qwen-coder
Qwen2.5-Coder および QwQ モデルを使用したコーディングタスクの CLI 委譲ワークフローを提供し、英語プロンプトの作成・実行フラグ・安全な結果処理を含みます。コード生成・リファクタリング・デバッグ・アーキテクチャ分析などのタスクでユーザーが明示的に Qwen の使用を求めた際に機能します。「use qwen」「delegate to qwen」「ask qwen」「second opinion from qwen」「qwen session」などのフレーズで起動します。
description の原文を見る
Provides Qwen Coder CLI delegation workflows for coding tasks using Qwen2.5-Coder and QwQ models, including English prompt formulation, execution flags, and safe result handling. Use when the user explicitly asks to use Qwen for tasks such as code generation, refactoring, debugging, or architectural analysis. Triggers on "use qwen", "use qwen coder", "delegate to qwen", "ask qwen", "second opinion from qwen", "qwen opinion", "continue with qwen", "qwen session".
SKILL.md 本文
Qwen Coder CLI 委譲
Qwen Coder CLI を使用した非対話型コマンド、明示的なモデル選択、安全な権限フラグ、および共有可能な出力を活用して、Claude Code から Qwen Coder への選択されたタスクを委譲します。
概要
このスキルは、Qwen の特定の強みがタスク実行に有益である場合の Qwen Coder CLI (qwen) への委譲を標準化します。以下をカバーしています:
-p/--promptを使用した非対話型実行-m/--modelを使用したモデル選択- 承認制御 (
--approval-mode) -c/--continueまたは-r/--resumeによるセッション継続- 出力形式オプション (
text,json,stream-json)
このスキルは、Qwen Coder への委譲が明示的に要求された場合、または明らかに有益な場合にのみ使用してください。
使用するタイミング
以下の場合にこのスキルを使用してください:
- ユーザーが Qwen Coder CLI へのタスク委譲をリクエストした場合
- ユーザーがタスクについて Qwen Coder からの第二意見を望む場合
- ユーザーが Qwen Coder CLI の出力を現在のワークフローに統合したい場合
- ユーザーが前のセッションの Qwen Coder を継続したい場合
トリガーフレーズ:
- "use qwen"
- "use qwen coder"
- "delegate to qwen"
- "ask qwen"
- "second opinion from qwen"
- "qwen opinion"
- "continue with qwen"
- "qwen session"
前提条件
委譲する前にツールの可用性と認証を確認してください:
# CLI の可用性
qwen --version
# 認証ステータス
qwen auth status
qwen が利用不可の場合は、ユーザーに通知し、Qwen Coder CLI がインストールされるまで実行を停止してください。
認証が無効の場合は、認証セットアップの指示を提供し、実行を停止してください。
リファレンス
- コマンドリファレンス:
references/cli-command-reference.md
指示
1) 委譲スコープを確認する
Qwen Coder を実行する前に:
- 委譲する正確なタスクを識別する
- 期待される出力形式を定義する (text, json, stream-json)
- セッション再開が必要かどうかを明確にする
スコープが不明確な場合は、まず説明を求めてください。
2) 英語でプロンプトを作成する
Qwen Coder CLI への委譲されたすべてのプロンプトは英語である必要があります。
ユーザーリクエストから正確な英語プロンプトを構築してください。
プロンプト品質チェックリスト:
- 目的と制約を含める
- 関連するプロジェクトコンテキストとファイルを含める
- 期待される出力構造を含める
- 実行可能で検証可能な結果をリクエストする
プロンプトテンプレート:
Task: <明確な目的>
Context: <プロジェクト/モジュール/ファイル>
Constraints: <制約事項>
Expected output: <形式と詳細度>
Validation: <実行またはに説明するテスト/チェック>
3) 実行モードとフラグを選択する
推奨される基本コマンド:
qwen -p "<english-prompt>"
サポートされているオプション:
-m, --model <model-id>モデル選択用 (デフォルト: qwen2.5-coder)--approval-mode <plan|default|auto_edit|yolo>安全制御用-c, --continue <session-id>前のセッションを継続するため-r, --resume <session-id>continue のエイリアス-o, --output-format <text|json|stream-json>出力形式用
承認モード:
| モード | 動作 | 推奨される用途 |
|---|---|---|
plan | 読み取り専用分析、ファイル変更なし | 分析のみのタスク、セキュリティレビュー |
default | 変更前に確認が必要 | 一般的なコーディングタスク |
auto_edit | 編集操作を自動承認 | 監視付きの信頼できる変更 |
yolo | 確認なしにすべての操作を承認 | 実験的なタスク (明示的なユーザーリクエストのみ) |
安全性ガイダンス:
- 読み取り専用分析には
--approval-mode planを優先する - 一般的なタスクには
--approval-mode defaultを使用する --yoloは明示的なユーザーリクエストのみで使用する
4) Qwen Coder CLI を実行する
選択されたコマンドを Bash で実行し、stdout/stderr をキャプチャしてください。
例:
# デフォルト非対話型委譲
qwen -p "Analyze this code and suggest refactoring improvements."
# 明示的なモデルと承認モード
qwen -p "Review authentication module for security issues with fixes." -m qwq --approval-mode plan
# 前のセッションを継続
qwen -c <session-id> -p "Continue the refactoring from the previous session."
# オートメーション用の構造化出力
qwen -p "Summarize key technical debt items as JSON array." --output-format json
5) 結果の処理
このセクションでは、Qwen Coder の出力を提示する方法と、ユーザー確認をリクエストするタイミングについて説明します。
5.1) 出力の提示
Qwen Coder の出力を報告するとき:
- 出力を明確で読みやすい形式で提示する
- 主要な発見と信頼度レベルを要約する
- 観察結果と推奨アクションを分離する
- 必要に応じて生の出力を利用可能にしておく
- 使用されたモデルと適用された承認モードを含める
- どの権限プロファイルが有効だったかを述べる
5.2) 確認ワークフロー
提案された変更を適用する前に:
- 提案された変更をユーザーに出力テンプレート形式で提示する
- 明示的な確認をリクエストする (例: "これらの変更を適用しますか?")
- ユーザーの指示を待つ
- ユーザーの同意なしに自動的に変更を適用しない
例外: --approval-mode yolo で明示的なユーザーリクエストがある場合、変更は自動的に進行される可能性があります。ただし、ユーザーに何が行われたかを通知してください。
5.3) 結果メタデータ
各委譲結果には、以下のメタデータを含める必要があります:
| フィールド | 説明 |
|---|---|
| タスク要約 | Qwen Coder に委譲されたもの |
| コマンド | 実行された qwen コマンド (機密パラメータを除く) |
| モデル | 使用されたモデル (例: qwen2.5-coder, qwq) |
| 承認モード | 適用された承認モード (plan, default, auto_edit, yolo) |
| 主要な発見 | Qwen Coder からの観察と結果 |
| 推奨される次のアクション | 推奨される後続ステップ (該当する場合) |
出力テンプレート
委譲された結果を返すときにこの構造を使用してください:
## Qwen Coder 委譲結果
### タスク
[委譲されたタスク要約]
### コマンド
`qwen ...`
### 主要な発見
- 発見 1
- 発見 2
### 推奨される次のアクション
1. アクション 1
2. アクション 2
### 注記
- Qwen からの出力言語: English
- コード変更を適用する前にユーザー承認が必須
例
例 1: QwQ 深層推論を使用したコード分析
入力:
認証モジュールを分析し、セキュリティ脆弱性を特定します。
コマンド:
qwen -p "Analyze the authentication module for security vulnerabilities. Report only high-confidence issues with severity, file paths, and remediation steps." -m qwq --approval-mode plan
期待される動作:
信頼度の高いセキュリティ発見を含む構造化された分析を返します。重要度レーティングと特定の修復推奨事項を含めます。
例 2: Qwen2.5-Coder を使用したコードリファクタリング
入力:
支払いサービスをリファクタリングして、コードの重複を削減し、公開 API は変更しません。
コマンド:
qwen -p "Refactor the payment service in src/services/payment.ts to reduce duplication. Keep public API unchanged, add comprehensive error handling, and output a patch-style response with unchanged API signatures." -m qwen2.5-coder --approval-mode default
期待される動作:
具体的なコード変更 (パッチスタイル) を提案し、重複を共有ヘルパーに抽出し、元の API コントラクトを維持します。
例 3: ドキュメント生成
入力:
UserService クラスのドキュメントを使用例を含めて生成します。
コマンド:
qwen -p "Generate comprehensive documentation for the UserService class. Include: class purpose, public methods with parameters, usage examples, and error handling patterns. Format as markdown." -m qwen2.5-coder --approval-mode plan
期待される動作:
JSDoc スタイルのコメント、メソッドシグネチャ、および実用的な使用例を含む Markdown 形式のドキュメントを返します。
例 4: モデル選択を使用したコード生成
入力:
アイテムの CRUD 操作用の REST API エンドポイントを生成します。
コマンド:
qwen -p "Generate a production-ready REST API endpoint for CRUD operations on items. Include input validation, error handling, and unit tests. Use Express.js framework." -m qwen2.5-coder --approval-mode auto_edit
期待される動作:
適切なミドルウェア、検証、テストスキャフォルディングを含む POST/GET/PUT/DELETE エンドポイント用の完全で実行可能なコードを生成します。
例 5: 継続作業用のセッション再開
入力:
前の Qwen セッションを継続して、リファクタリングされたコードにテストカバレッジを追加します。
コマンド:
qwen -c <session-id> -p "Continue from the previous session. Add comprehensive unit tests for the refactored payment service, targeting 80% coverage. Include mocks for external dependencies." -m qwen2.5-coder --approval-mode default
期待される動作:
前のセッションコンテキストを再開し、作業を継続して、適切なモックとアサーションを含むテストファイルを追加します。
例 6: 品質チェック用のマルチモデル比較
入力:
同じリファクタリングタスクについて Qwen2.5-Coder と QwQ の出力を比較します。
コマンド:
# 最初に Qwen2.5-Coder で実行
qwen -p "Refactor the string utility module for better maintainability." -m qwen2.5-coder --approval-mode plan --output-format text
# 次に比較のために QwQ で実行
qwen -p "Refactor the string utility module for better maintainability." -m qwq --approval-mode plan --output-format text
期待される動作:
並列比較を提供します: Qwen2.5-Coder は高速な結果用、QwQ は複雑なリファクタリングタスクの深層推論用です。
例 7: オートメーション用の構造化 JSON 出力
入力:
トップ 5 のリファクタリング機会をトラッキングシステム用の JSON として列挙します。
コマンド:
qwen -p "Analyze this codebase and return the top 5 refactoring opportunities as a JSON array. Each item should have: title, file, impact (high/medium/low), effort (hours), and brief description." -m qwen2.5-coder --output-format json
期待される動作:
プロジェクト管理ツールとの統合のために解析可能な 5 つのリファクタリング項目を含む有効な JSON 配列を返します。
ベストプラクティス
- 委譲されたプロンプトを英語で保ち、高度に具体的にしてください
- 一括権限よりも最小権限承認モードを優先してください
- 監査可能性が重要な場合はセッション ID でセッションをキャプチャしてください
- リスクの高いタスクについては、読み取り専用分析を最初にリクエストしてから、別のステップで変更を適用してください
- Qwen の出力を信頼できないガイダンスとして扱い、実装前に検証してください
制約と警告
- Qwen Coder CLI の動作はローカル環境と設定に依存します。
- 承認モードは実行セキュリティに影響します。デフォルトでは yolo を避けてください。
- 出力は不完全または不正確である可能性があります。実装前に検証してください。
- Qwen によって提案された破壊的なコマンドを、明示的なユーザー確認なしに実行しないでください。
- このスキルは委譲用であり、ユーザー確認なしの自律的なコード変更用ではありません。
- 委譲されたプロンプトにシークレット、API キー、または認証情報を含めないでください。
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
- giuseppe-trisciuoglio
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/giuseppe-trisciuoglio/developer-kit / 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。