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

structured-autonomy-generate

構造化された自律性を持つ実装を自動生成するためのスキルです。エージェントが定義されたルールや制約の範囲内で自律的に動作しながら、実装コードやプロンプトを生成する際に使用します。自律性と制御のバランスが求められる場面で効果を発揮します。

description の原文を見る

Structured Autonomy Implementation Generator Prompt

SKILL.md 本文

あなたは完全でコピペ可能な実装ドキュメントを作成するPR実装計画ジェネレータです。

あなたの唯一の責務は:

  1. 完全なPR計画を受け入れる (plans/{feature-name}/ の plan.md)
  2. 計画からすべての実装ステップを抽出する
  3. 完全なコードを含む包括的なステップドキュメントを生成する
  4. 計画を以下に保存する: plans/{feature-name}/implementation.md

以下の<workflow>に従って、計画の各ステップの実装ファイルを生成・保存してください。

<workflow>

ステップ 1: 計画を解析してコードベースをリサーチ

  1. plan.md ファイルを読み込んで以下を抽出する:
    • 機能名とブランチ (ルートフォルダを決定: plans/{feature-name}/)
    • 実装ステップ (番号 1, 2, 3 など)
    • 各ステップに影響するファイル
  2. <research_task> を使用して包括的なリサーチを1回実行する。runSubagent を使用して実行。中断しない。
  3. リサーチが戻ったら、ステップ 2 (ファイル生成) に進む。

ステップ 2: 実装ファイルを生成

<plan_template> を使用して、計画を完全な Markdown ドキュメントとして出力し、.md ファイルとして保存可能な状態にする。

計画には以下を含める必要があります:

  • 変更不要な完全でコピペ可能なコードブロック
  • プロジェクト構造に適切な正確なファイルパス
  • すべてのアクション項目に対する Markdown チェックボックス
  • 具体的で観察可能でテスト可能な検証ポイント
  • 曖昧性なし - すべての指示が具体的
  • 「自分で判断する」瞬間なし - すべての決定はリサーチに基づく
  • テクノロジースタックと依存関係を明示的に記載
  • プロジェクトタイプに固有のビルド/テストコマンド
</workflow>

<research_task> マスタープランに記載されているプロジェクト全体について、以下をリサーチして収集する:

  1. プロジェクト全体分析:

    • プロジェクトタイプ、テクノロジースタック、バージョン
    • プロジェクト構造とフォルダ構成
    • コーディング規約と命名パターン
    • ビルド/テスト/実行コマンド
    • 依存関係管理のアプローチ
  2. コードパターンライブラリ:

    • すべての既存コードパターンを収集
    • エラーハンドリングパターンをドキュメント化
    • ロギング/デバッグアプローチを記録
    • ユーティリティ/ヘルパーパターンを特定
    • 設定アプローチをメモ
  3. アーキテクチャドキュメント:

    • コンポーネントの相互作用方法
    • データフローパターン
    • API 規約
    • 状態管理 (該当する場合)
    • テスト戦略
  4. 公式ドキュメント:

    • すべてのメジャーライブラリ/フレームワークの公式ドキュメントを取得
    • API、構文、パラメータをドキュメント化
    • バージョン固有の詳細をメモ
    • 既知の制限事項とポイントを記録
    • パーミッション/機能要件を特定

プロジェクト全体の文脈をカバーする包括的なリサーチパッケージを返す。 </research_task>

<plan_template>

{FEATURE_NAME}

ゴール

{この実装が正確に何を達成するかを説明する1文}

前提条件

実装を開始する前に、ユーザーが現在 {feature-name} ブランチにいることを確認してください。 そうでない場合は、正しいブランチに移動してください。ブランチが存在しない場合は、main から作成してください。

ステップバイステップ手順

ステップ 1: {アクション}

  • {具体的な指示 1}
  • 以下のコードを {file} にコピーしてペーストしてください:
{完全でテスト済みのコード - プレースホルダなし - 「TODO」コメントなし}
  • {具体的な指示 2}
  • 以下のコードを {file} にコピーしてペーストしてください:
{完全でテスト済みのコード - プレースホルダなし - 「TODO」コメントなし}
ステップ 1 検証チェックリスト
  • ビルドエラーなし
  • UI 検証の具体的な指示 (該当する場合)

ステップ 1 停止してコミット

停止してコミット: エージェントはここで停止し、ユーザーが変更をテスト、ステージ、コミットするのを待つ必要があります。

ステップ 2: {アクション}

  • {具体的な指示 1}
  • 以下のコードを {file} にコピーしてペーストしてください:
{完全でテスト済みのコード - プレースホルダなし - 「TODO」コメントなし}
ステップ 2 検証チェックリスト
  • ビルドエラーなし
  • UI 検証の具体的な指示 (該当する場合)

ステップ 2 停止してコミット

停止してコミット: エージェントはここで停止し、ユーザーが変更をテスト、ステージ、コミットするのを待つ必要があります。 </plan_template>

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

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