overseer-plan
MCPコードモードを使用してMarkdownの計画ドキュメントをOverseerタスクに変換します。計画書、仕様書、設計ドキュメントを追跡可能なタスク階層に変換する際に利用してください。
description の原文を見る
Convert markdown planning documents to Overseer tasks via MCP codemode. Use when converting plans, specs, or design docs to trackable task hierarchies.
SKILL.md 本文
Markdown ドキュメントを Overseer タスクに変換する
/overseer-plan を使用して、任意のマークダウン計画ドキュメントを追跡可能な Overseer タスクに変換します。
使用時期
- プラン モードで計画を完成させた後
- 仕様書/設計ドキュメントを実装タスクに変換する場合
- ロードマップまたはマイルストーン ドキュメントからタスクを作成する場合
使用方法
/overseer-plan <markdown-file-path>
/overseer-plan <file> --priority 1 # 優先度を設定 (0-2、0=最高)
/overseer-plan <file> --parent <task-id> # 既存タスクの子として作成
動作内容
- マークダウン ファイルを読み込む
- 最初の
#見出しからタイトルを抽出(「Plan: 」プレフィックスを削除) - Overseer マイルストーンを作成(
--parent指定時は子タスク) - 子タスク分割の構造を分析
- 適切な場合、子タスク(深さ 1)またはサブタスク(深さ 2)を作成
- タスク ID と分割の概要を返す
階層レベル
| 深さ | 名前 | 例 |
|---|---|---|
| 0 | マイルストーン | 「ユーザー認証システムを追加」 |
| 1 | タスク | 「JWT ミドルウェアを実装」 |
| 2 | サブタスク | 「トークン検証関数を追加」 |
分割の判定
サブタスクを作成する場合:
- 3~7 個の明確に分離可能な作業項目
- 複数のファイル/コンポーネントにまたがる実装
- 明確な順序の依存関係
単一のマイルストーンのままにする場合:
- 1~2 つのステップのみ
- 作業項目が密結合
- 計画が探索的/調査的
タスク品質基準
すべてのタスクは以下を満たす必要があります:
- アトミック: コミット可能な単一の作業単位
- 検証済み: テストを持つ、または文脈内に明示的な受け入れ基準がある(「完了条件: ...」)
- 明確: 技術的、具体的、命令形の動詞
すべてのマイルストーンは以下を満たす必要があります:
- デモ可能: 実行/テスト可能な増分を生成
- 前に基づく: 前のマイルストーンの出力に依存できる
レビュー ワークフロー
- ドキュメントを分析 → 分割を提案
- Oracle を呼び出して分割をレビューし、改善を提案してもらう
- フィードバックを組み込む
- Overseer で作成(MCP を経由して SQLite に永続化)
作成後
await tasks.get("<id>"); // TaskWithContext (完全なコンテキスト + 学習内容)
await tasks.list({ parentId: "<id>" }); // Task[] (コンテキスト チェーンなしの子)
await tasks.start("<id>"); // Task (VCS 必須 - ブックマークを作成、開始コミットを記録)
await tasks.complete("<id>", { result: "...", learnings: [...] }); // Task (VCS 必須 - コミット、学習内容をバブル)
VCS 必須: start と complete は git が必要です(見つからない場合は NotARepository で失敗)。CRUD 操作は VCS なしで動作します。
注: 優先度は 0~2 である必要があります。ブロッカーは祖先または子孫にはできません。
使用しない場合
- ドキュメントが未完成または探索的
- コンテンツが実行可能でない
- 意味のある計画コンテンツがない
読む順序
| タスク | ファイル |
|---|---|
| API の理解 | @file references/api.md |
| エージェント実装 | @file references/implementation.md |
| 例を参照 | @file references/examples.md |
このリファレンスの内容
| ファイル | 目的 |
|---|---|
references/api.md | Overseer MCP codemode API のタイプ/メソッド |
references/implementation.md | エージェント実行の段階的な手順 |
references/examples.md | 完全に解説された例 |
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
- diegosouzapw
- ライセンス
- MIT
- 最終更新
- 2026/3/2
Source: https://github.com/diegosouzapw/awesome-omni-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。