MCP HubMCP Hub
SKILL·2CB4BC

create-rfc

tech-leads-club
更新日 4 months ago
10 閲覧
1,719
171
1,719
GitHubで表示
メタworddesign

について

このスキルは、重要な技術的またはプロセス上の変更を提案・評価するための構造化されたRFC文書を生成し、関係者間の調整を促進します。「RFCを書いて」や「提案書を作成して」といった主要な意思決定に関するリクエストによって起動され、実装詳細や一般的な文書作成には使用されません。出力は、提案内容や代替案を明確に伝え、合意形成を推進するための明確な枠組みを提供します。

クイックインストール

Claude Code

推奨
メイン
npx skills add tech-leads-club/agent-skills -a claude-code
プラグインコマンド代替
/plugin add https://github.com/tech-leads-club/agent-skills
Git クローン代替
git clone https://github.com/tech-leads-club/agent-skills.git ~/.claude/skills/create-rfc

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

tech-leads-club/agent-skills
パス: packages/skills-catalog/skills/(creation)/create-rfc
0
agentaiantigravityclaude-codecopilotcursor
FAQ

よくある質問

create-rfc Skillとは何ですか?

create-rfc はtech-leads-club 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 create-rfc に関連するタスクを実行できるようにします。

create-rfc 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。create-rfc 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。

create-rfc はどのカテゴリに属しますか?

create-rfc は メタ カテゴリに属します。

create-rfc は無料で利用できますか?

はい。create-rfc 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