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。
ref-task-context-map
タスク文脈に応じた設計書章番号を調べるとき、動的ロードするべき章を特定するときに読む。
インストール方法を見る含まれるファイル(6)
- SKILL.md1.9 KB
- prompts/R1-search-summarize.md6.9 KB
- references/resource-map.yaml554 B
- references/task-context-map.yaml2.1 KB
- schemas/query-result.schema.json1.2 KB
- scripts/preload-context-map.py2.4 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-task-context-map
Purpose & Output Contract
設計書章番号の静的索引。タスクのキーワードから読むべき章番号を引く。
run-build-skill Step 1 での context 予算管理 (CD-005) に使用する。
入力: タスクキーワード (例: "Progressive Disclosure", "subagent")
出力: references/task-context-map.yaml の該当エントリ (章番号リスト)
禁則: モデル自動発動なし。Read で静的参照のみ。
Key Rules
- 静的索引: LLM が動的に判断せず、yaml テーブルを Read して返す。
- context 予算準拠 (CD-005): 全章一括ロード禁止。本スキルで必要章だけを特定してから Read。
- 正本:
references/task-context-map.yaml。追記は PR レビュー経由。
Steps
- キーワードを確認。
references/task-context-map.yamlを Read して該当行を抽出。- 章番号リストを返す。
Gotchas
- 全章一括ロード禁止: このスキルを使わずに設計書を全部読むのは CD-005 違反。
- 索引の網羅性: キーワードが見つからない場合は近傍 trigger 候補を
suggestions[]に返す (exit 0)。sink は schema (schemas/query-result.schema.json) が定義するsuggestionsのみ。
Additional Resources
references/task-context-map.yaml— キーワード→章番号の静的マップ
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。
同じリポジトリのスキル
概要と使いどころ
Webアプリの準備→要件定義→設計→実装→公開→品質ゲートを実行する内部オーケストレーター。Claude Codeの /build-app /improve-app、Codexの $build-app / $improve-app から明示的に委譲された場合、custom agent起動時、または利用者が $app-orchestrator を明示した場合だけ使用する。一般のアプリ相談から暗黙起動しない。
run-extract-blueprint が生成した章別ブループリントの忠実性を独立 context で評価したいとき、事実/推測区別と粒度と被覆を検証し draft_hash に束縛した PASS/FAIL verdict をローカル品質ゲート (C01 の周回内の受入判定・差し戻し) へ渡したいときに使う。
確認点で利用者が見る深さを選んだあと打ち合わせ資料を作り手とは別の目で確かめたいとき、正確さ・言葉・見た目・シンプルさの指摘を資料の編集なしで受け取りたいときに使う。
生成した handout 資料が初心者に伝わるか読みやすさレビューを依頼したいとき、独立 context のレビュアーから指摘と根拠つきの verdict を回収したいときに使う。
Notion ページを描画する直前に粒度を検証したいとき、info-collector-agent ページと同等の section 充足度を section_canonical_map 基準で機械検証したいときに使う。