k-skill-cleaner
ユーザーにヒアリングを行い、コーディングエージェントのスキルトリガー回数を確認することで、使われていないK-skillsを特定し、削除すべき候補を提案します。
description の原文を見る
Interview the user and inspect coding-agent skill trigger counts to recommend unused K-skills for removal.
SKILL.md 本文
k-skill-cleaner
ユーザーが K-skill バンドルを軽量化したい、使わないスキルを見つけたい、または推測による削除ではなく根拠に基づいた削除候補リストを作成したいときに、このスキルを使用します。
Safety contract
- スキルを自動的に削除しない。 まず優先度付きの推奨リストを作成し、ユーザーが明示的に削除候補リストを承認した後にのみ削除を実行します。
- トリガーカウントを 最善努力のシグナル として扱い、絶対的な事実とは考えないこと。異なるエージェントはトランスクリプトを異なる方法で保存し、ログをローテーションしたり省略したりする可能性があります。
- ユーザーが「保持」と指定したスキルは、トリガーカウントがゼロでも保護してください。
- 同じ変更で README/docs/install の参照をチェックした後でのみ、ルートレベルのスキルディレクトリ全体を削除することを優先します。
インタビューを最初に実施
スキャンまたは削除推奨を行う前に、簡潔なインタビューを実施してください:
- 主に使用しているエージェントはどれですか? (Claude Code、Codex、OpenCode、OpenClaw/ClawHub、Hermes Agent、その他)
- 絶対に削除してはいけないスキルは何ですか?
- 確実に使わないスキルは何ですか?
- 最近の 30/90/180 日のうち、どの期間の使用痕跡を優先的に確認しますか? helper 実行時に
--daysまたは--sinceで反映します。 - 推奨のみ希望ですか、それとも承認後に実際の削除まで希望ですか?
エージェント別トリガーカウントソース
| エージェント | 確認場所 | 信頼性 | 備考 |
|---|---|---|---|
| Claude Code | ~/.claude/projects/**/*.jsonl、~/.claude/transcripts/**/*.jsonl | 最善努力 | スキルトリガーイベント、$skill-name 記載、SKILL.md 読み込みを確認します。 |
| Codex | ~/.codex/sessions/**/*.jsonl、~/.codex/log/**/*.log、.omx/logs/**/*.log | 最善努力 | ルーティングされたスキル名、明示的な $skill 呼び出し、スキルファイルの読み込みを確認します。 |
| OpenCode | ~/.local/share/opencode/**/*.jsonl、~/.config/opencode/**/*.jsonl | 最善努力 | ローカルスキーマが異なる場合は、ユーザーにエクスポートされたトランスクリプトまたは使用 JSON を要求します。 |
| OpenClaw/ClawHub | ~/.openclaw/**/*.jsonl、~/.clawhub/**/*.jsonl (存在する場合) | 手動確認 | 安定した公開ローカルトリガーカウントスキーマは想定されません。利用可能な場合はエクスポートされた統計を優先します。 |
| Hermes Agent | ~/.hermes/**/*.jsonl、~/.config/hermes/**/*.jsonl (存在する場合) | 手動確認 | 安定した公開ローカルトリガーカウントスキーマは想定されません。利用可能な場合はエクスポートされた統計を優先します。 |
ローカルヘルパー
インストール済みのスタンドアロンスキルから、k-skill-cleaner スキルディレクトリの決定論的ヘルパーを実行します。フルリポジトリチェックアウトでは、scripts/k_skill_cleaner.py の互換性ラッパーが同じオプションを受け入れます。
python3 scripts/k_skill_cleaner.py \
--skills-root . \
--scan-default-logs \
--days 90 \
--never-use blue-ribbon-nearby,lotto-results \
--keep k-skill-setup,k-skill-cleaner
エージェントエクスポートまたは手動キュレーション済みカウントの場合、スキル名をトリガーカウントにマップする JSON オブジェクトを渡します:
python3 scripts/k_skill_cleaner.py --skills-root . --usage-json usage-counts.json --days 90
--days と --since はスキャン対象のログレコードのみをフィルタリングします。--usage-json の値はすでに集計済みのカウントであるため、ヘルパーに渡す前に同じ時間ウィンドウで JSON を準備/エクスポートしてください。
ヘルパーは以下を含む JSON を出力します:
skill_count: 検出されたルートレベルスキル数。candidates:trigger_countとreasonsを含む優先度付きremoveまたはreview候補。agent_usage_sources: 上記のエージェント固有パスと注釈。time_window: 有効な--since/--daysカットオフと mtime フォールバック注釈。usage_json: インポート済みカウントが統合されたかどうかと事前ウィンドウ注釈。scanned_logs: スキャン可能なログファイル数と最善努力エビデンスをもたらしたパス。safety: ファイルが削除されなかったことの注意喚起。
推奨ポリシー
remove: ユーザーが明示的にスキルを使わないと指定した。ゼロ/低いトリガーエビデンスを支援コンテキストとして記載します。review: トリガーカウントがゼロまたは選択された低使用閾値以下ですが、ユーザーが明示的に削除を要求していない。keep: ユーザーで保護されたスキルとアクティブに使用中のスキル。
報告時は、このようにグループ化します:
- 削除候補 — インタビューで使わないと指定、トリガーエビデンス付き。
- 検討候補 — トリガーカウントがゼロ/低いのみ。
- 保持候補 — 保護されているまたは最近使用中。
- 統計限界 — 読み取り可能なログがなく手動エクスポートが必要なエージェント。
削除が承認された場合
- スキルディレクトリを削除します。
- README テーブル/リスト エントリと
docs/features/<skill>.mdリンクを削除します。 docs/install.md --skill <skill>エントリを削除します。- スキルがそのファイルを所有している場合のみパッケージ/ワークスペース/テストの参照を削除します。
npm run lint、npm run typecheck、npm run testを実行します(パッケージング/リリース変更の場合はnpm run ciを実行)。
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
- nomadamas
- リポジトリ
- nomadamas/k-skill
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/nomadamas/k-skill / ライセンス: MIT
関連スキル
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。
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。
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。
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。
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。
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。