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

orchestrate

3つ以上のエージェントを並列・波状に展開するマルチエージェント処理が必要なときに起動するスキル。リサーチスウォーム、並列フィーチャービルド、ビルド→レビュー→修正パイプラインなど、大規模なエージェント協調タスクをオーケストレーションします。「swarm」「fan-out」「parallel agents」「orchestrate」などのキーワードでアクティブになります。

description の原文を見る

Use this skill when orchestrating multi-agent work at scale - research swarms, parallel feature builds, wave-based dispatch, build-review-fix pipelines, or any task requiring 3+ agents. Activates on mentions of swarm, parallel agents, multi-agent, orchestrate, fan-out, wave dispatch, research army, unleash, dispatch agents, or parallel work.

SKILL.md 本文

マルチエージェント・オーケストレーション

597以上の本番環境コードベースでの実際のエージェント派遣から抽出されたメタ・オーケストレーション・パターン。このスキルはオーケストレーション戦略を作業形態にマッピングし、プロンプト構造をエージェントタイプにマッピングし、バックグラウンド/フォアグラウンドを依存関係グラフにマッピングします。

コア原則: 戦略を作業に合わせ、エージェントを独立性で分割し、並列性が実現できるだけのコンテキストを注入し、信頼が得られるにつれてレビューのオーバーヘッドを適応させます。以下の戦略は参照パターンです。適切なものを選択し、作業が混在している場合は2つをブレンドし、パターンが当てはまらない場合は独自に発明してください。

戦略選択

digraph strategy_selection {
    rankdir=TB;
    "What type of work?" [shape=diamond];

    "Research / knowledge gathering" [shape=box];
    "Independent feature builds" [shape=box];
    "Sequential dependent tasks" [shape=box];
    "Same transformation across partitions" [shape=box];
    "Codebase audit / assessment" [shape=box];
    "Greenfield project kickoff" [shape=box];

    "Research Swarm" [shape=box style=filled fillcolor=lightyellow];
    "Epic Parallel Build" [shape=box style=filled fillcolor=lightyellow];
    "Sequential Pipeline" [shape=box style=filled fillcolor=lightyellow];
    "Parallel Sweep" [shape=box style=filled fillcolor=lightyellow];
    "Multi-Dimensional Audit" [shape=box style=filled fillcolor=lightyellow];
    "Full Lifecycle" [shape=box style=filled fillcolor=lightyellow];

    "What type of work?" -> "Research / knowledge gathering";
    "What type of work?" -> "Independent feature builds";
    "What type of work?" -> "Sequential dependent tasks";
    "What type of work?" -> "Same transformation across partitions";
    "What type of work?" -> "Codebase audit / assessment";
    "What type of work?" -> "Greenfield project kickoff";

    "Research / knowledge gathering" -> "Research Swarm";
    "Independent feature builds" -> "Epic Parallel Build";
    "Sequential dependent tasks" -> "Sequential Pipeline";
    "Same transformation across partitions" -> "Parallel Sweep";
    "Codebase audit / assessment" -> "Multi-Dimensional Audit";
    "Greenfield project kickoff" -> "Full Lifecycle";
}
戦略使用する場面エージェント数バックグラウンドキーパターン
Research Swarm知識収集、ドキュメント、SOTA調査10-60+あり (100%)ファンアウト、各自がドキュメント作成
Epic Parallel Build独立したエピック/機能による計画20-60+あり (90%+)サブシステム別ウェーブ派遣
Sequential Pipeline依存タスク、共有ファイル3-15なし (0%)実装 → レビュー → 修正チェーン
Parallel Sweepモジュール全体への同じ修正/変換4-10なし (0%)ディレクトリ別パーティション、ファンアウト
Multi-Dimensional Audit品質ゲート、深い評価6-9なし (0%)同じコード、異なるレビューレンズ
Full Lifecycleゼロからの新規プロジェクトすべて混合調査 → 計画 → 構築 → レビュー → 強化

戦略1: Research Swarm

バックグラウンドエージェントを大量展開して知識コーパスを構築します。各エージェントは1つのトピックについて調査し、1つのMarkdownドキュメントを作成します。エージェント間に依存関係はありません。

使用する場面

  • 新規プロジェクトのキックオフ (すべてのテクノロジーのSOTAが必要)
  • スキル/プラグインの構築 (包括的な領域知識が必要)
  • テクノロジー評価 (複数のオプションを並列比較)

パターン

フェーズ1: 調査部隊の展開 (すべてバックグラウンド)
    ウェーブ1 (10-20エージェント): コアテクノロジー調査
    ウェーブ2 (10-20エージェント): 専門トピック、統合
    ウェーブ3 (5-10エージェント): 初期結果に基づくギャップ補充

フェーズ2: モニタリングと補完
    - 完成したドキュメントが到着したら確認
    - ギャップを特定し、ターゲット化されたフォローアップエージェントを展開
    - 完成した調査を読んで残りの派遣に情報を提供

フェーズ3: 統合
    - すべての調査ドキュメントを読む (フォアグラウンド)
    - アーキテクチャ計画、設計ドキュメントを作成
    - Planエージェントを使用して調査結果を統合

プロンプトテンプレート: 調査エージェント

[PROJECT]の[USE CASE]のため、[TECHNOLOGY]を調査してください。

[OUTPUT_PATH]/[filename].md に、以下をカバーする包括的な調査ドキュメントを作成してください:

1. 最新[TECH]バージョンと機能 ("[TECH] 2026"または"[TECH] latest"を検索)
2. [プロジェクトに関連する特定機能]
3. [関連する別の機能]
4. [スタックの他のコンポーネントとの統合パターン]
5. [パフォーマンス特性]
6. [既知の問題と制限事項]
7. [本番環境使用のベストプラクティス]
8. [主要パターンのコード例]

可能な限りコード例を含めてください。WebSearchとWebFetchを使用して最新のドキュメントを取得してください。

優れた調査エージェントプロンプトの特徴:

  • 明示的な出力ファイルパス (どこに書くかについてあいまいさなし)
  • 年付きの検索ヒント ("search [TECH] 2026") により、エージェントに最新性ガイダンスを提供
  • 番号付きカバレッジリスト (8-12項目) で調査を正確にスコープ化
  • バックグラウンド派遣をデフォルトに (調査トピックは相互依存がない)

派遣頻度

  • エージェント派遣間で3-4秒間隔を置くと通常レート制限を回避できます
  • 10-20エージェントの主題別ウェーブは管理可能なサイズになる傾向があります
  • ウェーブ間で15-25分のギャップを確保すると、初期結果でのギャップ分析に余裕が生まれます

戦略2: Epic Parallel Build

バックグラウンドエージェントを展開して、独立した機能/エピックを同時に実装します。各エージェントは独自のディレクトリ/モジュールで1つの機能を構築します。2つのエージェントが同じファイルを触りません。

使用する場面

  • 10以上の独立したタスクを含む実装計画
  • 分離されたパッケージ/モジュールのMonorepo
  • 重複しない機能を持つスプリントバックログ

パターン

フェーズ1: スカウト (フォアグラウンド)
    - 1つのExploreエージェントを派遣してコードベースをマッピング
    - 依存チェーンと独立したワークストリームを特定
    - ファイル競合を防ぐためにタスクをサブシステム別にグループ化

フェーズ2: ビルド部隊の展開 (すべてバックグラウンド)
    ウェーブ1: インフラ/基盤 (Redis、DB、認証)
    ウェーブ2: バックエンドAPI (各自が独自のモジュールディレクトリ)
    ウェーブ3: フロントエンドページ (各自が独自のルートディレクトリ)
    ウェーブ4: 統合 (MCPサーバー、外部サービス)
    ウェーブ5: DevOps (CI、Docker、デプロイメント)
    ウェーブ6: レビュー検出からのバグ修正

フェーズ3: モニタリングと調整
    - 完成したコミットのgitステータスを確認
    - gitインデックスロック競合に対応 (30以上エージェントで予想)
    - エージェント完了時に残りのタスクを派遣
    - SibylタスクまたはTodoWriteで追跡

フェーズ4: レビューと強化 (フォアグラウンド)
    - 完成した作業について`/hyperskills:cross-model-review`を実行
    - 重大な検出事項について修正エージェントを派遣
    - 統合テスト

プロンプトテンプレート: 機能構築エージェント

**タスク: [DESCRIPTIVE TITLE]** (task\_[ID])

/path/to/project/[SPECIFIC_DIRECTORY]で作業してください

## コンテキスト

[既に存在するもの。特定のファイル、パターン、インフラストラクチャを参照してください]
[例: "Redisは`app.state.redis`で利用可能"、"`src/auth/`からパターンに従ってください"]

## あなたの仕事

1. `src/path/to/module/`を作成してください:
   - `file.py` -- [説明]
   - `routes.py` -- [説明]
   - `models.py` -- [スキーマ定義]

2. 実装要件:
   [コードスニペット、Pydanticモデル、APIコントラクトを含む詳細仕様]

3. テスト:
   - `tests/test_module.py`を作成してください
   - カバー: [特定のテストシナリオ]

4. 統合:
   - [メインアプリケーションエントリポイント]に接続
   - [パス]でルートを登録

## Git

コミットメッセージ: "feat([module]): [description]"
あなたが作成したファイルだけをステージしてください。コミット前に`git status`を確認してください。
他のエージェントのファイルをステージしないでください。

優れたビルドエージェントプロンプトの特徴:

  • 各エージェントは独自のディレクトリスコープを取得 (ファイル所有権の重複はマージコンフリクトと失われたロードを生成)
  • 従うべき既存パターン ("パターンXに従ってください") で、エージェントが1つを発明する手間を省く
  • インフラコンテキスト ("RedisはXで利用可能") で、エージェントが既に存在するものを再発見するのを防ぎます
  • 明示的なgit衛生 (30以上並列エージェントでは、これは負荷を支える、オプションではありません)
  • スウォーム全体での追跡可能性のためのタスクID

並列エージェントのGit調整

10以上のエージェントを同時に実行する場合、いくつかの現実が重要です:

  • index.lock競合は予想される エージェントは自動的に再試行します。これを防ごうとしないでください
  • 各エージェントは独自のファイルのみをコミット プロンプトでこれを明示的に述べないと、エージェントは兄弟のWIPを回収します
  • git add .git add -AはNGです 特定のパスのみ
  • 定期的にgit log --oneline -20でモニタ して、停滞またはパターン外のエージェントを検出
  • プッシュはオーケストレーターの判断です。統合後の、エージェントではなく

戦略3: Sequential Pipeline

依存タスクを1つずつ実行し、レビューゲートで実行します。各タスクは前のタスクの出力に基づいて構築されます。

使用する場面

  • 共有ファイルを変更するタスク
  • 統合境界作業 (JNIブリッジ、認証チェーン)
  • 各修正が前のレビュー検出事項に依存するレビュー・修正サイクル
  • 実装順序が重要な複雑な機能

パターン

各タスクについて:
    1. 実装者を派遣 (フォアグラウンド)
    2. 仕様レビュアーを派遣 (フォアグラウンド)
    3. コード品質レビュアーを派遣 (フォアグラウンド)
    4. 検出事項を修正
    5. 次のタスクに移動

信頼勾配 (時間とともに適応):
    初期タスク:  実装 → 仕様レビュー → コードレビュー (完全な儀式)
    中期タスク: 実装 → 仕様レビュー (軽度)
    後期タスク:   実装のみ (パターン実証、高い信頼度)

信頼勾配

パターンが信頼性を証明するにつれて、あらゆるタスクで完全な儀式を実行する代わりにレビューオーバーヘッドを軽減します。12番目の同一CRUD エンドポイントで完全レビューのコストは実在しており、信号雑音比は低下します:

フェーズレビューオーバーヘッド通常
完全な儀式実装 + 仕様レビュー + コードレビュー最初の3-4タスク
標準実装 + 仕様レビュータスク5-8、パターンが安定した後
軽度実装 + 簡易スポットチェック確立されたパターンの後期タスク
コスト最適化ホストの設定高速レビュアーを使用公式化されたレビューパス

これは得られた信頼であり、コーナーを切ることではありません。タスクが確立されたパターンから逸脱するたびに勾配がリセットされます。本当に新しいものについては完全な儀式に引き上げてください。


戦略4: Parallel Sweep

コードベースの分割領域全体に同じ変換を適用します。すべてのエージェントは同じ種類の作業を行いますが、異なるファイルで実行します。

使用する場面

  • モジュール全体のLint/フォーマット修正
  • パッケージ全体への型アノテーション追加
  • 複数モジュールのテスト作成
  • コンポーネント全体のドキュメント更新
  • ページ全体のUI ポーランド

パターン

フェーズ1: スコープを分析
    - ツール (ruff、tyなど) を実行して完全な問題リストを取得
    - 可能なものを自動修正
    - 残りの問題をモジュール/ディレクトリ別にグループ化

フェーズ2: ファンアウト修正エージェント (4-10エージェント)
    - モジュール/ディレクトリごとに1つのエージェント
    - 各自には: カテゴリ別問題数、領域固有ガイダンス
    - すべてフォアグラウンド (各自が完了することを確認する必要があります)

フェーズ3: 確認と繰り返し
    - ツールを再度実行して残りの問題をチェック
    - 問題が残っている場合は別のウェーブを派遣
    - クリーンになるまで繰り返し

プロンプトテンプレート: モジュール修正エージェント

[PATH]の[MODULE_NAME]ディレクトリのすべての[TOOL]問題を修正してください。

現在の問題 ([COUNT]件合計):

- [RULE_CODE]: [説明] ([count]) -- [領域固有の修正ガイダンス]
- [RULE_CODE]: [説明] ([count]) -- [領域固有の修正ガイダンス]

`[TOOL_COMMAND] [PATH]`を実行して正確な問題を確認してください。

[DOMAIN]コードの重要な注意:
[領域固有のガイダンス、例: "GTKインポートはgi.repositoryインポート前にGI.require_version()が必要"]

修正後、`[TOOL_COMMAND] [PATH]`を実行して問題がゼロになったことを確認してください。

優れたスウィープエージェントプロンプトの特徴:

  • 「すべて修正」ではなくカテゴリ別の問題数で、エージェントが検証する対象を持つ
  • 領域固有ガイダンス (そうしないとエージェントはカーゴカルトまたはオーバーライド)
  • ディレクトリパーティション (重複を防ぐ)
  • ウェーブ形状: 修正 → 確認 → 残りを修正 → 確認 (問題数が収束するまで)

戦略5: Multi-Dimensional Audit

複数のレビュアーを展開して同じコードを異なる角度から同時に検査します。各レビュアーは異なるフォーカスレンズを持っています。

使用する場面

  • 主要機能完了、包括的レビューが必要
  • リリース前の品質ゲート
  • セキュリティ監査
  • パフォーマンス評価

パターン

6つの並列レビュアーを派遣 (すべてフォアグラウンド):
    1. コード品質・安全性レビュアー
    2. 統合正確性レビュアー
    3. 仕様完全性レビュアー
    4. テストカバレッジレビュアー
    5. パフォーマンス分析者
    6. セキュリティ監査人

すべての完了を待ってから:
    - 検出事項を優先アクションリストに統合
    - 重大な問題については標的修正エージェントを派遣
    - 検出事項があった次元のみを再レビュー

プロンプトテンプレート: 次元レビュアー

[COMPONENT]実装の[DIMENSION]レビュー。

**レビューするファイル:**

- [file1.ext]
- [file2.ext]
- [file3.ext]

**分析:**

1. [この次元に対する特定の質問]
2. [この次元に対する特定の質問]
3. [この次元に対する特定の質問]

**レポート形式:**

- 検出事項: 重大度別の番号付きリスト (Critical/Important/Minor)
- 評価: 承認 / 変更が必要
- 推奨事項: 優先アクションアイテム

戦略6: Full Lifecycle

Greenfieldプロジェクトの場合、すべての戦略を順序付けて結合します:

セッション1: 調査 (Research Swarm)
    -> 30-60バックグラウンドエージェントが知識コーパスを構築
    -> アーキテクチャ計画エージェントが調査結果を統合
    -> 出力: docs/research/*.md + docs/plans/*.md

セッション2: 構築 (Epic Parallel Build)
    -> Scoutエージェントが既存をマッピング
    -> 30-60バックグラウンドエージェントがエピック別に機能を構築
    -> モニタリング、git競合を処理、完了を追跡
    -> 出力: コミット付きの動作するコードベース

セッション3: イテレート (Build-Review-Fix Pipeline)
    -> コードレビューエージェントが作業を評価
    -> 修正エージェントが検出事項に対応
    -> 深い監査エージェント (フォアグラウンド) が各サブシステムを評価
    -> 出力: 品質評価されたコードベース

セッション4: 強化 (Sequential Pipeline)
    -> 統合境界レビュー (フォアグラウンド、順序付け)
    -> セキュリティ修正、競合状態修正
    -> テストインフラ設定
    -> 出力: 本番環境対応コードベース

セッション5: 統合 (Dream)
    -> 耐久性のあるパターン、落とし穴、アーキテクチャの決定事項をキャプチャ
    -> Sibylのプロジェクトコンテキストに学習をリンク
    -> 出力: 将来のセッションのための更新された知識グラフ

各セッションはオーケストレーション戦略を作業の性質に合わせてシフト。可能な限り並列、必要な場合は順序付け。


バックグラウンド vs フォアグラウンド決定

digraph bg_fg {
    "What is the agent producing?" [shape=diamond];

    "Information (research, docs)" [shape=box];
    "Code modifications" [shape=box];

    "Does orchestrator need it NOW?" [shape=diamond];
    "BACKGROUND" [shape=box style=filled fillcolor=lightgreen];
    "FOREGROUND" [shape=box style=filled fillcolor=lightyellow];

    "Does next task depend on this task's files?" [shape=diamond];
    "FOREGROUND (sequential)" [shape=box style=filled fillcolor=lightyellow];
    "FOREGROUND (parallel)" [shape=box style=filled fillcolor=lightyellow];

    "What is the agent producing?" -> "Information (research, docs)";
    "What is the agent producing?" -> "Code modifications";

    "Information (research, docs)" -> "Does orchestrator need it NOW?";
    "Does orchestrator need it NOW?" -> "FOREGROUND" [label="yes"];
    "Does orchestrator need it NOW?" -> "BACKGROUND" [label="no - synthesize later"];

    "Code modifications" -> "Does next task depend on this task's files?";
    "Does next task depend on this task's files?" -> "FOREGROUND (sequential)" [label="yes"];
    "Does next task depend on this task's files?" -> "FOREGROUND (parallel)" [label="no - different modules"];
}

597以上の派遣で観察されたパターン:

  • 依存関係がない調査エージェント → バックグラウンド (本質的には常に)
  • コード作成エージェント → フォアグラウンド (並列実行中でも)
  • レビュー/検証ゲート → フォアグラウンド (パイプラインの進行をブロックするため)
  • 順序付け依存 → フォアグラウンド、1つずつ

プロンプトエンジニアリング・パターン

パターンA: ロール + ミッション + 構造 (調査)

あなたは[PROJECT]の包括的なドキュメントを作成するために[DOMAIN]を調査しています。

あなたのミッション: [TOPIC]のすべての機能をカバーする包括的なリファレンスドキュメントを作成します。

これらの領域を詳細にカバー:

1. **[カテゴリ]** -- 特定アイテム
2. **[カテゴリ]** -- 特定アイテム
   ...

WebSearchとWebFetchを使用して、ブログ記事、GitHubリポジトリ、公式ドキュメントを見つけてください。

パターンB: タスク + コンテキスト + ファイル + 仕様 (機能構築)

**タスク: [TITLE]** (task\_[ID])

/absolute/path/to/[directory]で作業してください

## コンテキスト

[何が存在し、何を読み、どのインフラストラクチャが利用可能か]

## あなたの仕事

1. [説明]付きの`path/to/file`を作成
2. [詳細な実装仕様]
3. [テスト要件]
4. [統合要件]

## Git

コミットメッセージ: "feat([scope]): [message]"
あなたのファイルのみをステージしてください。

パターンC: レビュー + 確認 + レポート (監査)

[SCOPE]の[DIMENSION]の包括的な監査。

以下を探してください:

1. [特定のもの #1]
2. [特定のもの #2]
   ...
3. [特定のもの #10]

[スコープの境界 -- どのディレクトリ/ファイル]

レポート形式:

- 検出事項: 重大度付き番号付き
- 評価: パス / 作業が必要
- アクションアイテム: 優先付け

パターンD: 問題 + 場所 + 修正 (バグ修正)

**タスク:** [ISSUE]を修正 -- [SEVERITY]

**問題:** [ファイル:行参照を含む説明]
**場所:** [正確なファイルパス]

**必要な修正:**

1. [特定の変更]
2. [特定の変更]

**確認:**

1. [コマンド]を実行して修正を確認
2. テスト実行: [テストコマンド]

コンテキスト注入: 並列性の実現者

並列エージェントはオーケストレーターが事前にコンテキストを読み込むときだけ並列で機能します。それなしでは、すべてのエージェントが有用な作業をする前にコードベースを再探索し、並列性は順序付け発見に崩壊します。

ほとんどのプロンプトに注入する価値がある:

  • 相対的ではなく絶対ファイルパス (エージェントは予期しないcwdから実行される場合があります)
  • 従うべき既存パターン ("パターンから従ってくださいsrc/auth/jwt.py")
  • 利用可能なインフラ ("Redisはapp.state.redis")
  • デザイン言語と慣行 ("SilkCircuit Neon palette")
  • ツール使用ヒント ("WebSearchを使用して...")
  • Git指示 ("あなたのファイルのみをステージしてください")

並列エージェントの場合:

  • 共有コンテキストブロックを各プロンプトに複製します。コンテキストは無料ではありませんが、冗長なコンテキストは順序付け探索を上回ります
  • 明示的な除外メモを追加 ("エージェント11-Sibylが X を処理、触らないでください")
  • プロンプト全体で共有ユーティリティを同一に記述して、ドリフトを防ぐ

並列エージェントのモニタリング

10以上のバックグラウンドエージェントを実行する場合:

  1. 定期的にチェック -- コミットについてgit log --oneline -20
  2. 出力ファイルを読む -- 進行状況についてエージェント出力ファイルをtail
  3. 完了を追跡 -- SibylタスクまたはTodoWriteを使用
  4. ギャップフィラーを派遣 -- 初期エージェントが完了するにつれて、欠落した作業を特定
  5. 競合を処理 -- gitインデックスロックは予想されており、エージェントは自動的に再試行

ステータスレポートテンプレート

## エージェント・スウォーム・ステータス

**[N]エージェント派遣** | **[M]完了** | **[P]進行中**

### 完了:
- [エージェント説明] -- [主要結果]
- [エージェント説明] -- [主要結果]

### 進行中:
- [エージェント説明] -- [ステータス]

### 特定されたギャップ:
- [欠落した領域] -- フォローアップエージェント派遣

アンチパターン

アンチパターン修正
同じファイルに触れるエージェントを派遣ディレクトリ/モジュール別にパーティション; 1つの所有者スコープごと
独立した調査エージェントをフォアグラウンドで実行バックグラウンド調査; 完了後に統合
"すべて修正"プロンプトで50エージェントを送信各エージェントに特定のスコープ、問題リスト、完了シグナルを提供
ビルドスプリントのスカウトフェーズをスキップ最初に探索して依存関係とファイル所有権をマッピング
すべての後期タスクで完全レビュー儀式を維持パターンが安定を証明した後は信頼勾配を適用
エージェントにgit add .またはgit pushを実行させるすべてのビルドプロンプトで明示的なgit衛生を実装
統合コードのバックグラウンドエージェントを派遣バックグラウンドは調査用; コード変更を調整

Hyperskills統合

スキル使用先場合
brainstormFull Lifecycle方向が開いているときの調査前
researchResearch Swarm決定前の知識収集
planEpic Parallel Buildスコープを依存性安全ウェーブに変換
implementすべてのビルド戦略実行ループと検証頻度
cross-model-reviewすべての戦略統合後の独立した品質ゲート
securityMulti-Dimensional Auditセキュリティレビューレンズ
gitEpic Parallel Buildマルチエージェント・ステージング、リベース、リカバリー
dreamFull Lifecycle大規模実行後の耐久性のある学習をキャプチャ

このスキルではないこと

  • ホスト環境がそれを禁止する場合にエージェントを生成する許可ではありません。
  • 計画の代替ではありません; オーケストレーションはタスクグラフを実行します。
  • 1つのエージェントがより速く直接完了できる小さな変更には役立ちません。
  • ファイル所有権を回避する方法ではありません; 重複編集はまだ順序付けが必要です。

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
hyperb1iss
リポジトリ
hyperb1iss/hyperskills
ライセンス
MIT
最終更新
不明

Source: https://github.com/hyperb1iss/hyperskills / 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: hyperb1iss · hyperb1iss/hyperskills · ライセンス: MIT