make-skill-template
「スキルを作成して」「新しいスキルを作って」「スキルをひな形から生成して」などの指示を受けたとき、またはリソースをまとめた専門的なAI機能を構築する際に使用します。プロンプトや本テンプレートの複製をもとに、GitHub Copilot 向けの新しい Agent Skill を生成し、適切なフロントマターを含む SKILL.md ファイルや、scripts・references・assets フォルダなどのディレクトリ構造を自動的に作成します。
description の原文を見る
Create new Agent Skills for GitHub Copilot from prompts or by duplicating this template. Use when asked to "create a skill", "make a new skill", "scaffold a skill", or when building specialized AI capabilities with bundled resources. Generates SKILL.md files with proper frontmatter, directory structure, and optional scripts/references/assets folders.
SKILL.md 本文
Make Skill テンプレート
新しい Agent Skills を作成するためのメタスキルです。新しいスキルフォルダをスキャフォルディングしたい、SKILL.md ファイルを生成したい、または Agent Skills 仕様の理解を支援する必要がある場合にこのスキルを使用します。
このスキルを使うタイミング
- ユーザーが「スキルを作成する」「新しいスキルを作る」「スキルをスキャフォルディングする」と言う場合
- ユーザーが GitHub Copilot 設定に専門的な機能を追加したい場合
- ユーザーがバンドルされたリソースを含むスキルを構造化する支援が必要な場合
- ユーザーがこのテンプレートを出発点として複製したい場合
前提条件
- スキルが何を実現するべきかの理解
- 機能とトリガーの明確でキーワード豊かな説明
- 必要なバンドルリソースの知識(スクリプト、参考資料、アセット、テンプレート)
新しいスキルの作成
ステップ1: スキルディレクトリを作成する
小文字でハイフンで区切られた名前のフォルダを作成します:
skills/<skill-name>/
└── SKILL.md # Required
ステップ2: Frontmatter でSKILL.md を生成する
すべてのスキルには name と description を含む YAML frontmatter が必要です:
---
name: <skill-name>
description: '<何をするか>. <特定のトリガー、シナリオ、ユーザーが言及するかもしれないキーワード>の場合に使用します。'
---
Frontmatter フィールドの要件
| フィールド | 必須 | 制約 |
|---|---|---|
name | はい | 1~64文字、小文字/数字/ハイフンのみ、フォルダ名と一致する必要がある |
description | はい | 1~1024文字、何をするか、いつ使うかを説明する必要がある |
license | いいえ | ライセンス名またはバンドルされた LICENSE.txt への参照 |
compatibility | いいえ | 1~500文字、必要に応じて環境要件 |
metadata | いいえ | 追加プロパティのキーバリューペア |
allowed-tools | いいえ | 事前承認されたツールのスペース区切りリスト(実験的) |
Description のベストプラクティス
重要: description は自動スキル発見の主要なメカニズムです。以下を含める必要があります:
- 何を スキルが実行するか(機能)
- いつ 使用するか(トリガー、シナリオ、ファイルタイプ)
- キーワード ユーザーがプロンプトで言及するかもしれない
良い例:
description: 'Playwright を使用したローカルウェブアプリケーションテストツールキット。フロントエンド機能を検証したい、UI の動作をデバッグしたい、ブラウザスクリーンショットをキャプチャしたい、またはブラウザコンソールログを表示したい場合に使用します。Chrome、Firefox、WebKit に対応しています。'
悪い例:
description: 'ウェブテストヘルパー'
ステップ3: スキルの本文を書く
frontmatter の後、markdown 命令を追加します。推奨セクション:
| セクション | 目的 |
|---|---|
# タイトル | 簡潔な概要 |
## このスキルを使うタイミング | description のトリガーを強化 |
## 前提条件 | 必要なツール、依存関係 |
## ステップバイステップワークフロー | タスクの番号付きステップ |
## トラブルシューティング | 一般的な問題と解決策 |
## 参考資料 | バンドルされたドキュメントへのリンク |
ステップ4: オプションのディレクトリを追加(必要に応じて)
| フォルダ | 目的 | 使用するタイミング |
|---|---|---|
scripts/ | 実行可能なコード(Python、Bash、JS) | 操作を実行する自動化 |
references/ | エージェントが読むドキュメント | API リファレンス、スキーマ、ガイド |
assets/ | そのまま使用される静的ファイル | 画像、フォント、テンプレート |
templates/ | エージェントが変更するスターターコード | 拡張するスキャフォルド |
例:完全なスキル構造
my-awesome-skill/
├── SKILL.md # Required instructions
├── LICENSE.txt # Optional license file
├── scripts/
│ └── helper.py # Executable automation
├── references/
│ ├── api-reference.md # Detailed docs
│ └── examples.md # Usage examples
├── assets/
│ └── diagram.png # Static resources
└── templates/
└── starter.ts # Code scaffold
クイックスタート:このテンプレートを複製する
make-skill-template/フォルダをコピーする- スキル名に変更(小文字、ハイフン)
SKILL.mdを更新:name:をフォルダ名に変更- キーワード豊かな
description:を書く - 本文の内容をあなたの指示に置き換える
- 必要に応じてバンドルされたリソースを追加
npm run skill:validateで検証
検証チェックリスト
- フォルダ名は小文字とハイフン
-
nameフィールドはフォルダ名と完全に一致 -
descriptionは 10~1024文字 -
descriptionは何と何をするかを説明 -
descriptionはシングルクォートで囲まれている - 本文の内容は 500行以下
- バンドルされたアセットは各 5MB 以下
トラブルシューティング
| 問題 | 解決策 |
|---|---|
| スキルが発見されない | より多くのキーワードとトリガーで description を改善 |
| 名前での検証失敗 | 小文字を確認、連続したハイフンなし、フォルダと一致 |
| Description が短すぎる | 機能、トリガー、キーワードを追加 |
| アセットが見つからない | スキルルートからの相対パスを使用 |
参考資料
- Agent Skills 公式仕様: https://agentskills.io/specification
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
- 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
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。