configure-git-repository
について
このスキルは、言語固有の.gitignoreファイル、ブランチ戦略、コミット規約、フックを備えたGitリポジトリを設定します。R、Node.js、またはPython環境での初期プロジェクトセットアップ向けに設計されています。開発者は、新規プロジェクトのバージョン管理を開始する際や、既存リポジトリの標準化を行う際に使用すべきです。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/configure-git-repositoryこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
配 Git 庫
依項類設 Git 庫之宜配。
用
- 新項初控
- 加
.gitignore於某言/框 - 設支護與例
- 配 commit hook
入
- 必:項目錄
- 必:項類(R 包、Node.js、Python、通)
- 可:遠庫 URL
- 可:支策(trunk-based、Git Flow)
- 可:提交訊息例
行
一:初庫
cd /path/to/project
git init
git branch -M main
得: .git/ 已建。默支名 main。
敗: git init 敗→確 Git 已裝(git --version)。若已有 .git/→庫已初,略步。
二:建 .gitignore
R 包:
# R artifacts
.Rhistory
.RData
.Rproj.user/
*.Rproj
# Environment (sensitive)
.Renviron
# renv library (machine-specific)
renv/library/
renv/staging/
renv/cache/
# Build artifacts
*.tar.gz
src/*.o
src/*.so
src/*.dll
# Documentation build
docs/
inst/doc/
# IDE
.vscode/
.idea/
# OS
.DS_Store
Thumbs.db
Node.js/TypeScript:
node_modules/
dist/
build/
.next/
.env
.env.local
.env.*.local
*.log
npm-debug.log*
.DS_Store
Thumbs.db
.vscode/
.idea/
coverage/
Python:
__pycache__/
*.py[cod]
*.egg-info/
dist/
build/
.eggs/
.venv/
venv/
.env
*.log
.mypy_cache/
.pytest_cache/
htmlcov/
.coverage
.DS_Store
.idea/
.vscode/
得: .gitignore 依項類建。敏檔(.Renviron、.env)與生物排。
敗: 不確入何→以 gitignore.io 或 GitHub 模起並改。
三:建初提交
git add .gitignore
git add . # Review what's being added first with git status
git commit -m "Initial project setup"
得: 首提交含 .gitignore 與初項檔。git log 示一提交。
敗: 「nothing to commit」→確已 git add。身份錯→設 git config user.name 與 user.email。
四:連遠
# Add remote
git remote add origin [email protected]:username/repo.git
# Push
git push -u origin main
得: 遠 origin 已配。git remote -v 示取推 URL。初提交已推。
敗: 「Permission denied (publickey)」→配 SSH(見 setup-wsl-dev-environment)。遠已在→git remote set-url origin <url> 更。
五:設支例
Trunk-based(小組宜):
main:生產就緒- 功能支:
feature/description - 修錯:
fix/description
# Create feature branch
git checkout -b feature/add-authentication
# After work is done, merge or create PR
git checkout main
git merge feature/add-authentication
得: 支名例已立且記。組員知各類工之前綴。
敗: 支名已異→git branch -m old-name new-name 更,更開 PR。
六:配提交例
Conventional Commits 格式:
type(scope): description
feat: add user authentication
fix: correct calculation in weighted_mean
docs: update README installation section
test: add edge case tests for parser
refactor: extract helper function
chore: update dependencies
得: 提交訊息例已記且組同意。後提交守 type: description。
敗: 組員不守→以 commit-msg hook 執(見步七)。
七:設 pre-commit hook(選)
建 .githooks/pre-commit:
#!/bin/bash
# Run linter before commit
# For R packages
if [ -f "DESCRIPTION" ]; then
Rscript -e "lintr::lint_package()" || exit 1
fi
# For Node.js
if [ -f "package.json" ]; then
npm run lint || exit 1
fi
chmod +x .githooks/pre-commit
git config core.hooksPath .githooks
得: hook 於每 git commit 自行。lint 錯阻提交至修。
敗: hook 未行→驗 core.hooksPath 已設(git config core.hooksPath)且 hook 可行(chmod +x)。
八:建 README
# Minimal README
echo "# Project Name" > README.md
echo "" >> README.md
echo "Brief description of the project." >> README.md
git add README.md
git commit -m "Add README"
得: README.md 已提。項於 GitHub 有簡有資之頁。
敗: README.md 已在→更勿覆。R 項用 usethis::use_readme_md() 取含 badge 之模。
驗
-
.gitignore排敏檔與生物 - 無敏數據(token、密)於追檔
- 遠庫已連可達
- 支名例已記
- 初提交淨建
忌
.gitignore前提交:先加.gitignore。已追檔不受後.gitignore影響。- 史中敏數據:秘已提→即後刪仍留於史。
git filter-repo或 BFG 清。 - 大二進檔:勿提大二進。>1MB 用 Git LFS。
- 行末:Win/WSL 設
core.autocrlf=input防 CRLF/LF 問。
參
commit-changes- 暫存與提交流manage-git-branches- 支建與例create-r-package- R 包建中之 Git 設setup-wsl-dev-environment- Git 裝與 SSHcreate-github-release- 從庫建發布security-audit-codebase- 察所提之秘
GitHub リポジトリ
関連スキル
llamaguard
その他LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
cost-optimization
その他このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
quantizing-models-bitsandbytes
その他このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。
dispatching-parallel-agents
その他このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。
