スキル一覧に戻る

template-skill

NoizAI
更新日 2 days ago
2 閲覧
502
74
502
GitHubで表示
メタautomation

について

これは開発者が新しいClaudeエージェントスキルを作成するための再利用可能なテンプレートであり、明確なトリガー、ワークフロー、入力/出力契約を備えた標準化された構造を提供します。ユースケース、制限事項、例などの重要なセクションを定義し、十分に文書化され保守可能なスキルを保証します。Claude用のカスタムスキルを構築する際は、このテンプレートを基盤としてご利用ください。

クイックインストール

Claude Code

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

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

ドキュメント

<skill-name>

简体中文 | English

One-line description of what this skill solves.

Triggers

  • trigger keyword 1
  • trigger keyword 2

Use Cases

  • Typical scenario 1
  • Typical scenario 2
  • Typical scenario 3

Inputs

  • Required inputs:
    • field_a: Description
    • field_b: Description
  • Optional inputs:
    • field_c: Description

Outputs

  • Success output format (example)
  • Failure output format (example)

Workflow

  1. Validate input completeness
  2. Build request parameters
  3. Execute core action
  4. Format outputs
  5. Provide retry or fallback strategy on failure

Limitations

  • Clearly define capability boundaries
  • Explain common failure causes

Examples

  • Input example:
    • ...
  • Output example:
    • ...

GitHub リポジトリ

NoizAI/skills
パス: skills/template-skill
0

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