無料GitHub で公開

ref-knowledge-loop

生成スキルに knowledge/ を追加するとき読む。ナレッジ蓄積・検索・フィードバックループの設計を参照するとき読む。

daishiman/harness-dev

インストール方法を見る

含まれるファイル（7）

SKILL.md4.5 KB
prompts/R1-search-summarize.md6.2 KB
references/external-intelligence-runtime-contract.md522 B
references/external-intelligence.md7.1 KB
references/knowledge-construction.md11.3 KB
references/knowledge-search-lifecycle.md8.7 KB
references/resource-map.yaml5.0 KB

SKILL.md（原文）

インストールする前に、エージェントに与えられる指示の中身を確認できます。

ref-knowledge-loop

Purpose & Output Contract

生成スキルに knowledge/ を追加する際の設計参照。構築編 (パターン選択・構造・フィールド・品質ルーブリック) と運用編 (検索・ライフサイクル・フィードバック) の 2 リファレンスを提供し、Loop A (生成物側) と Loop B (メタ側) を同一機構 SSOT で配線する。

入力: なし (Read-only 参照型) 出力: 構築・検索ライフサイクル・外部知能境界の該当節と、生成スキルへ展開する 5 スクリプトのパス

参照内容

2つのリファレンスで構成される。

リファレンス	内容
`references/knowledge-construction.md`	構築編: パターン選択・構造・フィールド・品質ルーブリック (§0-6)
`references/knowledge-search-lifecycle.md`	運用編: curated seed の検索・ライフサイクル・検索品質 (§7-12)
`references/external-intelligence.md`	runtime 編: package 外 state・重複統合・独立証拠・再利用検証・昇格境界
`references/external-intelligence-runtime-contract.md`	通常runtime編: Claude Code/Codex共通request/state/output・有界検索・fail-soft・中央pointer

リソース索引 → references/resource-map.yaml

同梱スクリプト (雛形 → 生成スキルへ展開)

生成スキルの scripts/ には5本を同梱する (KL-003/KL-004/KL-008 で検証):

search_knowledge.py: Stage1+Stage2 検索
build_index.py: インデックス整合性検証・自動修正
record_usage.py: curated seed の検索品質記録・分析
add_entry.py: version-control review 済みの著作知見、または promoted runtime 知見を curated seed へ取り込む明示工程
build-external-intelligence.py: package 外 runtime state の観測・重複統合・再利用検証・明示昇格（Codex/Claude 共通）

決定論 (検証・重複判定・状態遷移) と内容判断 (AI/人) を分離する。runtime 観測は installed package 内へ書かず、project/user state に保存する。詳細は external-intelligence.md。

通常artifact生成は配布可能な skill-governance-adapters 内の中央 build-external-intelligence-runtime.py を使う。各plugin projectionはpointerだけを持ち、このadapter/engineをskillごとに複製しない。Harness Creator の同名 engine/adapter は後方互換用の薄い転送だけで、長い実装を持たない。上記5本同梱は --with-knowledge で生成するstandalone curated-seed skillのlegacy v1 compatibility境界であり、全plugin通常runtime projectionの配布形式ではない。

パターン選択フロー

Q1: ナレッジは継続的に追加されるか？
  Yes → Q2: ソース素材が外部ファイルにあるか？
    Yes → Router-Registry型（router.json / registry.json）
    No  → Index-Search型（knowledge-index.json）
  No  → Q3: ペルソナを再現するか？
    Yes → Index-Search型 + style-genome
    No  → references/ 静的ファイルで十分（knowledge/ 不要）

knowledge/ を追加する5条件

knowledge/ ディレクトリは以下の条件を1つ以上満たす場合のみ作成する。

外部素材依存: 議事録・動画・教材等を参照して回答する
ペルソナ再現: 特定人物の語り口・思想を再現する
知識量: カテゴリ別に分類された知識が10件以上ある
継続的蓄積: 新しい素材が追加されるたびにナレッジが増える
精度優先検索: キーワード・カテゴリ・IDで的確に検索したい

Boundary

このスキルは参照専用。knowledge/ を実際に生成するのは run-build-skill の責務。
200エントリ超の大規模ナレッジはこのガイドの適用範囲外（外部検索エンジン推奨）。
テンプレート雛形 → run-build-skill/templates/knowledge-skeleton/
lint スクリプト → run-build-skill/scripts/lint-knowledge-loop.py

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

ログインしてレビューを書く

同じリポジトリのスキル

概要と使いどころ

app-excellence

無料日本語概要

アプリ・Webサービス・業務ツールの制作を、証拠分析→確定的な初稿→要件定義→体験設計→機能分解→実装→品質ゲート→リリース判定の手順ゲート制で進めるスキル。質問で要件を埋めるのではなく、依頼文・既存コード・資料・ログから最有力案を選び、動く成果物を先に出して差分で改善する。ユーザーが「アプリを作りたい」「ツールを作って」「〜を自動化したい」「システム化したい」「要件定義」「仕様を決めたい」「UI/UXを設計して」「体験を良くしたい」「機能を洗い出して」「MVPを決めたい」「品質チェック」「リリースしていいか判断して」などと言ったら必ず使用する。外部データの取込・マスタ・締め処理を伴う業務システムでは references/data-lifecycle.md も併用する。新規・既存を問わずアプリの制作・改善・リニューアルで使用する。