# skill-creator

> 新しいエージェントスキルの作成・編集・パッケージングを支援する。 ユーザーが「スキルを作りたい」「新しい能力を追加したい」「スキルを更新したい」 「知見をスキル化したい」と依頼した場合に使用する。 また、ユーザーとのやり取りで得た知見を蓄積する際にも使用する。 Agent Skills標準（agentskills.io）に準拠したスキルを作成する。

- Author: hrhrkeee
- Repository: hrhrkeee/my.github
- Version: 20260207182516
- Stars: 0
- Forks: 0
- Last Updated: 2026-02-07
- Source: https://github.com/hrhrkeee/my.github
- Web: https://mule.run/skillshub/@@hrhrkeee/my.github~skill-creator:20260207182516

---

---
name: skill-creator
description: >
  新しいエージェントスキルの作成・編集・パッケージングを支援する。
  ユーザーが「スキルを作りたい」「新しい能力を追加したい」「スキルを更新したい」
  「知見をスキル化したい」と依頼した場合に使用する。
  また、ユーザーとのやり取りで得た知見を蓄積する際にも使用する。
  Agent Skills標準（agentskills.io）に準拠したスキルを作成する。
---

# Skill Creator

新しいエージェントスキルを作成・編集するためのガイド。

## スキルとは

スキルはAIエージェントの能力を拡張する、自己完結型のパッケージ。
専門知識・ワークフロー・ツールを提供し、エージェントを汎用から専門へ変える。

### スキルが提供するもの

1. 専門ワークフロー - 特定ドメインの手順書
2. ツール統合 - 特定のファイル形式やAPIの操作手順
3. ドメイン知識 - プロジェクト固有の知識、スキーマ、ビジネスロジック
4. バンドルリソース - 複雑で反復的なタスク用のスクリプト・参照・アセット

## コア原則

### 簡潔さが最重要

コンテキストウィンドウは共有リソース。AIは既に高い汎用能力を持っている。
AIが既に知っている情報は含めない。各情報について「これはAIが本当に必要としている情報か？」と問う。
冗長な説明より、簡潔な例を優先する。

### 自由度の調整

タスクの脆弱性と多様性に応じて具体性を調整する:

**高い自由度（テキスト指示）**: 複数のアプローチが有効な場合
**中程度の自由度（擬似コード・パラメータ付きスクリプト）**: 推奨パターンがある場合
**低い自由度（具体的なスクリプト）**: 操作が脆弱でエラーが起きやすい場合

### スキルの構成

```
skill-name/
├── SKILL.md          （必須）メタデータ + 指示
├── scripts/          （任意）実行可能なスクリプト
├── references/       （任意）参照ドキュメント
└── assets/           （任意）出力に使用するファイル
```

#### SKILL.md（必須）

- **フロントマター**（YAML）: `name` と `description`（必須）、`license`, `metadata`, `compatibility`（任意）
  - `name` と `description` のみがトリガー判定に使用される
- **本文**（Markdown）: スキルがトリガーされた後に読み込まれる指示

#### バンドルリソース（任意）

##### scripts/
実行可能なコード。毎回同じコードを書き直す処理を自動化する。
- スクリプトはコンテキストに読み込まずに実行可能（トークン効率が高い）
- パッチや環境調整のためにAIが読む場合もある

##### references/
コンテキストに読み込む参照ドキュメント。
- 必要時のみ読み込まれるため、SKILL.md を軽量に保つ
- 大きなファイル（>10k語）には grep パターンを SKILL.md に記載する
- 情報の重複を避ける: SKILL.md か references のどちらかに置く

##### assets/
出力に使用するファイル（テンプレート、画像など）。コンテキストには読み込まない。

#### 含めてはいけないもの

- README.md, CHANGELOG.md, INSTALLATION_GUIDE.md 等の補助ドキュメント
- AIがタスクに必要としない情報

### 段階的開示

スキルは3段階でコンテキストを管理する:

1. **メタデータ（name + description）** - 常にコンテキスト内（~100語）
2. **SKILL.md 本文** - スキル発火時に読み込み（<5k語推奨）
3. **バンドルリソース** - 必要に応じて読み込み（無制限）

#### 段階的開示のパターン

SKILL.md 本文は500行以内に抑える。分割時は SKILL.md からリンクし、いつ読むべきか明確に記述する。

**パターン1: コアワークフロー + 参照ファイル**

```markdown
# Processing

## Quick start
[コア手順をここに]

## Advanced features
- **詳細ガイド**: See [GUIDE.md](GUIDE.md)
- **API reference**: See [REFERENCE.md](REFERENCE.md)
```

**パターン2: ドメイン別整理**

```
my-skill/
├── SKILL.md (概要 + ナビゲーション)
└── references/
    ├── domain-a.md
    ├── domain-b.md
    └── domain-c.md
```

**重要なガイドライン:**
- 参照は SKILL.md から1階層まで。深いネストは避ける
- 100行超の参照ファイルには目次を付ける
- ファイルパスにはフォワードスラッシュ（/）を使う

## スキル作成プロセス

### Step 1: 具体例でスキルを理解する

スキルの使用パターンを明確にする。ユーザーに以下を確認する:
- どんな機能をスキルがサポートすべきか
- どのような使い方を想定しているか
- スキルが発火すべきトリガーは何か

質問は一度に多くしすぎない。最も重要なものから始める。
既にスキルの用途が明確な場合はこのステップをスキップする。

### Step 2: 再利用可能なリソースを計画する

各ユースケースを分析し、以下を特定する:
- **scripts/**: 毎回同じコードを書き直す処理
- **references/**: 毎回調べ直す情報
- **assets/**: 出力に使用するファイル

### Step 3: スキルを初期化する

[init_skill.py](scripts/init_skill.py) を実行してテンプレートを作成する:

```bash
python .github/skills/skill-creator/scripts/init_skill.py <skill-name> --path .github/skills
```

スクリプトは SKILL.md テンプレート、scripts/、references/ を自動生成する。
既存のスキルを編集する場合はこのステップをスキップする。

### Step 4: スキルを編集する

#### 設計パターンの参考

- **複数ステップの処理**: [references/workflows.md](references/workflows.md) を参照
- **出力形式・品質基準**: [references/output-patterns.md](references/output-patterns.md) を参照

#### リソースの実装

まず scripts/、references/、assets/ のリソースから実装する。
- スクリプトは実際に実行してテストする
- 不要なテンプレートファイルは削除する

#### SKILL.md の更新

**フロントマター:**
- `name`: スキル名（小文字、ハイフン区切り、最大64文字）。ディレクトリ名と一致させる
- `description`: スキルの機能 + 発火トリガーを記述。三人称で書く
  - 良い例: `"PyTorchのCUDAメモリ問題を診断・解決する。OOM、メモリリーク、GPU関連エラーが発生した場合に使用する。"`
  - 悪い例: `"CUDA問題を直します"`
- `name` と `description` 以外のフィールドは通常不要

**本文:**
- 命令形で記述する
- 「いつ使うか」は本文ではなく description に書く（本文は発火後にのみ読まれるため）
- ワークフローにはチェックリストを提供する

### Step 5: バリデーション

[quick_validate.py](scripts/quick_validate.py) でスキルを検証する:

```bash
python .github/skills/skill-creator/scripts/quick_validate.py .github/skills/<skill-name>
```

配布用のパッケージが必要な場合は [package_skill.py](scripts/package_skill.py) を使用する:

```bash
python .github/skills/skill-creator/scripts/package_skill.py .github/skills/<skill-name>
```

### Step 6: 反復改善

1. 実際のタスクでスキルを使う
2. 問題点を観察する
3. SKILL.md やリソースを更新する
4. 再テストする

## 知見からスキルを作成する場合

ユーザーとのやり取りで得た知見をスキル化する場合の追加ガイドライン:

1. **知見の特定**: 他の場面でも再利用可能な知識・ノウハウを特定する
2. **スキルの粒度**: 1つのスキルは1つの明確な目的を持つ
3. **スキル名**: 動名詞形（例: `debugging-cuda`, `optimizing-dataloader`）または名詞句（例: `cuda-debugging`）を推奨
4. **配置先**: `.github/skills/` に配置する
5. **即座に提案**: 知見を得たら回答の最後にスキル作成を提案する

### 知見スキルのテンプレート

```markdown
---
name: <知見を表す名前>
description: <何をするスキルか、いつ使うべきかを具体的に>
---

# <スキル名>

## 背景
[どんな問題があったか]

## 解決方法
[具体的な手順やコード]

## 注意点
[エッジケースや落とし穴]
```