MCP HubMCP Hub
SKILL·0C988F

start-adw

melodic-software
更新日 3 months ago
9 閲覧
35
6
35
GitHubで表示
メタaiautomationdesign

について

start-adwスキルは、構成可能なPlan/Build/Review/Fixステップを用いて、構造化されたAI開発者ワークフローを開始します。開発者は、タスクの複雑さと品質要件に応じて、plan_build、plan_build_review、またはplan_build_review_fixのワークフローにこれを利用します。このスキルは、読み取り、書き込み、実行タスクに適切なツールを備えた自律的なコード開発を提供します。

クイックインストール

Claude Code

推奨
メイン
npx skills add melodic-software/claude-code-plugins -a claude-code
プラグインコマンド代替
/plugin add https://github.com/melodic-software/claude-code-plugins
Git クローン代替
git clone https://github.com/melodic-software/claude-code-plugins.git ~/.claude/skills/start-adw

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

GitHub リポジトリ

melodic-software/claude-code-plugins
パス: plugins/tac/skills/start-adw
0
FAQ

よくある質問

start-adw Skillとは何ですか?

start-adw はmelodic-software が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで start-adw に関連するタスクを実行できるようにします。

start-adw をインストールするには?

このページのインストールコマンドを使用してください。start-adw をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。

start-adw はどのカテゴリに属しますか?

start-adw は メタ カテゴリに属します。

start-adw は無料で利用できますか?

はい。start-adw は AIMCP に掲載されており、無料でインストールできます。

関連スキル

content-collections
メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る
polymarket
メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る
creating-opencode-plugins
メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る
sglang
メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る