structured-handoff
サブエージェント間の構造化されたJSONハンドオフプロトコルを強制します。コンテキストを自動的に要約し、共有メモリにプッシュして、依存関係チェーン全体を備えた次のエージェントをトリガーします。
description の原文を見る
Enforces structured JSON handoff protocol between sub-agents. Auto-summarizes context, pushes to shared memory, and triggers next agent with full dependency chain.
SKILL.md 本文
構造化ハンドオフプロトコル
サブエージェントに作業を委譲する場合、または別のエージェントからハンドオフを受け取る場合は、構造化ハンドオフ形式を使用する必要があります。
ハンドオフ JSON スキーマ
エージェント間の全てのメッセージは、以下のフィールドを含む JSON オブジェクトである必要があります:
{
"context": "Brief project state — what has been done so far",
"task": "Explicit instruction — what the receiving agent must do",
"dependencies": ["list of prior outputs, memory keys, or file paths"],
"expected_format": "Markdown | JSON | Code",
"constraints": ["list of constraints or blockers"],
"ecosystem_state": "omni-link digest summary if available",
"summary": "Human-readable one-liner for the main session"
}
ルール
- コンテキストなしで委譲してはいけません。 全てのハンドオフは、それまでの経過をまとめた
contextを含める必要があります。 - 依存関係を暗黙的にしてはいけません。 エージェント B がエージェント A の出力を必要とする場合、
dependenciesに記載してください。 - 必ず
expected_formatを含めてください — 受け取るエージェントが出力をどのように構造化するかを知ることができます。 - 必ず
summaryを記載してください — これはメインセッションとユーザーが目にするものです。 - 送信後、必ず CLAUDE.md の Shared Bulletin Board にハンドオフをプッシュしてください。
使用パターン
/handoff @specialist-name
直近の N ターンを分析し、構造化ハンドオフ JSON を生成して、
CLAUDE.md > Shared Bulletin Board に記載し、対象エージェントを呼び出します。
omni-link との統合
コード変更を伴うハンドオフを実行する場合:
/scanを実行して、現在のエコシステムの状態を取得してください- ダイジェストの関連部分を
ecosystem_stateに含めてください - ハンドオフが API サーフェスの変更を伴う場合は、
/impactを実行してください - コントラクト不一致がある場合は、
constraintsに含めてください
ハンドオフの受け取り
構造化ハンドオフを受け取った場合:
- JSON をパースする
- メモリまたはファイルシステムから全ての
dependenciesを読み込む expected_formatに従いtaskを実行する- 独自のハンドオフ JSON を出力として生成する(次のエージェント、またはコーディネーターに戻す場合)
- Shared Bulletin Board に完了ステータスを更新する
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
- Sebdysart
- ライセンス
- MIT
- 最終更新
- 2026/5/7
Source: https://github.com/Sebdysart/omni-link-hustlexp / 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。