョン履歴

バージョン日付変更内容作成者
1.0[日付]初期仕様書[作成者]

関連仕様書

  • [関連ワークフロー仕様書へのリンク]
  • [インフラストラクチャ仕様書へのリンク]
  • [デプロイ仕様書へのリンク]

## 分析手順

ワークフローファイルを分析する際:

1. **中核目的の抽出**: ビジネス目標を特定
2. **ジョブフロー のマッピング**: 実行順序を示す依存グラフを作成
3. **契約の特定**: 入出力とインターフェースを文書化
4. **制約の把握**: タイムアウト、権限、制限を抽出
5. **品質ゲートの定義**: 検証と承認ポイントを特定
6. **エラーパスの文書化**: 失敗シナリオと復旧を追跡
7. **実装の抽象化**: 構文ではなく動作に焦点を当てる

## Mermaid 図ガイドライン

### フロータイプ
- **順序実行**: `A --> B --> C`
- **並行実行**: `A --> B & A --> C; B --> D & C --> D`
- **条件分岐**: `A --> B{Decision}; B -->|Yes| C; B -->|No| D`

### スタイリング
```mermaid
style TriggerNode fill:#e1f5fe
style SuccessNode fill:#e8f5e8
style FailureNode fill:#ffebee
style ProcessNode fill:#f3e5f5

複雑なワークフロー

ジョブが5つ以上ある場合はサブグラフを使用:

graph TD
    subgraph "Build Phase"
        A[Lint] --> B[Test] --> C[Build]
    end
    subgraph "Deploy Phase"  
        D[Staging] --> E[Production]
    end
    C --> D

トークン最適化戦略

  1. 表を使用: 構造化フォーマットで情報を密集
  2. 一貫した略語: 1度定義して再利用
  3. 箇条書き: 散文段落を避ける
  4. コードブロック: ナレーティブではなく構造化データ
  5. 相互参照: 情報の重複ではなくリンクで参照

ワークフロー更新のドキュメントかつテンプレートとして機能する仕様書の作成に注力してください。

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