Transform verbose voice input into structured, token-efficient Claude prompts. Use when cleaning up voice memos, dictation output, or speech-to-text transcriptions that contain filler words, repetitions, and unstructured thoughts.
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。
Transform verbose, stream-of-consciousness voice dictation into structured, token-efficient prompts for Claude Code.
1. DEDUPE → Remove repetitions and filler words
2. EXTRACT → Identify core requirements and constraints
3. STRUCTURE → Organize into standard sections
4. COMPRESS → Reduce to ~30% of original while preserving intent
## Contexte
[Project context, existing stack, relevant files]
## Objectif
[Single sentence: what needs to be built/changed]
## Contraintes
- [Constraint 1]
- [Constraint 2]
- [etc.]
## Output attendu
[Expected deliverables: files, format, tests]
| Flag | Effect |
|---|---|
--confirm | Show refined prompt before sending to Claude (default) |
--direct | Send refined prompt directly without confirmation |
--verbose | Keep more detail, less compression |
--en | Output in English (default: matches input language) |
/voice-refine
Alors euh j'aimerais que tu m'aides à faire un truc, en fait j'ai une API
qui renvoie des données utilisateurs et je voudrais les afficher dans un
tableau React, mais attention il faut que ça soit paginé parce que y'a
beaucoup de données, genre des milliers d'utilisateurs, et aussi faudrait
pouvoir trier par nom ou par date d'inscription, ah et on utilise Tailwind
dans le projet donc faut que ça matche avec ça...
/voice-refine --direct --en
[voice input in any language → sends English prompt directly]
| Metric | Target |
|---|---|
| Token reduction | 60-70% |
| Information retention | >95% |
| Structure clarity | High |
Remove: filler words ("euh", "um", "like", "basically"), repetitions, tangents, hedging ("maybe", "probably" unless relevant), politeness padding ("please", "could you").
Preserve: technical requirements, constraints, existing code context, expected output format, edge cases, business logic rules.
guide/ecosystem/ai-ecosystem.md - Voice-to-Text Tools sectionexamples/before-after.md - Full transformation examples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。
概要と使いどころ
Audit Claude Code agents, skills, and commands for quality and production readiness. Use when evaluating skill quality, checking production readiness scores, or comparing agents against best-practice templates.
日本語の概要は準備中です。原文の説明を表示しています。
Codebase health audit scoring 7 categories with progression plan
日本語の概要は準備中です。原文の説明を表示しています。
Autonomous improvement loop: scan codebase metrics, scaffold experiment files, run agent-driven iterations until metric improves
日本語の概要は準備中です。原文の説明を表示しています。
Generate bounded independent candidates, score them against a frozen rubric, and verify the selected result with a proof log.
日本語の概要は準備中です。原文の説明を表示しています。
Post-deploy monitoring: watch production after a deploy and alert on regressions
日本語の概要は準備中です。原文の説明を表示しています。
Restore context after /clear by summarizing recent work and project state
日本語の概要は準備中です。原文の説明を表示しています。