Learning Opportunities

概要

このパブリック取り込みコピーは、https://github.com/tech-leads-club/agent-skills から packages/skills-catalog/skills/(learning)/learning-opportunities をパッケージ化し、出所を隠さずにネイティブな Omni Skills 編集形式に変換したものです。

オペレーターがアップストリームワークフロー、サポートファイル、およびリポジトリコンテキストをそのまま保持する必要がある場合に使用してください。一方、パブリックバリデータとプライベートエンハンサーは通常のダウンストリームフローを継続します。

この取り込みは、コピーされたアップストリームファイルを完全に保持し、metadata.json の external_source ブロックと ORIGIN.md を出所の基準として使用します。

Learning Opportunities AI アシスト コーディング セッション中の意図的なスキル開発を促進します。AI が生成したコードの受動的な消費に対抗する短くてオプションの演習を提供します。技術を適応させたり学習アプローチについて判断を下したりする際は、references/PRINCIPLES.md を参照して、基礎となる学習科学を確認してください。

パブリックの見出しにきれいにマップされなかったインポート元のセクションは、下記またはサポートファイルに保持されています。注目すべきインポート元のセクション：演習の種類、実践的なコード探索、自然に織り込むテクニック、避けるべきアンチパターン。

このスキルを使用する場合

このセクションをトリガーフィルターとして使用してください。オペレーターがファイルをロードしたり、コマンドを実行したり、プルリクエストを開いたりする前に、起動の境界を明確にする必要があります。

• 新しいファイルまたはモジュールを作成するとき
• データベーススキーマの変更
• アーキテクチャの意思決定またはリファクタリング
• 不慣れなパターンを実装するとき
• ユーザーが開発中に「なぜ」という質問をした作業
• ユーザーがこのセッション中に演習を断ったとき

オペレーティング テーブル

状況	ここから開始	なぜ重要か
初回使用時	metadata.json	external_source ブロックを通じてコピーされたワークフローに触れる前に、リポジトリ、ブランチ、コミット、およびインポート元パスを確認します
出所確認	ORIGIN.md	レビュアーにインポート元ソースの平易言語監査証跡を提供します
ワークフロー実行	references/PRINCIPLES.md	コピーされた最小ファイルから実行を開始し、実質的に変更します
サポート コンテキスト	references/PRINCIPLES.md	パッケージ全体をロードせずに、次に関連性の高いコピー済みソースファイルを追加します
ハンドオフの決定	## Related Skills	オペレーターが作業がずれた場合により強力なネイティブスキルに切り替えるのに役立ちます

ワークフロー

このワークフローは、意図的に編集操作と運用操作を同時に行います。インポート元ソースをオペレーターにとって有用に保ちながら、ダウンストリーム エンハンサー フローに供給するパブリック取り込み基準を満たします。

1. ユーザーの目標、インポート元ワークフローのスコープ、およびこのスキルがまだタスク用の正しいルーターであるかどうかを確認します。
2. コピーされたアップストリーム サポート ファイルをロードする前に、概要と出所ファイルを読みます。
3. 現在のリクエストの結果を実質的に変更する参照、例、プロンプト、またはスクリプトのみをロードします。
4. アップストリーム ワークフローを実行しながら、出所とソース境界を作業メモで明示的に保持します。
5. 結果をアップストリーム期待値およびコピー済みファイルで示すことができる証拠に対して検証します。
6. 作業がこのインポート元ワークフローの中心的範囲外に移動する場合は、関連スキルにエスカレートまたはハンドオフします。
7. マージまたはクロージャーの前に、何が使用されたか、何が変更されたか、およびレビュアーが検証する必要があることを記録します。

インポート元ワークフロー ノート

インポート元：演習の種類

1. 予測してから観察する

特定のシナリオで何が起こるかを予測してから答えを明かすよう聞きます。

例：
ユーザーが認証ミドルウェアを作成したばかり。

エージェント：「ミドルウェアパターンに関する簡単な学習演習を行いたいですか？」
ユーザー：「いいですね」
エージェント：「リクエストが期限切れのトークンを持つミドルウェアにヒットすると何が起こると思いますか？

(最良の推測をしてください — 間違った予測は有用なデータです。)」

[停止 — 応答を待ってください]

応答後：
エージェント：「実は [正しい動作]。重要な違いは [説明]。
それについて驚いたことはありますか？」

[停止 — 応答を待ってください]

2. 生成してから比較する

実装を示す前に、アプローチをスケッチするよう聞きます。

例：
エージェント：「私が示す前に — この API エンドポイントのエラー処理をどのように構造化しますか？」

[停止 — 応答を待ってください]

応答後：
エージェント：「これが私たちが進めたものです：[実装]。
あなたのアプローチと何が似ていますか？何が異なっていて、なぜこの方向を選んだと思いますか？」

[停止 — 応答を待ってください]

3. 教えて返す

新しいチームメンバーのように、コンポーネントを説明するよう聞きます。

例：
エージェント：「私たちが作成したばかりのキャッシングレイヤーの仕組みを、プロジェクトに参加した新しい開発者のように説明してください。」

[停止 — 応答を待ってください]

応答後：
エージェント：「[特定の部分]を完璧に説明しました。1 つの改善点：[特定のギャップ]。」

例

例 1：アップストリーム ワークフローを直接要求する

@learning-opportunities を使用して <task> を処理してください。コピーされたアップストリーム ワークフローから開始し、結果を変更するファイルのみをロードしてください。また、答えに出所を明示してください。

**説明：**これは、オペレーターがインポート元ワークフローは必要だが、リポジトリ全体は必要ないときの最も安全な出発点です。

例 2：出所に基づいたレビューを要求する

@learning-opportunities を metadata.json と ORIGIN.md に対してレビューしてから、最初にロードするコピーされたアップストリーム ファイルを説明してください。理由も説明してください。

**説明：**レビューやトラブルシューティングの前に、出所とファイル選択の正確で監査可能な説明が必要な場合は、これを使用してください。

例 3：実行前にコピーされたサポート ファイルを絞り込む

@learning-opportunities を <task> に使用してください。結果を変更するコピーされた参照、例、またはスクリプトのみをロードしてください。進める前にファイルを明示的に名前付けしてください。

**説明：**これにより、スキルが段階的な情報開示に合わせられ、デフォルトでコピーされたパッケージ全体をロードするのを避けることができます。

例 4：レビュアー パケットを作成する

コピーされたアップストリーム ファイルと出所を使用して @learning-opportunities をレビューしてから、マージ前のギャップを要約してください。

**説明：**これは PR が人間によるレビューを待機中で、反復可能な監査パケットが必要な場合に便利です。

ベストプラクティス

生成されたパブリック スキルを、アップストリーム リポジトリ周辺のレビュー可能なパッケージング レイヤーとして扱ってください。目標は、出所を明示的に保持し、実行を実質的に改善するコピー済みソース資料のみをロードすることです。

• すぐに生成を停止してください。疑問符の後は続けないでください。
• 提案された回答、ヒント、例、または「考えてください...」や「検討してください...」のような励ましを生成しないでください。
• ユーザーの実際の応答を待ってください。その後に続行してください。
• 「(最良の推測をしてください — 間違った予測は有用なデータです。)」
• 「(またはスキップすることもできます。)」
• 正しい場合：確認して深掘り (「その通り。[バリエーション] だったら何が変わりますか？」)
• 間違っている場合：何が間違っているかについて直接的に述べてから、ギャップを探索してください。これは高い価値を持つ学習です

インポート元操作ノート

インポート元：コア原則：入力を待つ

これが最も重要なルールです。質問を提起した後：

1. **すぐに生成を停止してください。**疑問符の後は続けないでください。
2. 「考えてください...」や「検討してください...」のような提案された回答、ヒント、例、または励ましを生成しないでください。
3. ユーザーの実際の応答を待ってください。その後に続行してください。

質問の後に許可される内容：

• 「(最良の推測をしてください — 間違った予測は有用なデータです。)」
• 「(またはスキップすることもできます。)」

彼らの応答の後：

• 正しい場合：確認して深掘り (「その通り。[バリエーション] だったら何が変わりますか？」)
• 間違っている場合：何が間違っているかについて直接的に述べてから、ギャップを探索してください。これは高い価値を持つ学習です

トラブルシューティング

問題：オペレーターがインポート元コンテキストをスキップして、あまりに一般的に回答した

**症状：**結果が packages/skills-catalog/skills/(learning)/learning-opportunities のアップストリーム ワークフローを無視し、出所について述べておらず、またはコピー済みソース ファイルをまったく使用していません。 解決策： metadata.json、ORIGIN.md、および最も関連性の高いコピー済みアップストリーム ファイルを再度開いてください。まず external_source ブロックを確認してから、続行する前に出所を改めて述べてください。

問題：インポート元ワークフローはレビュー中に不完全に感じる

**症状：**レビュアーは生成された SKILL.md を見ることができますが、現在のタスクにどの参照、例、またはスクリプトが重要なのかをすぐに判断することができません。 **解決策：**あなたが選択したパスを正当化する正確なコピー済み参照、例、スクリプト、またはアセットを指してください。ギャップがまだ実在する場合は、PR に記録する代わりに隠さないでください。

問題：タスクが別の専門分野へ漂流した

**症状：**インポート元スキルは正しい場所から始まりますが、作業がデバッグ、アーキテクチャ、設計、セキュリティ、またはネイティブスキルが より優れた方法で処理するリリース オーケストレーションに変わります。 **解決策：**関連スキル セクションを使用して意図的にハンドオフしてください。インポート元の出所を表示されたままにして、次のスキルが盲目的に開始する代わりに正しいコンテキストを継承することができるようにします。

関連スキル

• @accessibility - インポート元スキルがコンテキストを確立した後、ネイティブ専門分野の方が優れている場合は、これを使用してください。
• @ai-cold-outreach - インポート元スキルがコンテキストを確立した後、ネイティブ専門分野の方が優れている場合は、これを使用してください。
• @ai-pricing - インポート元スキルがコンテキストを確立した後、ネイティブ専門分野の方が優れている場合は、これを使用してください。
• @ai-sdr - インポート元スキルがコンテキストを確立した後、ネイティブ専門分野の方が優れている場合は、これを使用してください。

追加リソース

このサポート マトリックスと下のリンクされたファイルをこのインポート元スキルのオペレーター パケットとして使用してください。これらは汎用スキャフォールディングではなく、実際のコピー済みソース資料を反映する必要があります。

リソース ファミリー	レビュアーに提供する情報	例のパス
references	アップストリームからコピーされた参照ノート、ガイド、または背景資料	references/PRINCIPLES.md
examples	アップストリームからコピーされた実践例または再利用可能なプロンプト	examples/n/a
scripts	実行またはバリデーションを実質的に変更するアップストリーム ヘルパー スクリプト	scripts/n/a
agents	インポート元パッケージの一部であるルーティングまたは委任ノート	agents/n/a
assets	ソース パッケージからコピーされたサポート アセットまたはスキーマ	assets/n/a

• PRINCIPLES.md
• PRINCIPLES.md

インポート元参照ノート

インポート元：実践的なコード探索

コード スニペットを表示するのではなく、ユーザーをファイルに誘導することを優先してください。学習者がコード自身を検索するようにすると、コードベースの親しみやすさが構築されます。

実証された親しみやすさに基づいてガイダンスを調整してください：

• 初期段階：「src/middleware/auth.ts を開いてください。45 行目付近です。validateToken は何を返していますか？」
• 後段階：「トークン リフレッシュを処理する場所を見つけてください。」
• 最終段階：「セッション有効期限の変更方法を変えるにはどこを見ますか？」

ユーザーがコードを見つけた後、自己説明を促します：

「見つけましたね。私が何か言う前に — この行は何をしていると思いますか？」

インポート元：自然に織り込むテクニック

• 「なぜ」の質問： 「ここでオブジェクトではなく Map を使用したのはなぜですか？」
• 転移プロンプト：「これは Strategy パターンです。このコードベースのどこか他の場所で適用できますか？」
• バリエーションのあるコンテキスト：「認証にこれを使用しました — API レート制限にどのように適用しますか？」
• エラー分析：「だれかが導入するかもしれないバグがあります — 何が問題になり、なぜですか？」

インポート元：避けるべきアンチパターン

• 一度に複数の質問を投げること
• 間違った回答を曖昧さに和らげること（「まあ、部分的には正しい...」）
• セッションごとに 2 回以上演習を提供すること
• 演習をテストのように感じさせること
• 質問を提起した後も生成を続けること