name	.claude/skills/skill-creation-workflow/SKILL.md
description	スキル作成・改善の詳細ワークフロー（Phase 1-5）を定義。新規スキル作成、既存エージェント軽量化、既存スキル改善の 3つのワークフローパターンと、各Phaseの具体的なステップ、判断基準、使用スキル、完了条件を提供します。使用タイミング: - 新規スキルを作成する時（ワークフローA） - 既存エージェントを軽量化する時（ワークフローB） - 既存スキルを改善する時（ワークフローC） - 各Phaseの詳細手順を確認したい時 - 品質基準と成功の定義を確認したい時 📚 リソース参照: このスキルには以下のリソースが含まれています。必要に応じて該当するリソースを参照してください: - `.claude/skills/skill-creation-workflow/resources/phase-details.md`: Phase 1-5の詳細手順、判断基準、成功条件の完全ガイド - `.claude/skills/skill-creation-workflow/templates/skill-template.md`: 新規スキル作成用の標準テンプレート（YAML frontmatter + 本文構造） - `.claude/skills/skill-creation-workflow/scripts/validate-skill.mjs`: スキルファイル品質検証ツール（必須フィールド、行数チェック） Use proactively when creating new skills, refactoring agents, improving existing skills, or checking detailed phase procedures and quality criteria.
tools	Read, Write, Grep, Bash
tags	workflow, skill-creation, agent-refactoring, quality-assurance
version	1.0.0

Skill Creation Workflow

概要

このスキルは、スキル作成・改善の詳細なワークフローを定義します。

対象: Skill Librarianエージェント専用 スコープ: 新規作成、エージェント軽量化、スキル改善の3ワークフロー

ワークフローA: 新規スキル作成

Phase 1: 知識の収集と分析

目的: 形式知化すべき知識を特定し、収集する

主要ステップ:

スキル作成要求の理解
- ユーザー要求の分析
- スキルの目的と範囲の明確化
- 対象ユーザーの特定（エージェント、開発者、両方）
知識源の特定と収集
- 既存ドキュメントの収集
- コードパターンの抽出
- ベストプラクティスの特定
- 専門家の知識の聞き取り
- 公式ドキュメントの参照
知識の粒度と範囲の決定
- 単一トピックへの絞り込み
- スキルの境界定義
- 既存スキルとの重複確認
- 関連スキルとの依存関係整理

使用スキル:

.claude/skills/knowledge-management/SKILL.md（SECIモデルのSocialization）
.claude/skills/best-practices-curation/SKILL.md（情報源評価）

使用コマンド:

# 情報源評価ガイド
cat .claude/skills/best-practices-curation/resources/information-source-evaluation.md

# SECIモデル詳細
cat .claude/skills/knowledge-management/resources/seci-model-details.md

# 既存スキルの重複チェック
grep -r "keyword" .claude/skills/*/SKILL.md

判断基準:

形式知化する知識の範囲が明確か？
既存スキルと重複していないか？
単一トピックに絞られているか？
知識源の信頼性が確認できたか？
収集した知識量は適切か（500行以内に収まるか）？

完了条件:

知識範囲定義完了
知識源特定完了
重複なし確認済み
信頼性評価完了

成果物:

知識範囲定義書（概要）
知識源リスト（URL、書籍、専門家）
重複チェック結果

Phase 2: スキル構造の設計

目的: YAML FrontmatterとSKILL.md本文の構造を設計する

主要ステップ:

name、description、versionの設計
- name: kebab-case、説明的、一意性確保
- description:
  - 1-2行の簡潔な説明
  - 「使用タイミング」（3-5個、具体的なシチュエーション）
  - 「Use proactively when」（英語の発動条件）
- version: セマンティックバージョニング（1.0.0から開始）
SKILL.md本文のセクション構成決定
- 必須セクション:
  - 概要
  - 主要概念
  - 実践例
  - 関連スキル
- 推奨セクション:
  - ベストプラクティス
  - トラブルシューティング
  - バージョン履歴
リソース分割の必要性判断（500行ルール）
- 本文が500行を超える見込み → リソース分割
- トピック別分割（推奨）
- レベル別分割（初級・中級・上級）
- 機能別分割（設計・実装・検証）
- ハイブリッド分割

使用スキル:

.claude/skills/progressive-disclosure/SKILL.md（メタデータ設計、トリガー条件）
.claude/skills/documentation-architecture/SKILL.md（構造設計、分割戦略）

使用コマンド:

# 3層開示モデル
cat .claude/skills/progressive-disclosure/resources/three-layer-model.md

# ファイル分割パターン
cat .claude/skills/documentation-architecture/resources/splitting-patterns.md

# メタデータテンプレート
cat .claude/skills/progressive-disclosure/templates/skill-metadata-template.yaml

# 構造分析（既存スキルを参考に）
node .claude/skills/documentation-architecture/scripts/analyze-structure.mjs .claude/skills/knowledge-management

判断基準:

descriptionに具体的なトリガー条件が3つ以上あるか？
SKILL.md本文が500行以内に収まるか？
リソース分割が適切に計画されているか？
セクション構成が論理的か？
メタデータが完全か（name, description, tools, tags, version）？

完了条件:

YAML Frontmatter完成
セクション構成定義完了
リソース分割計画策定済み

成果物:

YAML Frontmatter（下書き）
セクション構成図
リソース分割計画書

Phase 3: ファイル生成と組織化

目的: 設計に基づいてSKILL.mdとリソースを作成する

主要ステップ:

ディレクトリ構造の作成

skill-name/
├── SKILL.md
├── resources/
│   ├── topic-1.md
│   ├── topic-2.md
│   └── advanced-patterns.md
├── scripts/
│   └── validate-skill.mjs
├── templates/
│   └── skill-template.md
└── assets/
    └── diagram.png

SKILL.mdの記述（全必須セクション）
- YAML Frontmatter
- 概要（目的、対象、スコープ）
- 主要概念（3-5個の核心概念）
- 実践例（具体的なコード例やシナリオ）
- 関連スキル（フルパス形式）
- ベストプラクティス
- トラブルシューティング
- バージョン履歴
リソースファイルの作成（各<500行）
- トピック別に分割
- 各ファイルは単一責任
- 相互参照を明記
- 500行制約厳守
スクリプト・テンプレートの作成（必須）
- 検証スクリプト（.mjs形式）: スキル固有の検証ロジック
- テンプレート（.md, .yaml, .json形式）: 即使用可能な実践テンプレート
- 実行可能権限付与: chmod +x scripts/*.mjs

📚リソース参照セクションの追加（必須） YAML Frontmatterのdescription内に以下の形式で追加:

📚 リソース参照:
このスキルには以下のリソースが含まれています。
必要に応じて該当するリソースを参照してください:

- `.claude/skills/[skill-name]/resources/xxx.md`: 具体的説明（30-80文字）
- `.claude/skills/[skill-name]/templates/xxx.md`: 具体的説明（30-80文字）
- `.claude/skills/[skill-name]/scripts/xxx.mjs`: 具体的説明（30-80文字）

注意: 説明は「〜ガイド」「〜パターン集」「スクリプト」「テンプレート」のような一般的な表現ではなく、内容を具体的に説明する30-80文字の説明を記載すること

使用スキル:

.claude/skills/documentation-architecture/SKILL.md（ファイル組織化）
.claude/skills/context-optimization/SKILL.md（情報の精錬）

使用コマンド:

# ディレクトリ作成
mkdir -p .claude/skills/skill-name/{resources,scripts,templates,assets}

# リソース構造テンプレート
cat .claude/skills/documentation-architecture/templates/resource-structure.md

# 知識文書化テンプレート
cat .claude/skills/knowledge-management/templates/knowledge-document-template.md

# トークン見積もり（各ファイル）
node .claude/skills/context-optimization/scripts/estimate-tokens.mjs .claude/skills/skill-name/SKILL.md

判断基準:

すべてのファイルが500行以内か？
リソース参照が明確か（catコマンドで読み込み可能）？
スクリプトに実行権限があるか？
ディレクトリ構造が標準に準拠しているか？
必須セクションがすべて記述されているか？
📚リソース参照セクションが追加されているか？
各リソースの説明が具体的か（30-80文字、一般的表現でない）？

完了条件:

ファイル作成完了（すべて500行以内）
リソース参照明確化
スクリプト実行可能
📚リソース参照セクション追加済み

成果物:

SKILL.md（完成版、📚リソース参照セクション含む）
resources/（分割されたリソースファイル、最低1ファイル）
scripts/（検証スクリプト、最低1ファイル）
templates/（テンプレートファイル、最低1ファイル）

Phase 4: 品質保証と最適化

目的: スキルの品質を検証し、発動信頼性を最適化する

主要ステップ:

Progressive Disclosure検証（3層構造が機能するか）
- Layer 1: メタデータが明確で発動条件が具体的か
- Layer 2: 本文が概要として機能するか（詳細はリソースへ）
- Layer 3: リソースが段階的にアクセス可能か
トークン使用量の見積もり（<20K推奨）
- SKILL.md単体: ~5,000トークン
- resources/合計: ~10,000トークン
- templates/合計: ~2,000トークン
- 合計目標: <20,000トークン
発動トリガーの最適化
- 単一責任スキル: 発動率目標90%
- 協調スキル: 発動率目標60%
- トリガー条件の具体化（曖昧な表現を避ける）
- 「Use proactively when」の最適化
エージェント統合テスト
- エージェントからのスキル参照テスト
- リソース読み込みテスト
- スクリプト実行テスト

使用スキル:

.claude/skills/progressive-disclosure/SKILL.md（発動信頼性設計）
.claude/skills/context-optimization/SKILL.md（トークン効率）
.claude/skills/best-practices-curation/SKILL.md（品質評価）

使用コマンド:

# 品質検証
node .claude/skills/knowledge-management/scripts/validate-knowledge.mjs .claude/skills/skill-name/SKILL.md

# トークン使用量計算
node .claude/skills/progressive-disclosure/scripts/calculate-token-usage.mjs .claude/skills/skill-name

# 構造分析（改善提案）
node .claude/skills/documentation-architecture/scripts/analyze-structure.mjs .claude/skills/skill-name

# エージェントからの参照テスト
cat .claude/skills/skill-name/SKILL.md
cat .claude/skills/skill-name/resources/topic-1.md

判断基準:

3層構造が適切に機能するか？
トークン使用量が推奨範囲内か（<20,000）？
自動発動が適切に機能するか（発動率目標達成）？
リソース読み込みが正常か？
スクリプトが正常に実行できるか？

完了条件:

Progressive Disclosure準拠
トークン<20K
発動率目標達成
統合テスト成功

成果物:

品質検証レポート
トークン使用量レポート
発動率測定結果
改善提案リスト

Phase 5: 統合とメンテナンス計画

目的: スキルをエコシステムに統合し、継続的な品質維持を計画する

主要ステップ:

.claude/skills/skill_list.mdへの登録（シンプルテーブル）

| **skill-name** | `.claude/skills/skill-name/SKILL.md` | 簡潔な概要 |

.claude/agents/agent_list.mdへの登録（3列テーブル）

| スキル名       | パス                                 | 概要       |
| -------------- | ------------------------------------ | ---------- |
| **skill-name** | `.claude/skills/skill-name/SKILL.md` | 簡潔な概要 |

SKILL.mdの「関連スキル」に相対パス記載

## 関連スキル

- **knowledge-management** (`.claude/skills/knowledge-management/SKILL.md`): SECIモデル適用
- **progressive-disclosure** (`.claude/skills/progressive-disclosure/SKILL.md`): 3層開示設計

更新トリガーとレビューサイクル定義
- 更新トリガー:
  - 依存技術のメジャーバージョンアップ
  - ベストプラクティスの変更
  - ユーザーフィードバック
- レビューサイクル:
  - 四半期ごとの定期レビュー
  - 重大な変更時の臨時レビュー
バージョニング戦略確立
- セマンティックバージョニング（Major.Minor.Patch）
- Major: 破壊的変更
- Minor: 機能追加
- Patch: バグ修正

使用スキル:

.claude/skills/knowledge-management/SKILL.md（陳腐化防止、Internalization）
.claude/skills/best-practices-curation/SKILL.md（継続的改善）

使用コマンド:

# skill_list.md更新
# 手動編集

# agent_list.md更新
# 手動編集

# バージョン履歴更新
# SKILL.md末尾に追記

判断基準:

.claude/skills/skill_list.mdに正しく登録されているか？
.claude/agents/agent_list.mdに正しく登録されているか（該当エージェントがある場合）？
関連スキルにフルパスが記載されているか？
メンテナンス計画が定義されているか？
バージョニング戦略が明確か？

完了条件:

skill_list.md登録完了
agent_list.md登録完了（該当エージェントがある場合）
メンテナンス計画策定済み
バージョニング戦略確立済み

成果物:

更新されたskill_list.md
更新されたagent_list.md（該当する場合）
メンテナンス計画書
バージョニング戦略書

ワークフローB: 既存エージェント改善（軽量化）

Phase 1-2: 分析とスキル抽出

目的: エージェントを分析し、スキルに分離すべき知識を特定する

主要ステップ:

エージェント分析（行数、トピック特定）

# 行数確認
wc -l .claude/agents/agent-name.md

# トピック特定（主要セクション確認）
grep "^## " .claude/agents/agent-name.md

スキル分割数決定
- ルール:
  - 500-800行 → 1スキル
  - 800-1200行 → 2スキル
  - 1200行超 → 3スキル以上
  - 単一責務となるように分離
  - 必要十分なスキル個数を作成
スキル設計と抽出
- 各トピックを独立したスキルとして設計
- 詳細知識をスキルに移動
- エージェント本体は概要のみ保持

使用スキル:

.claude/skills/knowledge-management/SKILL.md（知識抽出）
.claude/skills/documentation-architecture/SKILL.md（構造設計）

判断基準:

エージェントの現在行数は？
主要トピックは何個あるか？
各トピックの知識量は？（行数）
スキル分割数は適切か？

完了条件:

エージェント分析完了
トピック特定完了
スキル分割数決定済み
抽出すべき知識特定済み

Phase 3: スキル作成

ワークフローAのPhase 3-5と同じ

各抽出した知識について、ワークフローAのPhase 3-5を実行:

Phase 3: ファイル生成と組織化
Phase 4: 品質保証と最適化
Phase 5: 統合とメンテナンス計画

Phase 4: エージェント軽量化

目的: エージェント本体から詳細知識を削除し、450-550行範囲に収める

主要ステップ:

詳細知識削除（概要のみ保持）
- 詳細説明 → 概要（1-2段落）
- 具体例 → スキル参照
- ベストプラクティス → スキル参照

スキル参照追加（スキル管理セクション）

## スキル管理

### Skill 1: skill-name-1

- **パス**: `.claude/skills/skill-name-1/SKILL.md`
- **内容**: 簡潔な説明
- **使用タイミング**:
  - シチュエーション1
  - シチュエーション2

目標: 450-550行
- 削減目標: 70-80%削減
- 例: 1000行 → 450行（55%削減）

使用スキル:

.claude/skills/documentation-architecture/SKILL.md（構造最適化）
.claude/skills/context-optimization/SKILL.md（情報精錬）

使用コマンド:

# 行数確認
wc -l .claude/agents/agent-name.md

# 重複チェック
diff -u .claude/agents/agent-name.md .claude/skills/skill-name/SKILL.md

判断基準:

450-550行範囲内か？
詳細知識がすべてスキルに移動されたか？
エージェント本体は概要のみか？
スキル参照が明確か？
重複がないか？

完了条件:

450-550行範囲内
詳細知識削除完了
スキル参照追加完了
重複なし確認済み

成果物:

軽量化されたエージェント（450-550行）
スキル管理セクション（スキル参照リスト）

Phase 5: 検証と統合

目的: 軽量化後のエージェントとスキルを検証し、システムに統合する

主要ステップ:

重複チェック
- エージェントとスキル間の重複確認
- スキル間の重複確認
行数検証
- エージェント: 450-550行
- スキル: 各500行以内
.claude/skills/skill_list.md、.claude/agents/agent_list.md更新
- 新規スキルを登録
- エージェントの「参照スキル」を更新

使用スキル:

.claude/skills/best-practices-curation/SKILL.md（品質評価）
.claude/skills/knowledge-management/SKILL.md（整合性確認）

使用コマンド:

# 行数検証
wc -l .claude/agents/agent-name.md
wc -l .claude/skills/*/SKILL.md

# 重複チェック（キーワード検索）
grep -r "keyword" .claude/agents/agent-name.md .claude/skills/skill-name/SKILL.md

判断基準:

エージェントは450-550行範囲内か？
すべてのスキルは500行以内か？
重複がないか？
skill_list.md、agent_list.mdが更新されているか？

完了条件:

重複チェック完了
行数検証完了
システム統合完了

成果物:

検証レポート
更新されたskill_list.md
更新されたagent_list.md

ワークフローC: 既存スキル改善

Phase 1-2: 分析と改善計画

目的: スキルの問題を特定し、改善パターンを決定する

主要ステップ:

問題特定
- 発動率低下: トリガー条件が曖昧
- トークン過多: リソースが大きすぎる
- 構造問題: セクションが不明確、500行超過
- 陳腐化: 情報が古い、ベストプラクティスが変更
改善パターン決定
- 発動率向上: トリガー条件の具体化、descriptionの最適化
- トークン削減: リソース分割、情報の精錬
- 構造改善: セクション再構成、ファイル分割
- 内容更新: 最新情報への更新、陳腐化した情報の削除

使用スキル:

.claude/skills/progressive-disclosure/SKILL.md（発動率分析）
.claude/skills/context-optimization/SKILL.md（トークン分析）
.claude/skills/knowledge-management/SKILL.md（陳腐化分析）

使用コマンド:

# トークン使用量計算
node .claude/skills/progressive-disclosure/scripts/calculate-token-usage.mjs .claude/skills/skill-name

# 構造分析
node .claude/skills/documentation-architecture/scripts/analyze-structure.mjs .claude/skills/skill-name

# 品質検証
node .claude/skills/knowledge-management/scripts/validate-knowledge.mjs .claude/skills/skill-name/SKILL.md

判断基準:

問題が明確に特定されたか？
改善パターンが適切か？
改善の優先順位が決まったか？

完了条件:

問題特定完了
改善パターン決定済み
優先順位設定済み

成果物:

問題分析レポート
改善計画書

Phase 3-4: 実施と検証

目的: 改善を実施し、効果を測定する

主要ステップ:

SKILL.md更新
- メタデータ最適化（description、トリガー条件）
- セクション再構成
- 内容更新
リソース修正
- リソース分割（大きすぎる場合）
- 情報精錬（冗長な場合）
- 最新情報への更新
効果測定
- 発動率測定（before/after）
- トークン削減率測定
- 品質スコア測定

使用スキル: すべてのスキル（問題に応じて）

使用コマンド:

# トークン使用量計算（改善前後）
node .claude/skills/progressive-disclosure/scripts/calculate-token-usage.mjs .claude/skills/skill-name

# 品質検証（改善後）
node .claude/skills/knowledge-management/scripts/validate-knowledge.mjs .claude/skills/skill-name/SKILL.md

判断基準:

改善が適切に実施されたか？
効果が測定されたか（数値で）？
副作用がないか（他のスキルへの影響）？

完了条件:

改善実施完了
効果測定完了
バージョンアップ完了

成果物:

改善されたスキル
効果測定レポート
更新されたバージョン履歴

品質基準と成功の定義

完了条件（各Phase）

Phase 1: 知識の収集と分析

知識範囲定義完了
知識源特定完了
重複なし確認済み

Phase 2: スキル構造の設計

YAML Frontmatter完成
構造定義完了
リソース分割計画策定済み

Phase 3: ファイル生成と組織化

ファイル作成完了
500行以内
リソース参照明確化

Phase 4: 品質保証と最適化

Progressive Disclosure準拠
トークン<20K
発動率目標達成

Phase 5: 統合とメンテナンス計画

skill_list.md登録完了
メンテナンス計画策定済み

成功の定義

新規スキル作成:

スキルがProgressive Disclosure方式で知識を提供
トークン使用量が推奨範囲内（<20K）
発動率が目標達成（単一責任90%、協調60%）
効率的に参照でき、継続的に更新・維持される状態

エージェント軽量化:

エージェントが450-550行範囲内
詳細知識がすべてスキルに分離
重複なし
機能性維持

スキル改善:

問題が解決（発動率向上、トークン削減、構造改善、内容更新）
効果が測定可能（数値で証明）
副作用なし

エラーハンドリング

自動リトライ（最大3回）:

スクリプト実行エラー
ファイル読み込みエラー
バリデーションエラー

フォールバック（簡略化/テンプレート使用）:

構造設計が複雑すぎる → テンプレート使用
トークン計算が不正確 → 手動見積もり
スクリプト実行失敗 → 手動検証

エスカレーション（人間に確認）:

重複の判断が困難
改善パターンが不明
品質基準に達しない

バージョン履歴

1.0.0 (2025-01-27)

初版リリース
ワークフローA（新規スキル作成）Phase 1-5定義
ワークフローB（既存エージェント軽量化）Phase 1-5定義
ワークフローC（既存スキル改善）Phase 1-4定義
品質基準と成功の定義確立

Install Skill

SKILL.md

Skill Creation Workflow

概要

ワークフローA: 新規スキル作成

Phase 1: 知識の収集と分析

Phase 2: スキル構造の設計

Phase 3: ファイル生成と組織化

Phase 4: 品質保証と最適化

Phase 5: 統合とメンテナンス計画

ワークフローB: 既存エージェント改善（軽量化）

Phase 1-2: 分析とスキル抽出

Phase 3: スキル作成

Phase 4: エージェント軽量化

Phase 5: 検証と統合

ワークフローC: 既存スキル改善

Phase 1-2: 分析と改善計画

Phase 3-4: 実施と検証

品質基準と成功の定義

完了条件（各Phase）

成功の定義

エラーハンドリング

関連スキル

バージョン履歴

1.0.0 (2025-01-27)