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

project-health

新規プロジェクトのセットアップ(settings.local.json・CLAUDE.md・.gitignore の生成)から、既存プロジェクトの健全性監査(権限・コンテキスト品質・MCPカバレッジ・シークレット漏洩・ドキュメント陳腐化の確認)、不要な設定の整理、セッション知見の記録、権限プリセットの追加まで、プロジェクト管理に関わる作業をオールインワンで実行するスキル。重い分析処理はサブエージェントに委譲してメインコンテキストをクリーンに保つ。「project health」「check project」「setup project」「kickoff」「bootstrap」「tidy permissions」「clean settings」「capture learnings」「audit context」「add python permissions」「init project」などのキーワードで起動。

description の原文を見る

All-in-one project configuration and health management. Sets up new projects (settings.local.json, CLAUDE.md, .gitignore), audits existing projects (permissions, context quality, MCP coverage, leaked secrets, stale docs), tidies accumulated cruft, captures session learnings, and adds permission presets. Uses sub-agents for heavy analysis to keep main context clean. Trigger with 'project health', 'check project', 'setup project', 'kickoff', 'bootstrap', 'tidy permissions', 'clean settings', 'capture learnings', 'audit context', 'add python permissions', or 'init project'.

SKILL.md 本文

Project Health

プロジェクトの Claude Code 設定に関するあらゆることを1つのスキルで対応します。プロジェクトの開始、途中、終了時に実行できます。— 必要なことを自動判断します。

目標: パーミッションプロンプトがゼロ、整理されたコンテキストファイル、無駄なクラッタなし。

いつ使う

あなたの指示実行内容
"project health" / "check project"完全監査: パーミッション + コンテキスト + ドキュメント
"setup project" / "kickoff" / "bootstrap"新規プロジェクトセットアップ
"tidy permissions" / "clean settings"パーミッションファイルのみ修正
"capture learnings" / "update CLAUDE.md"セッション内での発見を保存
"add python" / "add docker permissions"既存設定にプリセットを追加
"audit context" / "audit memory"コンテキスト監査のみ

アーキテクチャ: サブエージェント

重い分析はサブエージェントで実行し、メイン会話をクリーンに保ちます。メインエージェントが調整し、サブエージェントがスキャンして概要を返します。

エージェント1: パーミッション監査者

Task(subagent_type: "general-purpose") で起動します。プロンプト:

.claude/settings.local.json を読む。

**接続されている MCP サーバーを検出**: ToolSearch を使用 (「mcp」で検索) し、
ツール名から一意のサーバープリフィックスを抽出 (例: mcp__vault__secret_list → vault)。

**インストール済みスキルを検出**: Skill ツールまたは ToolSearch を使用して
利用可能なスキルをリスト。各スキルについて scripts/ がディレクトリ内にあれば、
必要な Bash パターンをメモ (python3, GEMINI_API_KEY=* のような環境変数プリフィックス等)。
SKILL.md でスキルが参照している MCP ツール (例: mcp__vault__secret_get) をチェック。

レポート:
1. 接続されているが設定に含まれていない MCP サーバー (不足)
2. 設定には含まれているが接続されていない MCP サーバー (古い)
3. スキルパーミッション: インストール済みスキルが必要だが承認されていない Bash パターンと MCP ツール
4. ファイルアクセス: プロジェクト設定の .claude/** と //tmp/** に対する Read/Edit/Write パターン、
   グローバル設定の ~/Documents/**/~/.claude/** をチェック
5. 漏洩した機密情報: API キー、トークン、bearer 文字列、20文字以上の16進数、20文字以上の base64 を含むエントリ
6. レガシーコロン構文: Bash(git:*) のような Bash(git *) ではなくコロン構文のエントリ
7. ジャンク エントリ: シェルフラグメント (Bash(do), Bash(fi), Bash(then), Bash(else), Bash(done)),
   __NEW_LINE_* アーティファクト、ループボディフラグメント (Bash(break), Bash(continue), Bash(echo *))
8. 重複: より広いパターンでカバーされているエントリ (例: Bash(git *) が存在する場合 Bash(git add *) は冗長)
9. 不足しているプリセット: 存在するファイルに基づき、[permission-presets.md] のプリセットを提案

Bash よりも Read/Glob/Grep ツールを優先。1つの分析に複数ファイルをスキャンまたは
3つ以上のコマンドを実行する必要がある場合は、Python スクリプトを .jez/scripts/
に書いて1度実行 (先に mkdir -p .jez/scripts)。

構造化された概要を返す (生データではなく)。

エージェント2: コンテキスト監査者

Task(subagent_type: "general-purpose") で起動します。プロンプト:

[repo-path] でプロジェクトコンテキスト環境を監査:

1. すべての CLAUDE.md ファイルを検出。各ファイルについて:
   - 行数カウント (目標: ルート 50-150, サブディレクトリ 15-50)
   - 6つの基準で品質スコア (quality-criteria.md を参照)
   - 古いファイル/パス参照をチェック
   - サイズが大きすぎるファイルをフラグ

2. .claude/rules/ トピックファイルを検出。サイズをチェック (目標: 20-80行)。

3. 存在するファイルからプロジェクトタイプを検出 (project-types.md を参照)。
   予想されるドキュメントが存在するかチェック (ARCHITECTURE.md, DATABASE_SCHEMA.md 等)。

4. パブリック markdown を検出 (README.md, LICENSE, CONTRIBUTING.md)。
   CLAUDE.md コンテンツとのオーバーラップをチェック。

5. ~/.claude/projects/*/memory/MEMORY.md でオート メモリをチェック。

6. Cloudflare プロジェクトの場合: すべての wrangler.jsonc/wrangler.toml ファイルを検出。
   各ファイルに「observability」: { 「enabled」: true } があるかチェック。
   不足しているものをフラグ。

Bash よりも Read/Glob/Grep ツールを優先。多数のファイルをスキャンまたは
リポジトリ全体でデータを集約する必要がある場合は、Python スクリプトを .jez/scripts/
に書いて1度実行 (多くの個別 bash コマンドを実行するのではなく、先に mkdir -p .jez/scripts)。

リターン: プロジェクトタイプ、品質スコア、不足しているドキュメント、古い参照、オーバーラップ、
サイズ違反、observability ギャップ、および合計 markdown フットプリント。

並列実行

完全なヘルスチェックでは、両方のエージェントを並列で起動:

Task(subagent_type: "general-purpose", name: "permission-audit", prompt: "...")
Task(subagent_type: "general-purpose", name: "context-audit", prompt: "...")

両方が概要を返します。メインエージェントがそれらを1つのレポートに統合して修正を提案します。

モード1: 完全ヘルスチェック

デフォルトです。いつでも実行できます。

ステップ

  1. Permission Auditor と Context Auditor エージェントを並列で起動

  2. 発見結果を1つのレポートに統合:

    ## Project Health Report
    
    **Project type**: [検出されたタイプ]
    **CLAUDE.md quality**: [スコア]/100 ([グレード])
    
    ### Permissions
    - Missing MCP servers: [リスト]
    - Leaked secrets: [カウント] 件検出
    - Legacy syntax: [カウント] エントリ
    - Missing presets: [リスト]
    
    ### Context
    - Oversized files: [リスト]
    - Stale references: [リスト]
    - Missing docs: [リスト]
    - Overlaps: [リスト]
    
    ### Recommended Fixes
    1. [修正 1]
    2. [修正 2]
    ...
    
  3. はい/いいえの1つの確認後に修正を適用

モード2: 新規プロジェクトセットアップ

: .claude/settings.local.json が存在しない場合、または「setup」/「kickoff」と言った場合。

ステップ

  1. プロジェクトタイプを検出 (存在するファイルから):

    インジケータータイププリセット
    wrangler.jsonc または wrangler.tomlcloudflare-workerJS/TS + Cloudflare
    vercel.json または next.config.*vercel-appJS/TS + Vercel
    astro.config.*astroJS/TS + Static Sites
    package.json (デプロイターゲットなし)javascript-typescriptJS/TS
    pyproject.toml または setup.py または requirements.txtpythonPython
    Cargo.tomlrustRust
    go.modgoGo
    Gemfile または RakefilerubyRuby
    composer.json または wp-config.phpphpPHP
    pom.xml または build.gradle*javaJava/JVM
    *.sln または *.csprojdotnet.NET
    mix.exselixirElixir
    Package.swiftswiftSwift + macOS
    pubspec.yamlflutterMobile
    Dockerfile または docker-compose.ymldockerDocker
    fly.toml または railway.json または netlify.tomlhosted-appHosting Platforms
    supabase/config.tomlsupabaseHosting + Database
    .claude/agents/ またはオペレーション スクリプトops-admin
    空のディレクトリユーザーに質問

    タイプは積み重なる (例: cloudflare-worker + javascript-typescript)。

  2. .claude/settings.local.json を生成:

    • references/permission-presets.md を読む
    • 常に Universal Base を含める (.claude/, //tmp/ のファイルアクセスを含む)
    • 検出された言語 + デプロイメントプリセットを追加
    • グローバル ~/.claude/settings.local.json にホーム相対ファイルアクセスパターンがあるか確認 (~/Documents/, ~/.claude/)。ない場合、そこに追加することを提案 (プロジェクトファイルではなく — ホームパスはグローバル設定のみに属する)
    • Permission Auditor エージェントを起動して MCP サーバーを検出し、サーバーごとのワイルドカード を追加
    • 常に WebSearch, WebFetch を含める
    • 常に明示的な gh サブコマンドを含める (Bash(gh *) バグの回避策)
    • // コメントグループで書く
  3. CLAUDE.md を生成:

    • references/templates.md を読む
    • プロジェクトタイプに適したテンプレートを使用
  4. .gitignore を生成:

    • references/templates.md を読む
    • 常に .claude/settings.local.json, .claude/plans/, .jez/screenshots/, .jez/artifacts/ を含める
    • .jez/scripts/ を gitignore しない — 生成されたスクリプトの価値あり
  5. オプション (先に質問): git init + gh repo create

  6. 警告: "Project settings.local.json SHADOWS global settings (does not merge). Session restart needed."

モード3: パーミッション整理

: ユーザーが「tidy permissions」と言った場合、またはヘルスチェックがパーミッション問題を検出した場合。

Permission Auditor エージェントを起動し、その推奨修正を適用します。

モード4: 学習内容をキャプチャ

: セッション終了、「capture learnings」、「save what we learned」。

メインコンテキストで実行 (サブエージェントではなく) 会話履歴へのアクセスが必要なため。

  1. 保存する価値のある発見について会話をレビュー
  2. 配置を決定:
    すべてのプロジェクトに適用?
    ├── はい → ~/.claude/rules/<topic>.md
    └── いいえ → 特定のサブディレクトリに固有?
        ├── はい → <dir>/CLAUDE.md
        └── いいえ → リファレンスまたはオペレーション?
            ├── リファレンス → docs/ または ARCHITECTURE.md
            └── オペレーション → ./CLAUDE.md (ルート)
    
  3. すべての変更を1つのバッチで diff として下書き
  4. はい/いいえの1つの確認後に適用

簡潔に保つ: 概念ごとに1行。

モード5: プリセットを追加

: 「add python permissions」、「add docker」、「add MCP servers」。

  1. references/permission-presets.md からプリセットを読む
  2. 既存の .claude/settings.local.json を読む
  3. 重複なしでマージ
  4. 注意: セッション再起動が必要

モード6: コンテキストを再構成

: ルート CLAUDE.md が 200行以上、「restructure memory」。

  1. まず Context Auditor エージェントを起動
  2. 発見に基づいて:
    • 大きすぎる CLAUDE.md を .claude/rules/<topic>.md に分割
    • ディレクトリ固有のコンテンツをサブディレクトリ CLAUDE.md に抽出
    • リファレンス資料を docs/ に移動
    • オーバーラップを解決
    • プロジェクトタイプの不足しているドキュメントを作成
  3. プランを提示、承認後に適用

サイズ目標

ファイル目標最大
ルート CLAUDE.md50-150行200
サブディレクトリ CLAUDE.md15-50行80
ルールトピック ファイル20-80行120

パーミッション構文クイックリファレンス

パターン意味
Bash(git *)推奨 — * の前のスペース = ワード境界
Bash(nvidia-smi)完全一致、引数なし
WebFetch一括 web fetch
WebSearch一括 web search
mcp__servername__*1つの MCP サーバーのすべてのツール

機能しないもの

パターン理由
mcp__*ワイルドカードは __ 境界を越えない
mcp__*__*やはり機能しない
Bash(git:*)廃止されたコロン構文 (動作するが スペース推奨)

重要な動作

  • ホットリロードなし: settings.local.json 編集にはセッション再起動が必要
  • 「Don't ask again」 はコロン形式を使用してランタイムで注入 (再起動不要) — 通常
  • シャドウ、マージなし: プロジェクト設定がグローバル設定を完全に置き換える
  • gh バグ: Bash(gh *) は時々サブコマンドを見落とす — 明示的な Bash(gh issue *) 等を含める

自律性

  • ただやる: プロジェクトタイプを検出、監査エージェントを起動、MCP サーバーを検出
  • 簡潔な確認: ファイルの書き込み/更新 (単一バッチのはい/いいえ)
  • 先に質問: git init、GitHub リポジトリ、既存コンテンツ削除、大規模な再構成

リファレンス ファイル

読む
パーミッション プリセット構築references/permission-presets.md
CLAUDE.md、.gitignore 生成references/templates.md
CLAUDE.md 品質スコアreferences/quality-criteria.md
プロジェクトタイプ検出 + 予想ドキュメントreferences/project-types.md
コミット キャプチャ フック設定references/commit-hook.md

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
jezweb
リポジトリ
jezweb/claude-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/jezweb/claude-skills / 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: jezweb · jezweb/claude-skills · ライセンス: MIT