MCP HubMCP Hub
SKILL·875281

env-local

sayali-ingle-pdl
更新日 4 months ago
10 閲覧
0
GitHubで表示
メタaiapi

について

env-localスキルは、ローカル開発環境の設定用に.env.localファイルを生成します。API URLや機能フラグを含み、クライアントサイド変数には自動的にVITE_プレフィックスを付与し、セキュリティのためgitignoreの指示も追加します。このスキルを使用すると、バージョン管理にコミットされない、安全な開発者固有の環境ファイルを迅速にセットアップできます。

クイックインストール

Claude Code

推奨
メイン
npx skills add sayali-ingle-pdl/adusa-ai-vuejs-app-template -a claude-code
プラグインコマンド代替
/plugin add https://github.com/sayali-ingle-pdl/adusa-ai-vuejs-app-template
Git クローン代替
git clone https://github.com/sayali-ingle-pdl/adusa-ai-vuejs-app-template.git ~/.claude/skills/env-local

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

sayali-ingle-pdl/adusa-ai-vuejs-app-template
パス: .github/agents/app-starter/agents-context/skills/env-local
0
FAQ

よくある質問

env-local Skillとは何ですか?

env-local はsayali-ingle-pdl 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 env-local に関連するタスクを実行できるようにします。

env-local 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。env-local 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。

env-local はどのカテゴリに属しますか?

env-local は メタ カテゴリに属します。

env-local は無料で利用できますか?

はい。env-local 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