エージェントスキル
エージェントが読み込んで作業の進め方を覚えるスキルファイルです。コードは要りません。
8件
Ponytailコーディングエージェント日付の入力欄を頼んだだけで、依存パッケージが入り、ラッパーのコンポーネントができ、スタイルシートが増え、タイムゾーンの議論が始まることがあります。ブラウザには何年も前から専用の入力欄があるのにです。Ponytailはその癖に狙いを定めた1つのスキルで、動く範囲で最も小さい実装へ、そして環境が既に備えているものは書かない方向へエージェントを押します。冗談で終わらないのは、開発元が実際に測っている点です。実在のリポジトリで12件の作業を、スキルの有無で比較し、数値と一緒に測定方法も公開しています。以前のより見栄えのする数値は平均ではなく最良の場合だった、という訂正まで書かれています。
Addy Osmani's Agent Skillsコーディングエージェント放っておくと、コーディングエージェントは指示を言い終えた瞬間からコードを書き始めます。これは、そこに本来の開発の順序を戻すスキル集です。9つのコマンドが、何を作るかを決める段階から公開までを覆い、背後のスキルは作業内容に応じて自動で有効になります。インターフェースの設計を始めればその担当スキルが、画面側に触れればそちら向けのスキルが働きます。注目すべきは自動モードの扱いで、省かれるのは各作業の合間に人が入ることだけであり、確認は残ります。各作業は引き続きテスト駆動で行われ、個別にコミットされ、失敗すれば止まります。実体はMarkdownなので、共通のskillsコマンドで70種類ほどのエージェントに導入できます。
Humanizerツール連携モデル自身に「AIっぽさを消して」と頼んでも、何がそう見せているのかの一覧を持っていないため、うまくいきません。Humanizerはそれを与えます。Wikipediaの編集者がAIによる記述を見分けるために維持している一覧から、35個の特徴を使います。元の構成を固定せずにまず書き直し、その草稿を同じ特徴と元の主張に照らして確認し、必要ならもう一度書き直します。結果だけでなく、途中の草稿と自らの批評も示します。捏造はしません。人名、数値、日付、出典は元の文章か書き手から来る必要があります。ファイルを指定した場合は本文だけを変更し、コードやデータ、リンク先には触れません。
Scientific Agent Skillsツール連携エージェントはもともと任意のPythonライブラリを呼べますが、専門的なバイオインフォマティクスのパッケージを使わせると、初めて資料を読んだ人と同じ振る舞いをします。それらしく、しかし肝心なところで間違えます。これが補うのはその欠けた半分です。特定の科学ツールについて整理された使い方と実例を持つ160件超のスキルと、100種類ほどの公開データベースへの経路が、ゲノミクス、化学、創薬、プロテオミクス、臨床研究、医用画像、物理、地理空間の各分野にわたって用意されています。導入は1つのプラグインとしてでも、スキル単位でも行えます。ただし前提にする前に適用範囲の注記を読んでください。臨床・医療系のスキルは研究と事後的な検証のために書かれており、個々の患者に関する判断のためのものではないと明記されています。
Diagram Designツール連携エージェントに図を頼むと、角の丸い箱と矢印が返ってきて、載せたい文書の見た目とまるで合わず、結局使われないことがよくあります。このスキルはエージェントに語彙を与えます。アーキテクチャ、シーケンス、スイムレーン、四象限、サンキー、特性要因図、Wardleyマップ、ストーリーマップなど39種類の名前付きレイアウトがあり、それぞれ明色・暗色・編集向けの3種類で、SVGを埋め込んだHTMLファイル1枚として出力されます。ビルド工程もJavaScriptも外部画像も不要で、ブラウザで開くかページに貼るだけです。自分のサイトを読ませて配色を合わせることもでき、既存のdraw.ioやMermaidの図を、指定した大きさと詳しさで描き直させることもできます。
Planning with Filesメモリ / コンテキスト長い作業には特有の壊れ方があります。エージェントは計画を持っていたのに、文脈が消去または圧縮され、戻ってきたエージェントが自信満々に別の仕事を仕上げてしまう、という壊れ方です。このスキルは計画を会話から外し、ディスク上に移します。計画のファイル、分かったことのファイル、済んだことのファイルの3つで、毎ターンそれらをエージェントの目の前に戻します。計画がファイルである以上、消去や異常終了、圧縮を越えて残り、実行中に人が自分で読むこともできます。任意で有効にできる関門は、計画がそう示すまでエージェントに完了を宣言させません。開発元は盲検のA/B比較結果を公開しており、これは多くのスキルにはない点です。
Distillyツール連携なぜこの仕組みがこうなっているかを知っていた人が去ると、その人が書き残した文書は、知っていたことのうち小さいほうの半分だったと分かります。Distillyはもう半分に手を伸ばす試みです。その人のメッセージ、文書、聞き取り、公開されている文章を渡すと、観察できる傾向をまとめた人物プロファイルを作ります。何をどう決めていたか、何にこだわっていたか、どう言っていたか、といった内容で、エージェントが読み込めるスキルの形で出力されます。開発元は主張の範囲に慎重で、利用する側も同じであるべきです。出力は渡した資料に基づくものであり、その人物そのものだとは主張していません。分かりやすい注意点は同意です。素材はたいてい他人のものだからです。
skillsツール連携Googleが自ら書いた運用知識を100件超のskillディレクトリに収めたリポジトリで、`npx skills add google/skills`から必要なものだけを選んで導入します。中心は`skills/cloud`で、GKEやBigQuery、Agent Platform、Well-Architected Frameworkの6つの柱までを扱い、`skills/ads`と`skills/analytics`にはGoogle Ads API、Google Mobile Ads SDK、IMA SDK、Google Analyticsの2種類のAPI向けのskillが並びます。厚みは一様ではなく、`skills/cloud/gke-*`だけで29件を占める一方、Cloud RunとFirebaseは各1件にとどまり、README自身がactive developmentの段階だと断っています。Google Cloudも広告・アナリティクス製品も使わない構成には得るものがなく、アプリ開発側の守備範囲もGoogle Mobile Ads SDKまでで、Android・Flutter・Dart・Genkit・ADKのskillはREADMEがリンクを張るだけの別リポジトリにあります。