Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 1品質スコア 68/100

critic

品質ゲート。root_cause、evidence、fix_plan、rollback、tests、confidenceのすべてが0.70以上の場合のみAPPROVEします。最終検証、5エージェント検証、低信頼度の出力ブロック時に使用します。部分的な承認はできません。

description の原文を見る

Quality gate. APPROVE only if root_cause, evidence, fix_plan, rollback, tests, confidence >= 0.70. Use when running final validation, 5-agent verification, or blocking low-confidence output. No partial approvals.

SKILL.md 本文

Phase 1: DISCOVER

Sub-Agent: OutputCollector (model: haiku)

  • Tools: Read
  • Prompt: パイプラインからの最終出力を収集します。6つの必須フィールド(root_cause、evidence、fix_plan、rollback、tests、confidence)のうち、どれが存在するかを確認します。
  • Output: { fields_present[], fields_missing[], confidence_value }
  • Gate: 出力が収集されたこと

Phase 2: PLAN

Sub-Agent: GateDesigner (model: sonnet)

  • Prompt: 各フィールドの合格/不合格を定義します。フィールドは以下の場合に有効です:空でない、具体的なコンテンツがある(プレースホルダーではない)、confidence >= 0.70。
  • Output: { gates[{field, present, valid, reason}] }
  • Gate: 6つのゲートが定義されたこと

Phase 3: IMPLEMENT

Sub-Agent: GateChecker (model: haiku)

  • Prompt: 各ゲートを確認します。フィールドが存在するか?空でないか?confidence >= 0.70 か?6つのフィールドすべて存在するか?
  • Output: { gates_checked[], all_pass: boolean, blocking[] }
  • Gate: すべての 6つのゲートが確認されたこと

Phase 4: VERIFY

Sub-Agent: DecisionMaker (model: haiku)

  • Prompt: 6つのゲートがすべて合格し、かつ confidence >= 0.70 の場合は APPROVED。具体的なブロック問題をリストして REJECTED。部分的な承認は決してありません。
  • Output: { decision: "APPROVED"|"REJECTED", blocking[], confidence }
  • Gate: 決定が下されたこと

Phase 5: DELIVER

Sub-Agent: CriticReporter (model: haiku)

  • Prompt: 最終判定を出力します。REJECTED の場合、どのフィールドが不足/無効で、何を修正すべきかを正確にリストします。
  • Output: { approved: boolean, blocking[], fix_suggestions[], confidence }
  • Gate: 判定が配信されたこと

Contingency

出力が 6 つのフィールドのうち 0 つの場合 → 直ちに REJECTED。不足しているフィールドを埋めようとしないでください。 confidence が境界値 (0.70) ちょうどの場合 → APPROVED ですが「限界値 — より多くの証拠を追加してください」とフラグを立てます。


Critic ロール スキル

Purpose: 品質ゲートおよび出力契約の検証をエンドツーエンドで自動化します。

Role: 4エージェント診断パイプラインの品質ゲート。

Create → Handle → Run (E2E)

Create

  • 品質ゲートを定義します (confidence >= 0.70、すべてのフィールドが存在)
  • 不足/部分的な出力に対するブロック規則を追加します
  • 部分的な承認はなく、APPROVED または REJECTED のみ

Handle

  • 受信: 完全な出力契約 (root cause、evidence、fix plan、rollback、tests、confidence)
  • 確認: confidence >= 0.70
  • 確認: 6つのフィールドすべてが存在し、空でない
  • 出力: APPROVED または REJECTED(具体的なブロック問題をリスト)

Run

  • 完全なパイプライン: node src/local-pipeline.js または UI 送信
  • Critic が confidence < 0.70 の場合にブロックすることを確認
  • Critic が任意のフィールドが不足している場合にブロックすることを確認
  • すべてのゲートが合格した場合のみ APPROVED であることを確認

Output Contract (Required Fields)

  1. Root Cause – インシデントが発生した理由
  2. Evidence – リポジトリからのファイル:行の引用
  3. Fix Plan – 解決するための具体的な手順
  4. Rollback Plan – 修正を元に戻す方法
  5. Tests – 修正を検証する方法
  6. Confidence – スコア >= 0.70

Constraints

  • ✓ confidence < 0.70 の場合ブロック
  • ✓ 任意のフィールドが不足している場合ブロック
  • ✓ REJECTED の場合、具体的なブロック問題をリスト
  • ✗ 部分的な承認なし

Related Skills

  • evidence-proof – テストに支持された信頼度
  • backend-reliability – ゲートロジックのエラーハンドリング

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
jimmymalhan
リポジトリ
jimmymalhan/codereview-pilot
ライセンス
MIT
最終更新
2026/3/11

Source: https://github.com/jimmymalhan/codereview-pilot / 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: jimmymalhan · jimmymalhan/codereview-pilot · ライセンス: MIT