Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 1,994品質スコア 95/100

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
coordinatorroles/coordinator/role.md
profilerroles/profiler/role.mdPROFILE-*false
strategistroles/strategist/role.mdSTRATEGY-*false
optimizerroles/optimizer/role.mdIMPL-, FIX-true
benchmarkerroles/benchmarker/role.mdBENCH-*false
reviewerroles/reviewer/role.mdREVIEW-, 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
リポジトリ
catlog22/Claude-Code-Workflow
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

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: catlog22 · catlog22/Claude-Code-Workflow · ライセンス: MIT