Skill.md検索

サブエージェント化の必要性を自動判定: コンテキスト独立性、専門知識、Web検索など複数の基準に基づいて、本当にサブエージェント化が必要なタスクを自動判別します。 5つのタイプに応じた最適なエージェントを設計: 調査系（research）、フィードバック系（feedback）、アイデア出し系（ideation）、検証系（validation）、並列チェック系（parallel-check）の5タイプから最適なエージェント定義を自動生成します。 Skill 群に紐付けた専門エージェントを自動生成: 関連する Skill を識別し、それらを携帯した專門エージェント定義（.claude/agents/*.md）を自動作成できます。 設計原則に基づいた堅牢な定義を作成: サブエージェント設計ガイドに従い、入力・出力・判定基準が明確に定義されたエージェント定義が生成されます。 QC による品質保証: 生成後、QC Subagent（qa-skill-qc）が自動で評価基準に照らし合わせて検証します。 複数の専門分野を扱う大規模プロジェクトの管理者: 分野ごとの専門エージェントが自動設計されるため、システム全体の構造が整理され、保守性が向上します。 並列処理を活用して処理時間を短縮したい人: 調査・検証・アイデア出しなどを同時実行可能なエージェント構成が自動で提案されます。 エージェント設計の手法を統一したい人: ガイドラインに基づいた一貫性のある設計が自動生成されるため、組織全体の エージェント品質が保たれます。 Skills 群に対応するサブエージェント（.claude/agents/*.md）を設計・生成するワークフロー。主成果物は output/{domain}_agent/.claude/agents/ 配下のサブエージェント定義。 フロー: ①./assets/subagent_design_guide.md と既存 Skills を確認；②SKILL.md の recommended_subagents を抽出；③サブエージェント化の判定（コンテキスト不要・専門知識・Web検索・ブレスト・仮説検証・フィードバック等が該当）；④設計（name、type、携帯 Skills、入力・出力を YAML で定義）；⑤agent-name.md を生成（name、description、type、tools を含むフロントマター＋ 携帯 Skills・実行手順・入力・出力・判定基準セクション）；⑥タイプ別テンプレート適用（research/feedback/ideation/validation/parallel-check）；⑦qa-skill-qc Subagent に QC 委譲し ./evaluation/subagent_criteria.md に基づいて評価。単なる評価軸チェック（チェックリスト確認等）は evaluation/*.md で対応し、agents/*.md は作成しない。

Skill定義ファイル（SKILL.md）の自動生成・更新: テンプレート構造に従い、新規Skill作成や既存Skillの修正を推進できます。フォーマット（型）の整形に徹し、既存機能を欠損させない最小差分更新が可能です。 Skillアセットの一括設置: SKILL.md新規作成時に必要なフォルダ構造（テンプレート・質問リスト・評価指標・トリガー条件・スクリプト）を自動生成し、セットアップ工数を削減できます。 ドキュメント参照の網羅性確認: 依頼内容に記載された参照資料を完全に読み込み、未参照一覧を明記することで、設計漏れやコンテキスト欠落を防止できます。 Subagent連携の設計判定: 並列処理・WEB検索・アイデア出し等、コンテキスト非依存の価値があるSkillはSubagent化すべきかを判定し、適切なワークフロー構成を提案できます。 評価指標（evaluation）の観点別ファイル設計: Most（Pass/Fail）とMore（スコアリング）の観点別ファイルを自動作成し、QC実行時の並列評価環境を整備できます。 AIエージェント開発者: 新しいSkillを効率的に設計・追加し、既存Skillとの整合性を保ちたい人 プロダクトマネージャー: 機能拡張時にSkill定義を更新する際、テンプレート遵守と品質維持を同時に実現したい人 QA・テスト自動化エンジニア: Skill評価の観点を標準化し、観点別ファイル単位で並列QC実行を実施したい人 ドキュメント管理者: Skillの新規追加時にアセット構造を統一し、保守性を向上させたい人 Skill保守・更新・新規作成の3フェーズを提供します。Preflight段階では、参照資料の網羅的読み込みと未参照資料の明記を必須とし、変更対象・ファイル・範囲・期待成果・理由・検証手順を確認。生成段階では./questions/skill_maintenance_questions.mdに従い、operation=editの場合は既存機能を欠損させず最小差分で修正。新規Skill作成時は{{AGENT_CONFIG_DIR}}/skills/{skill-name}/配下に必須フォルダ構造（SKILL.md・assets・questions・evaluation・triggers・scripts）を整備し、evaluation配下は評価ガイド（Most/More定義・観点別ファイル一覧）と観点別ファイル（structure_most.md等）で並列QC実行を実装します。

Node.js のインストール状況を確認し、必要に応じてセットアップ手順をガイドできます。 Vercel CLI をnpm・pnpm・yarn から選択してインストールできます。 ブラウザを使った対話的な認証フローをサポートし、GitHub アカウント連携を推奨できます。 インストール後の動作確認（vercel whoami）まで自動実行できます。 トラブル時の再ログインやGitHub アプリ権限設定も含めてサポートできます。 Vercel へのデプロイを初めて行うエンジニア・フロントエンド開発者 チーム内で Vercel 環境を統一したいプロジェクトリード CLI ツールのインストール・認証に不慣れな開発者 GitHub とVercel を連携させてCI/CD パイプラインを構築したいチーム 本スキルは Vercel CLI のインストール から認証完了までの全ワークフロー を標準化します。手順1：前提条件チェックではnode --versionとnpm --versionで Node.js（v18以上推奨）インストール確認、未インストール時は先にセットアップ必須。手順2：環境チェックはvercel --versionでCLI状態確認、vercel whoamiで認証状態確認。手順3：インストールは未インストール時、npm/pnpm/yarn から選択しnpm install -g vercel等で実行。手順4：認証はvercel login実行、ブラウザ自動起動（またはURL表示）→ URL アクセス→表示コード確認→Vercel アカウントログイン（GitHub連携推奨）→ Authorize クリック。手順5：認証確認はvercel whoamiでユーザー名表示確認。手順6：アカウント作成は未登録時、https://vercel.com/signup アクセス→「Continue with GitHub」選択→GitHub認証→ Hobby 選択→完了後再ログイン。Hobby プラン制限（帯域幅100GB/月・ビルド6000分/月・プロジェクト無制限）を記載。トラブルシューティングとして、トークン無効時のvercel logout/login、権限エラー対応（sudo 非推奨、npx 活用）、GitHub 連携エラー対応（Integrations ページで権限許可）を記載。成功条件はvercel whoamiでユーザー名表示、vercel --prodデプロイ実行可能。

CLAUDE.md、AGENTS.mdなどのコアルール変更を対話形式で安全に実施し、3環境（Skills/Assets/各エディタ）に自動同期できます。 変更内容の整合性（パス辞書の変数参照、ワークフロー索引の連携）を自動チェックし、問題があれば修正提案します。 変更前に必ずドキュメント精査（現在の内容確認→影響範囲特定）を行い、変更後はQC評価・バックログ反映まで一括処理します。 チームのコアルール（コアプロンプト）を管理・更新する立場の人 CLAUDE.mdやルール辞書を修正する際に、整合性を保ちたい Skill選択ポリシーやワークフロー索引の変更を安全に反映したい 複数環境（Cursor/Claude/Codex）でルール統一を保ちたい このスキルは7ステップの厳密なワークフロー実装です：(1)Preflight（現在のCLAUDE.md/AGENTS.md読み込み、影響範囲特定を必須）、(2)変更種別判断（Section 1-5変更/Section 6変更/Section 7変更/複合変更の分類）、(3)生成実施（既存構造維持、フォーマット統一）、(4)整合性チェック（パス辞書の変数参照解決、WF索引との整合確認）、(5)3環境同期（python3 scripts/update_agent_master.py --source claude --force で自動同期）、(6)QC（evaluation_criteria.mdに基づく自己評価）、(7)バックログ反映です。特にPreflight必須化と、スキル運用ルール変更時はSection 4ではなく必ずコア原則に記載することが重要です。

Webサイトの自動操作 - ボタンクリック、テキスト入力、スクロール、ページ遷移など、ブラウザで手作業で行う操作をPythonコードから自動実行できます。 Webページの情報を自動抽出（スクレイピング） - ページのテキスト、リンク、表の内容など、必要な情報をプログラムで自動取得し、ファイルに保存や加工ができます。 複雑なDOM操作に対応 - 単純なクリックだけでなく、JavaScriptで生成される動的なコンテンツ、入力フォーム、ポップアップなども操作できます。 複数タブ・複数ウィンドウを一括管理 - 複数のタブを同時に開いて操作を並列実行したり、タブ間でデータを受け渡したりできます。 ページの状態を可視化 - スクリーンショット撮影、DOM構造の調査、操作可能な要素の自動検出など、ブラウザの状態を細かく把握できます。 定期的なWeb操作を自動化したい方 - 毎日同じWebサイトで同じ操作（ログイン、データ入力、ダウンロード）を繰り返す手作業を削減したい人。 大量のWebデータを集計する必要がある方 - 複数のWebサイトから情報を取得して、スプレッドシートにまとめるような作業を自動化したい人。 Webアプリケーションのテストを自動化したい開発者 - ブラウザで実際に操作してみないとわからないUIの動作を、自動テストで検証したい人。 ブラウザベースのシステム連携が必要な方 - APIが提供されていないWebサービスでも、ブラウザ経由で自動操作・データ連携できる仕組みを構築したい人。

複数の視点から同時に情報収集 - 異なる3つ以上のテーマ・観点で ChatGPT に並列に検索させ、同じテーマを多角的に調べられます。 複雑な質問には高度な思考プロセスを活用 - 難しい問題や判断が必要な質問では、ChatGPT の「Heavy thinking（拡張思考）」を使って、より深く論理的に考察した回答を得られます。 詳細で背景を含めた質問をテンプレート化 - 「5W1H + 背景情報」という構造化されたクエリ設計テンプレートを使うことで、ChatGPT から曖昧でない、具体的で詳細な回答を引き出せます。 複数ターンの追加質問に対応 - 初回の回答が得られた後も、同じ会話セッションで追加質問を重ね、より掘り下げた情報を段階的に収集できます。 ファイルやデータを ChatGPT に渡して分析 - 社内ドキュメント、CSV、JSONなど、関連するファイルを最大10個まで ChatGPT に添付して、ファイルの内容をベースに検索・分析してもらえます。 複合的な意思決定に必要な情報を短時間で集めたい経営者・マネージャー - 市場調査、競合分析、戦略検討など、複数の情報源を横断的に調べる必要がある方。 リサーチ・企画部門の担当者 - テーマをいくつかの側面に分けて掘り下げ、網羅的で実用的な情報レポートを効率的に作成したい人。 プロジェクト企画や新規事業開発を担当する方 - 市場動向、顧客ニーズ、競争状況など、複数の観点からの情報を集めて、事業判断の精度を高めたい人。 ファクトチェック・分析が必要な調査業務に携わる方 - 得られた情報の信頼性を確認したり、異なるソースの意見を比較検討したい人。

複数の調査テーマを同時に進める：最大10個の検索クエリを並列で実行し、それぞれの回答をリアルタイムで取得できます。 詳細な背景情報をもとに深掘りした回答を得る：単なるキーワード検索ではなく、5W1H（Who/What/When/Where/Why/How）に基づいた詳細なコンテキストを送信することで、より正確で網羅的な回答を引き出せます。 関連資料を自動添付して検索する：PDFやテキストファイルなどの関連資料を最大10個まで同時に添付できるため、ファイル内容を参考にした検索が可能です。 継続的な追加質問をシームレスに実行する：同じセッションで複数回の追加質問ができるため、前の回答をベースにした深掘り調査が効率的に行えます。 検索結果を自動的にMarkdownで整理・保存する：複数の検索結果が日時とテーマ別フォルダに自動整理されるため、後から探しやすくなります。 市場調査や競合分析を短時間で複数観点から行いたいマーケティング・企画担当者 ブレインストーミングで多くのアイデアを並列に検討したい企画・開発チーム 新規プロジェクトの立案に必要な背景情報を素早く集めたいプロジェクトマネージャー 技術選定やツール比較など、複数の情報源から詳細に調べたい技術スタッフ

社内ドキュメントから必要な情報を素早く抽出する：Notion AIを使ってワークスペース内の複数のページやデータベースから、目的に応じた情報を効率的に検索・抽出できます。 複数テーマを同時に検索・集約する：最大10個のプロンプトを並列実行し、同時に複数の情報収集タスク（プロジェクト情報の整理、ガイドライン・ルール確認、過去実績の抽出など）が可能です。 ステークホルダーごとの情報をまとめる：チーム、部署、プロジェクトなど異なる観点から社内情報を集約し、比較表や一覧として整理できます。 既存タブから情報を再取得・追加質問する：一度実行した検索セッションに対して、新たな質問を追加実行することで、効率的に情報を掘り下げられます。 検索結果をMarkdownで自動保存・共有する：検索結果が自動的に日時・テーマ別に整理されるため、チームメンバーへの共有や後からの参照が簡単です。 社内ポリシーやガイドラインを素早く確認したい新入社員・異動者 プロジェクト進行中に過去の類似事例や意思決定ログを調べたいプロジェクト関係者 複数部門の情報を統合して経営判断や組織改編の検討に必要な情報を集めたい経営層・企画部門 社内ナレッジベースから施策やプロセスの詳細を迅速に引き出したい営業・カスタマーサクセスチーム

GitHub CLIを自動インストール・設定する：OSに応じた最適なインストール方法（Homebrew、winget、apt等）を自動判定し、セットアップします。 ブラウザ認証で安全にGitHubアカウントを連携する：複雑なトークン生成不要で、ブラウザ上で簡単に認証でき、セキュリティも高いです。 インストール直後から GitHub CLIコマンドが使える状態にする：認証完了後、すぐにgh repo listやgh issueなどのコマンドが実行可能になります。 SSHやHTTPSなど通信プロトコルをカスタマイズできる：プロジェクトの要件に応じて、SSHやHTTPSを選択し、デフォルトエディタなどの詳細設定も可能です。 GitHub CLIをはじめて使うエンジニア 新しいマシンをセットアップしたばかりの開発者 チーム全体のGitHub CLIセットアップを一括で進めたい技術リード コマンドラインからGitHub操作を効率化したい開発者

最新のAPI仕様やライブラリの動作を確認できる：公式ドキュメントを優先的に検索し、現在のバージョンで正確な情報を確認できます。 実装の実現可能性をWeb検索で判断する：「この技術でこんなことはできるか？」という疑問を、公式サイトやStack Overflowの事例から素早く検証できます。 外部サービスの仕様・制限・料金を調べられる：APIの仕様、無料プランの制限、価格体系などを、信頼できるソースで確認できます。 検索結果の根拠・信頼度・古い情報の警告を明記する：単なる検索結果ではなく、出典の信頼度や情報の鮮度を併記するため、判断ミスを防ぎます。 技術選定・要件定義時に最新情報を確認したい企画・開発リード APIやライブラリの仕様を素早く確認したいエンジニア 自社システムが外部サービス仕様に対応しているか検証したい技術者 「今のバージョンでは仕様が変わったか」を素早く確認したい保守運用チーム

複数の検索クエリを効率的に実行して、網羅的な情報を集める：単一キーワードではなく、複数の観点（トレンド、技術仕様、価格、事例等）から並列検索し、ワンストップで情報を得られます。 出典URL・発行元・発行日を明記した信頼性の高いレポートを作成する：単なる情報の寄せ集めではなく、どのソースからどの情報を引いたかを透明に記録します。 情報の確度（高・中・低）を記載して、意思決定の質を高める：公式ドキュメント、複数ソース一致、単一ソースなどランク分けされた結果で、判断に自信が持てます。 古い情報や矛盾する複数情報を警告する：注意が必要な点を明記するため、古い仕様に基づいた判断や矛盾した実装を回避できます。 テンプレートに基づいた統一形式で、自動的にレポートを整理・保存する：何度繰り返しても形式が統一されるため、チーム内で情報の扱いが統一され、後からの参照も簡単です。 市場動向・競合情報・新技術情報をまとめて報告する必要があるアナリスト・企画担当者 新規プロジェクトの判断材料となる、信頼できる情報をまとめたいプロジェクトマネージャー 複数の技術・ツール・サービスを多角的に比較検討したい技術リード クライアント・経営層に説得力のある情報ソース付きレポートを提出したいコンサルタント