Rebuild a degraded AI image to remove crunchy textures and repeated-edit artifacts while preserving identity, style, and composition. Use for clean remakes, not ordinary retouching or upscaling.
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。
Git履歴から作業セッションを自動検出し、ブロック単位で振り返りサマリーを生成する。 日付境界でなく、コミット間隔の空白(ギャップ)から自然な作業ブロックを識別する。 「振り返り」「作業履歴」「/dev:git-reflect」で起動。 Trigger: 振り返り, 作業振り返り, git-reflect, git振り返り, /dev:git-reflect, 最近何やった
インストール方法を見る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。
Git コミット履歴を時系列で取得し、コミット間のタイムギャップからセッション境界を自動検出。 各ブロックの詳細分析を block-analyzer エージェントに並列委譲(中程度の軽量モデル推奨)し、 結果を統合して振り返りサマリーを表示する。
| 引数 | デフォルト | 説明 |
|---|---|---|
| ブロック数 | 3 | 振り返るブロック数。ユーザーが「5ブロック」等と指定した場合はそれに従う |
| ギャップ閾値 | 3時間 | この時間以上コミット間隔が空いたらブロック境界とみなす |
ユーザーが「今日の」「先週の」など期間を指定した場合は --since / --until で絞る。
git log --format="%h %aI %s" -100
%aI で ISO 8601 タイムスタンプを使用(タイムゾーン込み)コミットを時系列順(古い順)に並べ、隣接コミット間の時間差を計算する。
分割ルール:
分割結果として、各ブロックについて以下を確定する:
Step 1 で取得済みのコミットメッセージ(%h %aI %s)を各ブロックに振り分け、
メインスレッドでブロックごとのテーマ・作業の流れをざっくり把握しておく。
この時点での理解は「コミットメッセージから読み取れる範囲」に留める。
各ブロックごとにサブエージェントとして block-analyzer(agents/block-analyzer.md)を起動する。
全ブロックを1つのメッセージで同時に起動すること(並列実行)。 軽量〜中程度のモデルで十分。
各エージェントへのプロンプトに含める情報:
エージェントの役割は 変更ファイル・行数・ディレクトリ分布など、コミットメッセージだけでは見えない詳細情報の収集・整理。
Step 3 のコミットメッセージベースの概要と、Step 4 のエージェント報告をマージしてサマリーを生成する。
マージの方針:
3ブロック以上の場合、最後に全体の流れを一言で補足する。
## Block 1: 3/23 11:19〜15:30 (約4時間) — キーカード LLM 選出
**キーカード選出の大改修**
- finetuning CSV データ整備(140例→100例に精査)
- `select-keycard.ts` をCLI→関数化→Haiku API実装まで段階的に進化
- Z.AI プロキシの Structured Output 問題を修正
- 仕様書 Gate A〜F 全完了
**SKILL.md 改善**
- Predict/Scenario/Learn 分析結果マージ、Thinking phase追加
**コミット数:** 25件 | **変更:** +1200 -300 (42ファイル)
| エージェント | 推奨モデル | 役割 |
|---|---|---|
| block-analyzer | 軽量〜中程度 | diff --stat・ファイル分布・変更規模を調査し詳細レポートを返す(サマリー生成はしない) |
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
Rebuild a degraded AI image to remove crunchy textures and repeated-edit artifacts while preserving identity, style, and composition. Use for clean remakes, not ordinary retouching or upscaling.
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。
セミナー・講義・ウェビナー・研修・実演動画をローカルで文字起こしし、内容を分析して、必要なスライド画像や動画クリップ付きのHTML/Markdown資料を作る。動画から学習資料・実践ガイドを作りたい場合に使う。映像作品の再現設計やCanvas生成は対象外。
責務・依存方向・状態や副作用の境界を監査し、既存挙動を保って段階的にリファクタリングする。read-only監査にも対応する。
AGENTS.mdや既存スキルをGPT-6 Astra向けに監査・整理するときに使う。契約と意図的な他モデル委譲を保ち、重複、過剰な手順、曖昧な停止条件を修正する。
人物の参照写真から、同一性を保った複数アングルのキャラクターシートを生成・修正する。指定された身だしなみや撮影表現も整える。
既存キャラクター画像を、承認制でピクセルアートの正準画像へ変換し、3状態パイロット、クロマ前処理、状態間ジオメトリ検証、9状態生成、遷移QA、仮配置、アプリ内確認、ロールバック可能な正式配置まで行う。キャラクターからCodexペットを作る依頼に加え、ジャンプで小さくなる、状態ごとに身長が変わる、足元が跳ねる、クロマ縁が出る、アニメーションを修復したい依頼で使用する。