について
このClaudeスキルは、PRD(製品要件定義)文書をralph-tuiタスクランナー用のprd.json形式に変換します。ユーザーストーリー、受け入れ基準、依存関係を抽出し、各ストーリーの受け入れ基準に品質ゲートを自動的に追加して、フラットなJSON構造を出力します。製品要件をralph-tui用の実行可能なJSONタスクファイルに変換する必要がある場合にご利用ください。
クイックインストール
Claude Code
推奨npx skills add carmandale/agent-config -a claude-code/plugin add https://github.com/carmandale/agent-configgit clone https://github.com/carmandale/agent-config.git ~/.claude/skills/ralph-tui-create-json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
Frequently asked questions
What is the ralph-tui-create-json skill?
ralph-tui-create-json is a Claude Skill by carmandale. Skills package instructions and resources that Claude loads on demand, so Claude can perform ralph-tui-create-json-related tasks without extra prompting.
How do I install ralph-tui-create-json?
Use the install commands on this page: add ralph-tui-create-json to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does ralph-tui-create-json belong to?
ralph-tui-create-json is in the Meta category, tagged design.
Is ralph-tui-create-json free to use?
Yes. ralph-tui-create-json is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
関連スキル
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。
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。
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。
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。
