MCP HubMCP Hub
SKILL·4CEFE5

zero-debt

mgreenly
更新日 1 month ago
8 閲覧
1
1
GitHubで表示
メタai

について

このスキルは、コードの問題、不整合、または標準違反に対して即時の修正を要求することで、技術的負債ゼロの哲学を徹底します。問題は根本原因から完全に修正し、同様の問題を体系的に検索することが義務付けられています。開発者はコード品質を維持するためにこれを使用すべきですが、アーキテクチャ変更や公開APIの破壊的変更については事前に許可を求める必要があります。

クイックインストール

Claude Code

推奨
メイン
npx skills add mgreenly/ikigai -a claude-code
プラグインコマンド代替
/plugin add https://github.com/mgreenly/ikigai
Git クローン代替
git clone https://github.com/mgreenly/ikigai.git ~/.claude/skills/zero-debt

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

mgreenly/ikigai
パス: .claude/library/zero-debt
0
FAQ

Frequently asked questions

What is the zero-debt skill?

zero-debt is a Claude Skill by mgreenly. Skills package instructions and resources that Claude loads on demand, so Claude can perform zero-debt-related tasks without extra prompting.

How do I install zero-debt?

Use the install commands on this page: add zero-debt 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 zero-debt belong to?

zero-debt is in the Meta category, tagged ai.

Is zero-debt free to use?

Yes. zero-debt 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

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