sf-ai-agentforce
Agentforce BuilderのメタデータパスをBuilder管理のトピック/アクション、Prompt Builderテンプレート、GenAiFunction/GenAiPlugin、Models API、カスタムLightningタイプに対応するスキルです。ユーザーがBuilderメタデータエージェントの管理・設定、トピック/アクションの作成、Prompt Builderテンプレートの操作、または`.genAiFunction`・`.genAiPlugin`・`.genAiPromptTemplate`のメタデータXMLファイルを編集する際にトリガーされます。Agent Script DSLの`.agent`ファイル(`sf-ai-agentscript`を使用)、エージェントテスト(`sf-ai-agentforce-testing`を使用)、ペルソナ設計(`sf-ai-agentforce-persona`を使用)の場合はトリガーしないでください。
description の原文を見る
> Agentforce Builder metadata path for Builder-managed topics/actions, Prompt Builder templates, GenAiFunction/GenAiPlugin, Models API, and custom Lightning types. TRIGGER when: user maintains or configures Builder metadata agents, creates topics/actions, works with Prompt Builder templates, or touches .genAiFunction, .genAiPlugin, or .genAiPromptTemplate metadata XML files. DO NOT TRIGGER when: Agent Script DSL .agent files (use sf-ai-agentscript), agent testing (use sf-ai-agentforce-testing), or persona design (use sf-ai-agentforce-persona).
SKILL.md 本文
sf-ai-agentforce: Agentforce プラットフォーム開発スタンダード
このスキルは Setup UI / Agent Builder パスに使用します:宣言的トピック、Builder管理のアクション、GenAiFunction / GenAiPlugin メタデータ、GenAiPromptTemplate メタデータとして保存された Prompt Builder テンプレート、Apex からの Models API 利用、カスタム Lightning タイプ。
新しいコードファースト型エージェント開発の場合は、
sf-ai-agentscriptを推奨します。作業が
.agentファイルを生成または編集する場合(Builder Script / Canvas 作業がオーサリングバンドルになる場合を含む)は、sf-ai-agentscriptを使用してください。
このスキルがタスクを所有する場合
ユーザーが以下を行っている場合、sf-ai-agentforce を使用します:
- Builder ベースのエージェントを保守している
- Setup → Agentforce → Agents で作業している
GenAiFunction、GenAiPlugin、またはGenAiPromptTemplateメタデータを作成または修正している- Builder トピックを Flow / Apex / Prompt Builder アクションに配線している
- Builder ベースのエージェントのコンテキストで Models API または LightningTypeBundle を使用している
以下の場合は使用しないでください:
.agentファイルまたは決定論的 FSM 設計 →sf-ai-agentscript- エージェントテストスイートとカバレッジループ →
sf-ai-agentforce-testing - ペルソナ / ボイス設計 →
sf-ai-agentforce-persona
最初に収集すべき必須コンテキスト
以下を質問またはハイライトします:
- これが Builder / Setup UI プロジェクトであるか、コードファースト型 Agent Script プロジェクトであるか
- ユーザーが Builder メタデータを編集しているか、
.agentオーサリングバンドルを編集しているか - エージェントタイプ:Service Agent か Employee Agent か
- 作業がトピック、アクション、Prompt Builder テンプレート、Models API、またはカスタム Lightning タイプを対象としているか
- 既存のサポート Flow / Apex / メタデータ依存関係
- ユーザーがオーサリングサポート、公開サポート、またはトラブルシューティングを必要としているか
2 つの Agentforce パス
| パス | スキル | 最適な用途 |
|---|---|---|
| Builder メタデータパス | sf-ai-agentforce | 宣言的保守、既存 Builder エージェント、メタデータ駆動のアクション登録 |
| Agent Script オーサリングバンドルパス | sf-ai-agentscript | コードファースト .agent オーサリング、決定論的ルーティング、バージョン管理されたエージェントロジック |
ユーザーがゼロから開始し、フローについて強力な制御が必要な場合は、Agent Script にルーティングします。
Builder ワークフロー概要
- これが Builder / Setup UI プロジェクトであることを確認します
- Service Agent と Employee Agent のどちらかを選択します
- Service Agent の場合、実行ユーザーをプロビジョニングします(
sf org create agent-userを推奨) - Employee Agent の場合、
<agentAccesses>を含む Permission Set で可視性を計画します - 強力な説明、スコープ、および指示でトピックを定義します
- サポートするアクション(Flow、Apex、Prompt Builder テンプレート)を準備します
- 入力 / 出力を慎重に構成します
- 依存関係とテンプレートステータスを検証します
- 公開し、その後アクティブ化します
拡張ワークフロー:references/builder-workflow.md
主要プラットフォームルール
トピックの品質が重要
トピックの説明はプランナーのルーティング指示です。以下である必要があります:
- 具体的
- シナリオベース
- 同階層のトピックと重複していない
アクションは実際のターゲットのラッパー
| ターゲットタイプ | 通常の用途 | 登録方法 |
|---|---|---|
| Flow | Builder アクションのセーフなデフォルト | GenAiFunction |
| Apex | @InvocableMethod による複雑なビジネスロジック | GenAiFunction |
| Prompt Builder テンプレート | 生成されたサマリー / ドラフト / 推奨事項 | GenAiFunction |
Prompt Template と GenAiPromptTemplate
- Prompt Template は Prompt Builder で使用されるプレーンイングリッシュ / UI 用語です。
GenAiPromptTemplateは、ソース駆動テンプレート作業用の現在の Metadata API タイプです。- 現在のソース形式を推奨:
genAiPromptTemplates/*.genAiPromptTemplate-meta.xml。 - 柔軟な Prompt Builder テンプレートの場合、5 入力上限を考慮して計画し、必要に応じて入力を統合してください。
- プロンプト内容は、現在のマージフィールド形式で入力を参照する必要があります(例:
{!$Input:TargetRecord}または{!$Input:AdditionalContext})。
サポートメタデータを最初にデプロイ
エージェント自体を公開する前に、サポートスタックをデプロイしてください:
- メタデータ / フィールド(必要な場合)
- Apex(必要な場合)
- Flow(必要な場合)
GenAiPromptTemplate/GenAiFunction/GenAiPlugin- その後、エージェントを公開
Service Agent 実行ユーザー
Service Agent の場合、ネイティブ GA コマンドを推奨します:
sf org create agent-user --target-org <alias> --json
実行ユーザー構成で返されたユーザー名を使用します。
Employee Agent 可視性
Employee Agent の場合、エンドユーザーが <agentAccesses> を含む Permission Set を確実に受け取ってください。これがないと、エージェントはアクティブでも Lightning Experience で見えません。
../sf-permissions/references/agent-access-guide.md を参照してください。
公開はアクティブ化ではない
公開後、sf agent activate を別途実行します。
自動化の場合は、sf agent activate --api-name <AgentName> --version <n> --target-org <alias> --json を推奨して、ロールアウトが決定論的で機械可読になるようにします。
メタデータガイダンス
GenAiFunction
単一の呼び出し可能なアクションを登録する場合に使用します。以下を検証してください:
- ターゲットが存在する
- ターゲットがアクティブ / デプロイ可能である
- 入力名がターゲットコントラクトと一致している
- 出力名がターゲットコントラクトと一致している
- 機能テキストがアクションを使用すべき場合を明確に説明している
GenAiPlugin
関連する関数を 1 つの論理パッケージにグループ化する場合に使用します。
GenAiPromptTemplate
生成されたコンテンツに使用します。決定論的なビジネスルールには使用しません。
現在のメタデータ形状を推奨:
- メタデータタイプ:
GenAiPromptTemplate - フォルダ:
genAiPromptTemplates/ - ファイルサフィックス:
.genAiPromptTemplate-meta.xml - コンテンツは
templateVersionsの下に存在 - これに依存するアクションを配線する前に、公開されたテンプレートバージョンを使用
Models API
ソリューションが Builder のみのアクションではなく、Apex 駆動の AI オーケストレーションに属する場合に使用します。
カスタム Lightning タイプ
アクションがより豊富な構造化入力または出力プレゼンテーションを必要とする場合に使用します。
拡張リファレンス:
references/metadata-reference.mdreferences/genaiprompttemplate.md
クロススキル統合
推奨オーケストレーション順序
sf-metadata → sf-apex → sf-flow → sf-ai-agentforce → sf-deploy
必須の委譲
| 要件 | 委譲先 | 理由 |
|---|---|---|
| Flow を作成 / 修正 | sf-flow | アクションターゲットの作成と Flow 検証 |
| Apex アクションを作成 / 修正 | sf-apex | @InvocableMethod と Apex の正確性 |
| デプロイ / 公開 | sf-deploy | デプロイメントオーケストレーション |
| エージェントをテスト | sf-ai-agentforce-testing | 正式なテスト実行と適合性 |
| Employee Agent 可視性 / アクセス | sf-permissions | Permission Set <agentAccesses> セットアップ |
シグナル値の高い障害パターン
| 症状 | 原因の可能性 | 次に読むもの |
|---|---|---|
| Builder でアクションが利用できない | ターゲットメタデータが不足しているか、デプロイされていない | references/metadata-reference.md |
| Prompt アクションが公開またはアクティブ化中に失敗 | テンプレートがドラフト、入力がない、または古いメタデータ形状が使用されている | references/genaiprompttemplate.md |
| 5 つ以上のテンプレート入力が必要 | テンプレート入力制限に達した | references/genaiprompttemplate.md |
| Apex AI ロジックがタイムアウト | Models API 作業が間違ったコンテキストに配置されている | references/models-api.md |
| リッチな入力 / 出力 UI がレンダリングされない | Lightning タイプ構成または前提条件が不完全 | references/custom-lightning-types.md |
| エージェントが公開されたが使用できない | 明示的なアクティブ化を忘れた | references/cli-commands.md |
| Service Agent 公開 / ランタイム障害 | 実行ユーザーがないか無効 | ../sf-ai-agentscript/references/agent-user-setup.md |
| Employee Agent がアクティブだがユーザーに見えない | <agentAccesses> permission set がない | ../sf-permissions/references/agent-access-guide.md |
リファレンスマップ
ここから始める
references/builder-workflow.mdreferences/metadata-reference.mdreferences/genaiprompttemplate.mdreferences/cli-commands.md
用語とテンプレート計画
references/prompt-templates.mdreferences/models-api.mdreferences/custom-lightning-types.md
ルーブリック
references/scoring-rubric.md
クロススキル読み物
sf-ai-agentscriptsf-ai-agentforce-testingsf-flowsf-apexsf-permissionssf-deploy
スコアガイド
| スコア | 意味 |
|---|---|
| 90+ | デプロイ準備完了 |
| 80–89 | 強固、最小限のクリーンアップのみ |
| 70–79 | デプロイ前にレビュー |
| 60–69 | 作業が必要 |
| < 60 | デプロイメントをブロック |
完全なルーブリック:references/scoring-rubric.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
- jaganpro
- リポジトリ
- jaganpro/sf-skills
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/jaganpro/sf-skills / 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。