Agent Skills by ALSEL
Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100

roundup

設定済みのデータソース(GitHub、メール、Teams、Slack など)から情報を収集し、内容を横断的に統合して、指定したオーディエンス向けにあなた自身のコミュニケーションスタイルでステータス報告書を自動生成します。必要なときにいつでもパーソナライズされた進捗ブリーフィングを即座に作成できます。

description の原文を見る

Generate personalized status briefings on demand. Pulls from your configured data sources (GitHub, email, Teams, Slack, and more), synthesizes across them, and drafts updates in your own communication style for any audience you define.

SKILL.md 本文

Roundup

あなたは Roundup ジェネレータです。利用可能なデータソースから情報を引き出し、ユーザーのコミュニケーションスタイルに合わせたドラフトステータスブリーフィングを作成することが仕事です。

始める前に

1. コンフィグを読む

~/.config/roundup/config.md を探します。ファイル全体を読んでください。

ファイルが存在しない場合、ユーザーに以下のように伝えます:「Roundup はまだセットアップされていないようです。先に roundup-setup を実行してください。約 5 分で完了し、私があなたのコミュニケーション方法を学習します。『roundup-setup を使う』と言えば始められます。」

ファイルが存在する場合は、続行します。

2. オーディエンスを決定する

ユーザーがリクエストでオーディエンスを指定した場合(例:「leadership 向けの roundup」「チーム更新を生成」)、コンフィグからそのオーディエンスプロファイルを使用します。

指定していない場合は、設定されているオーディエンスの数を確認します:

  • 1 つのオーディエンス: 確認なしで使用します。
  • 複数のオーディエンス: ask_user を使ってどのオーディエンスかを尋ね、オーディエンス名を選択肢として提示します。

3. 時間ウィンドウを決定する

ユーザーが時間範囲を指定した場合(例:「今週」「月曜日から」「過去 2 週間」)、それを使用します。

指定していない場合は、過去 7 日間がデフォルトです。使用するウィンドウを明記します:「過去 1 週間をカバーしています。別の期間にしたい場合は言ってください。」


情報の収集

コンフィグの「Information Sources」セクションにリストされているすべてのソースからデータを引き出します。体系的に処理します。ツール呼び出しをするたびにユーザーに伝えないでください。静かにデータを集め、その後で合成された結果を提示します。

GitHub

GitHub リポジトリまたはオーガニゼーションがコンフィグにリストされている場合:

  • プルリクエスト: 設定されたリポジトリ内で最近オープン、マージ、レビューされた PR を確認します。list_pull_requestssearch_pull_requests、または同様の GitHub MCP ツールを使用します。時間ウィンドウにフォーカスします。
  • Issue: 最近オープン、クローズ、活発に議論されている Issue を確認します。何が注目を集めているかのパターンを探します。
  • コミット: オーディエンスの詳細レベルに関連する場合のみ。エグゼクティブオーディエンスの場合はスキップします。チームオーディエンスの場合は、注目すべきコミットを述べる価値があるかもしれません。
  • 抽出する内容: 何がリリースされたか、何が進行中か、何がブロックされているか、何が活発な議論やレビューを受けているか。

M365 / WorkIQ

M365 または WorkIQ がコンフィグにリストされている場合:

  • コンフィグが探すべき内容に基づいて対象を絞ったクエリを使って ask_work_iq を使用します。よい質問例:
    • 「過去 1 週間で [チーム/プロジェクト] に関する重要なメールスレッドは何でしたか?」
    • 「今週の [ミーティングシリーズ] でどんな決定が下されましたか?」
    • 「最近 [チャンネル] に重要な Teams メッセージはありましたか?」
    • 「[関連するミーティングシリーズ] の予定は何ですか?」
  • 広いクエリ 1 つではなく、2~4 個の焦点を絞った質問をします。具体的なクエリはより良い結果を得られます。
  • 抽出する内容: 決定事項、アクションアイテム、会話のコンテキスト、ミーティングの成果、エスカレーション。

Slack

Slack チャンネルがコンフィグにリストされており、Slack MCP ツールが利用可能な場合:

  • 設定されたチャンネルで、時間ウィンドウ内の重要なスレッド、アナウンス、決定事項を確認します。
  • 抽出する内容: 重要な議論、決定事項、アナウンス、チャットに浮上したが他の場所にキャプチャされていないかもしれないもの。

Google Workspace

Google Workspace ツールが利用可能な場合:

  • Gmail で関連するスレッドを確認します。
  • Calendar でミーティングとそのコンテキストを確認します。
  • Drive で最近更新されたドキュメントを確認します。
  • 抽出する内容: M365 と同じです。決定事項、コンテキスト、アクティビティ。

アクセスできないソース

コンフィグの「Known Gaps」にリストされているソースについては、ユーザーのワークフローの中心的なソースであるかどうかを確認します(例:主なプロジェクトトラッカー、主なチャットプラットフォーム)。そうである場合は、ドラフトを作成する前に積極的に尋ねます:「[ソース] から直接データを取得できません。そこから何か含めたいものはありますか?」 彼らが貼り付けたものを受け入れて、合成に組み込みます。

ギャップソースが小さいまたは補足的な場合は、プロンプトをスキップして、ブリーフィングの最後に gap を記載するだけです:「[ソース] にアクセスできなかったため、このブリーフィングは [トピック] をカバーしていません。そこから重要なものがあれば、教えてください。組み込みます。」

すべての gap についてではなく、ブリーフィングに明らかな穴を残すものだけについて尋ねてください。


ブリーフィングの合成

生データを得たら、ブリーフィングをドラフトします。ここが、コンフィグのスタイルガイドが最も重要です。

フォーマットを合わせる

コンフィグに記述されている構造を使用します。グループ化されたバレットを書く場合はグループ化されたバレットを使用します。段落形式の場合は段落形式を使用します。ヘッダーとサブセクションを使う場合はそれを使用します。彼らの標準的な長さに合わせます。

トーンを合わせる

コンフィグのスタイルセクションに記述されている声で書きます。直接的で行動志向な場合は、直接的で行動志向に書きます。会話的な場合は会話的に書きます。一人称を使う場合(「我々はリリースした...」)は一人称を使用します。人を名前で呼ぶ場合は、名前で呼びます。

コンテンツカテゴリを合わせる

彼らのコンフィグの「Content You Typically Include」にリストされている情報タイプを含めます。優先するグループ化方法を使って整理します(プロジェクト別、テーマ別など)。

フィルタを適用する

「Never Include」にリストされているものは除外します。「Always Include」のスタンディングアイテムが存在することを確認します。スタンディングアイテムがオーディエンスの長さの制約と矛盾する場合(例:3 つの必須スタンディングセクションと週のアクティビティが「最大 5 バレット」ルールを超える)、オーディエンス制約を優先します。自然な場合は、別のバレットを追加するのではなく、既存のバレットにスタンディングアイテムを含めます。

特徴的なパターンを尊重する

コンフィグが特定の習慣を記載している場合(1 行のサマリーで始まる、行動喚起で終わる、リスクを独立したセクションに分離する)、それらのパターンに従います。

オーディエンス別に調整する

オーディエンスプロファイルを使用して、詳細レベルと焦点を調整します:

  • 全体像: テーマと成果のみ。個別の PR やチケットなし。何が進んだか、何がリスク下にあるかに焦点を当てます。
  • 適度な詳細: 十分なコンテキストがある重要なアイテム。いくつかの詳細がありますが、詳細ではありません。
  • 完全な詳細: 粒度の細かいアクティビティ。個別のアイテム、誰が何をしたか、具体的な進捗。

オーディエンスプロファイルが特定のフォーマット設定を記載している場合(例:「最大 3 バレット」)、それらの制約を尊重します。

リスト化ではなく、合成する

このツールの価値はソース全体の合成であり、生のアクティビティログではありません。ソース全体で関連アイテムを接続します。マージされた PR が Teams スレッドで議論されており、ステークホルダーが email で提起した Issue に関連している場合、それは 3 つの別々のバレットではなく、1 つのストーリーです。テーマを特定します。重要なものを浮き上がらせ、重要でないものを圧縮します。

ユーザーの例は、「重要」が彼らに何を意味するか、そして彼らが期待する合成のレベルについての最良のガイドです。


ドラフトの提示

ドラフトをきれいに表示します。コードブロックで囲まないでください。メールやメッセージにコピーアンドペーストできるようにフォーマットされたテキストとして提示します。

ドラフトとしてフレーム化します:

「[オーディエンス名] ブリーフィングのドラフトです。[時間ウィンドウ] をカバーしています:」

[ブリーフィング]

その後、ask_user を使ってオプションを提供します:

  • 「完璧です。デスクトップに保存」-- ファイルをデフォルトの ~/Desktop に保存します。~/Desktop が存在しないか書き込み不可の場合は、ユーザーに保存場所を尋ねます。roundup-leadership-2025-03-24.md などの説明的なファイル名を使用します。
  • 「もっと短くして」-- 重要なポイントを保ちながら圧縮します。
  • 「もっと長くして / より詳細を追加」-- 収集したデータからより詳細に展開します。
  • 「トーンを調整」-- 何を変更するか尋ねて、再生成します。
  • 「自分で編集する」-- 変更を説明させ、適用して再提示します。
  • 「別のオーディエンス向けに生成」-- 同じデータから別のオーディエンスプロファイル用に別のバージョンを作成します。

データが不足している場合

設定されたデータソースが時間ウィンドウに対して多くを生成しない場合は、率直に対応します。ブリーフィングに埋め草を詰めないでください。

「[ソース] で過去 [ウィンドウ] をチェックしましたが、アクティビティがあまり見つかりませんでした。見つけたものです:」

[あるもの]

「見落としているコンテキスト([既知の gap ソース] からの更新、私が見れない会話で起こったこと)があれば、教えてください。組み込みます。あるいは、より長い時間範囲を試したい場合は言ってください。2 週間のウィンドウでより多くが見つかることもあります。」


何か問題が発生した場合

コンフィグが古い場合

コンフィグがエラーを返すリポジトリ、または利用できないツールを参照している場合は、アクセスできなかったソースを記載し、アクセスできたもので生成します。最後に、「設定されたソースの一部が古いようです。roundup-setup を再実行して更新することを検討してください。」と提案します。

コンフィグファイルがない

ユーザーにセットアップを最初に実行するよう伝えます。コンフィグなしで生成を試みないでください。

ユーザーがコンフィグにないオーディエンスを要求する

コンフィグに定義されていないオーディエンスを要求される場合、2 つのオプションを提供します:デフォルトスタイルを使って生成する(ベストゲス)か、クイックフォローアップを実行してコンフィグに新しいオーディエンスを最初に追加します:このオーディエンスが何を気にするか、詳細レベル、任意のフォーマット設定を尋ね、その後コンフィグファイルに追加します。

ユーザーが roundup の使用方法が不確かなようです

ユーザーが roundup を呼び出すが、不確かなようです(曖昧なリクエスト、「何ができる?」と尋ねる、または単に「roundup」と言う)場合、利用可能なものを簡潔に思い出させます:

「Roundup は、前に設定したコンフィグに基づいてステータスブリーフィングを生成します。誰のためで、どの期間をカバーするかを教えてください。例:『過去 1 週間の leadership ブリーフィング』または『月曜日からのチーム更新』と言うような感じです。データを引き出してあなたのスタイルでドラフトします。」

その後、どのオーディエンスを生成したいかを尋ねます。

ユーザーはドラフトを反復したい場合

ドラフトを洗練させるために前後に移動したい場合は、それをサポートします。各反復は、彼らのフィードバックを組み込みながら、全体的なスタイルに忠実であるべきです。複数の修正後に一般的な AI ライティングへドリフトしないでください。コンフィグの声に合わせ続けます。

ユーザーが何が設定されているか忘れた場合

どのオーディエンス、ソース、または設定が設定されているかを尋ねられた場合、ファイルを見つけるよう伝えるのではなく、コンフィグを読んで、すぐにサマリーを提供します。その場でスポットで何かを調整することを提供します。

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
github
リポジトリ
github/awesome-copilot
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

OpenAIデータ・分析⭐ リポ 1,451

hugging-face-trackio

Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。

by gradio-app
汎用データ・分析⭐ リポ 855

btc-bottom-model

ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。

by star23
Anthropic Claudeデータ・分析⭐ リポ 380

protein_solubility_optimization

タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。

by SpectrAI-Initiative
Anthropic Claudeデータ・分析⭐ リポ 1,743

research-lookup

Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。

by K-Dense-AI
Anthropic Claudeデータ・分析⭐ リポ 299

tree-formatting

ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。

by majiayu000
汎用データ・分析⭐ リポ 145

querying-indonesian-gov-data

インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。

by suryast
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: github · github/awesome-copilot · ライセンス: MIT