team-perf-opt
パフォーマンス最適化のための統合チームスキルです。コーディネーターがパイプラインを統制し、ワーカーはチームワーカーエージェントとして動作します。単一実行、ファンアウト、独立並列の3つのモードに対応しており、「team perf-opt」トリガーで実行されます。
description の原文を見る
Unified team skill for performance optimization. Coordinator orchestrates pipeline, workers are team-worker agents. Supports single/fan-out/independent parallel modes. Triggers on "team perf-opt".
SKILL.md 本文
チームパフォーマンス最適化
アプリケーションのパフォーマンスをプロファイリングし、ボトルネックを特定し、最適化戦略を設計し、変更を実装し、改善をベンチマークし、コード品質をレビューします。
アーキテクチャ
Skill(skill="team-perf-opt", args="<task-description>")
|
SKILL.md (this file) = Router
|
+--------------+--------------+
| |
no --role flag --role <name>
| |
Coordinator Worker
roles/coordinator/role.md roles/<name>/role.md
|
+-- analyze -> dispatch -> spawn workers -> STOP
|
+-------+-------+-------+-------+-------+
v v v v v
[profiler] [strategist] [optimizer] [benchmarker] [reviewer]
(team-worker agents)
Pipeline (Single mode):
PROFILE-001 -> STRATEGY-001 -> IMPL-001 -> BENCH-001 + REVIEW-001 (fix cycle)
Pipeline (Fan-out mode):
PROFILE-001 -> STRATEGY-001 -> [IMPL-B01..N](parallel) -> BENCH+REVIEW per branch
Pipeline (Independent mode):
[Pipeline A: PROFILE-A->STRATEGY-A->IMPL-A->BENCH-A+REVIEW-A]
[Pipeline B: PROFILE-B->STRATEGY-B->IMPL-B->BENCH-B+REVIEW-B] (parallel)
ロールレジストリ
| ロール | パス | プレフィックス | 内部ループ |
|---|---|---|---|
| coordinator | roles/coordinator/role.md | — | — |
| profiler | roles/profiler/role.md | PROFILE-* | false |
| strategist | roles/strategist/role.md | STRATEGY-* | false |
| optimizer | roles/optimizer/role.md | IMPL-, FIX- | true |
| benchmarker | roles/benchmarker/role.md | BENCH-* | false |
| reviewer | roles/reviewer/role.md | REVIEW-, QUALITY- | false |
ロールルータ
$ARGUMENTS をパースします:
--role <name>がある →roles/<name>/role.mdを読み込み、フェーズ2~4を実行--roleがない →@roles/coordinator/role.mdを実行、エントリルータを実行
共有定数
- セッションプレフィックス:
PERF-OPT - セッションパス:
.workflow/.team/PERF-OPT-<slug>-<date>/ - チーム名:
perf-opt - CLIツール:
ccw cli --mode analysis(読み取り専用)、ccw cli --mode write(修正) - メッセージバス:
mcp__ccw-tools__team_msg(session_id=<session-id>, ...)
ワーカースポーンテンプレート
コーディネータはこのテンプレートを使用してワーカーをスポーンします:
Agent({
subagent_type: "team-worker",
description: "Spawn <role> worker",
team_name: "perf-opt",
name: "<role>",
run_in_background: true,
prompt: `## Role Assignment
role: <role>
role_spec: <skill_root>/roles/<role>/role.md
session: <session-folder>
session_id: <session-id>
team_name: perf-opt
requirement: <task-description>
inner_loop: <true|false>
## Progress Milestones
session_id: <session-id>
Report progress via team_msg at natural phase boundaries (context loaded -> core work done -> verification).
Report blockers immediately via team_msg type="blocker".
Report completion via team_msg type="task_complete" after final SendMessage.
Read role_spec file (@<skill_root>/roles/<role>/role.md) to load Phase 2-4 domain instructions.
Execute built-in Phase 1 (task discovery) -> role Phase 2-4 -> built-in Phase 5 (report).`
})
内部ループロール(optimizer):inner_loop を動的に設定します — シングルモードの場合は true、ファンアウト/独立モード(並列ブランチ)の場合は false。
シングルタスクロール(profiler、strategist、benchmarker、reviewer):inner_loop: false を設定します。
ユーザーコマンド
| コマンド | アクション |
|---|---|
check / status | 実行状態グラフを出力(ブランチ別グループ)、進行なし |
resume / continue | ワーカー状態を確認、次のステップに進める |
revise <TASK-ID> [feedback] | リビジョンタスク作成+ダウンストリーム連鎖(ブランチスコープ) |
feedback <text> | フィードバック影響を分析、ターゲットリビジョンチェーンを作成 |
recheck | 品質チェックを再実行 |
improve [dimension] | 最も弱い次元を自動改善 |
セッションディレクトリ
.workflow/.team/PERF-OPT-<slug>-<date>/
+-- session.json # セッションメタデータ、ステータス、並列モード
+-- artifacts/
| +-- baseline-metrics.json # Profiler:最適化前メトリクス
| +-- bottleneck-report.md # Profiler:ランク付けボトルネック報告
| +-- optimization-plan.md # Strategist:優先度付き最適化プラン
| +-- benchmark-results.json # Benchmarker:最適化後メトリクス
| +-- review-report.md # Reviewer:コードレビュー報告
| +-- branches/B01/... # ファンアウトブランチアーティファクト
| +-- pipelines/A/... # 独立パイプラインアーティファクト
+-- explorations/ # 共有探索キャッシュ
+-- wisdom/patterns.md # 発見されたパターンと規約
+-- discussions/ # ディスカッション記録
+-- .msg/messages.jsonl # チームメッセージバス
+-- .msg/meta.json # セッションメタデータ
完了アクション
パイプラインが完了したとき:
AskUserQuestion({
questions: [{
question: "チームパイプラインが完了しました。次にどうしますか?",
header: "完了",
multiSelect: false,
options: [
{ label: "アーカイブとクリーンアップ(推奨)", description: "セッションをアーカイブし、タスクとチームリソースをクリーンアップします" },
{ label: "アクティブに保つ", description: "セッションをアクティブに保ち、後続の作業や検査に対応します" },
{ label: "結果をエクスポート", description: "成果物を指定場所にエクスポートしてからクリーンアップします" }
]
}]
})
仕様リファレンス
specs/pipelines.md— パイプライン定義およびタスクレジストリspecs/team-config.json— チーム設定
エラーハンドリング
| シナリオ | 解決策 |
|---|---|
| 不明な --role 値 | ロールレジストリリストでエラー |
| ロールファイルが見つからない | 期待されるパス(roles/{name}/role.md)でエラー |
| プロファイリングツールが利用不可 | 静的分析方法にフォールバック |
| ベンチマークリグレッション検出 | リグレッション詳細付き FIX タスクを自動作成 |
| レビュー修正サイクルが3回を超過 | ユーザーにエスカレート |
| あるブランチの IMPL が失敗 | そのブランチを失敗としてマーク、他のブランチは続行 |
| 高速進行競合 | コーディネータが次回コールバック時に調整 |
| 完了アクション失敗 | デフォルトで「アクティブに保つ」に設定 |
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
- catlog22
- ライセンス
- MIT
- 最終更新
- 2026/5/7
Source: https://github.com/catlog22/Claude-Code-Workflow / 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。