·skillkit
!

skillkit

プロフェッショナルなスキルと、リサーチ主導のワークフローと自動検証によるサブエージェントの作成。 いつ使用するか: 新しいスキルまたはサブエージェントの作成、既存のスキルの検証、スキルとサブエージェントのどちらを選択するか決定する場合、ドキュメントをスキル/サブエージェントに移行する場合、または個別の検証ツールを実行する場合。 主なトリガー: 「スキルの作成」 = 完全なスキルの作成 (調査 + 実行計画による 12 ステップ) 「サブエージェントの作成」 = サブエージェントの作成 (テンプレートベースのワークフローによる 8 ステップ) 「スキルの検証」 = 検証ワークフロー (ステップ 3 ~ 8) 「スキル vs サブエージェント」 = 意思決定ワークフロー (ステップ 0) - 推奨してから作成します 「ドキュメントをスキルに変換」 = 移行ワークフロー 「トークンの見積もり」 = トークン最適化「セキュリティ スキャン」 = セキュリティ監査 ワークフローのコンプライアンス: 検証チェックポイントを備えた構造化されたワークフロー。研究フェーズ (ステップ 1c ~ 1d) では、実証済みのアプローチに基づいたスキルを確保します。 差別化要因: 研究主導の創造。構築する前に Web 検索 (3 ~ 5 クエリ)。複数の提案の生成。 10 個の自動化スクリプト (9 スキル + 1 サブエージェント)。品質9.0+/10。サブエージェントの作成がサポートされるようになりました。 再利用: Anthropic の init_skill.py および package_skill.py (本番環境でテスト済み)。

6インストール·0トレンド·@rfxlamia

インストール

$npx skills add https://github.com/rfxlamia/claude-skillkit --skill skillkit

skillkit のインストール方法

コマンドラインで skillkit AI スキルを開発環境にすばやくインストール

  1. ターミナルを開く: ターミナルまたはコマンドラインツール(Terminal、iTerm、Windows Terminal など)を開きます
  2. インストールコマンドを実行: このコマンドをコピーして実行します: npx skills add https://github.com/rfxlamia/claude-skillkit --skill skillkit
  3. インストールを確認: インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります

ソース: rfxlamia/claude-skillkit。

Section 1: Intent Detection & Routing Detect user intent, route to appropriate workflow.

| Single tool | "validate only", "estimate tokens", "scan" | Section 7 |

Workflow Value: Research-driven approach validates design before building. Sequential steps with checkpoints produce 9.0/10+ quality vs ad-hoc creation.

プロフェッショナルなスキルと、リサーチ主導のワークフローと自動検証によるサブエージェントの作成。 いつ使用するか: 新しいスキルまたはサブエージェントの作成、既存のスキルの検証、スキルとサブエージェントのどちらを選択するか決定する場合、ドキュメントをスキル/サブエージェントに移行する場合、または個別の検証ツールを実行する場合。 主なトリガー: 「スキルの作成」 = 完全なスキルの作成 (調査 + 実行計画による 12 ステップ) 「サブエージェントの作成」 = サブエージェントの作成 (テンプレートベースのワークフローによる 8 ステップ) 「スキルの検証」 = 検証ワークフロー (ステップ 3 ~ 8) 「スキル vs サブエージェント」 = 意思決定ワークフロー (ステップ 0) - 推奨してから作成します 「ドキュメントをスキルに変換」 = 移行ワークフロー 「トークンの見積もり」 = トークン最適化「セキュリティ スキャン」 = セキュリティ監査 ワークフローのコンプライアンス: 検証チェックポイントを備えた構造化されたワークフロー。研究フェーズ (ステップ 1c ~ 1d) では、実証済みのアプローチに基づいたスキルを確保します。 差別化要因: 研究主導の創造。構築する前に Web 検索 (3 ~ 5 クエリ)。複数の提案の生成。 10 個の自動化スクリプト (9 スキル + 1 サブエージェント)。品質9.0+/10。サブエージェントの作成がサポートされるようになりました。 再利用: Anthropic の init_skill.py および package_skill.py (本番環境でテスト済み)。 ソース: rfxlamia/claude-skillkit。

引用可能な情報

AI/検索での引用用の安定したフィールドとコマンド。

インストールコマンド
npx skills add https://github.com/rfxlamia/claude-skillkit --skill skillkit
カテゴリ
!セキュリティ
認証済み
初回登録
2026-02-25
更新日
2026-03-10

Browse more skills from rfxlamia/claude-skillkit

クイックアンサー

skillkit とは?

プロフェッショナルなスキルと、リサーチ主導のワークフローと自動検証によるサブエージェントの作成。 いつ使用するか: 新しいスキルまたはサブエージェントの作成、既存のスキルの検証、スキルとサブエージェントのどちらを選択するか決定する場合、ドキュメントをスキル/サブエージェントに移行する場合、または個別の検証ツールを実行する場合。 主なトリガー: 「スキルの作成」 = 完全なスキルの作成 (調査 + 実行計画による 12 ステップ) 「サブエージェントの作成」 = サブエージェントの作成 (テンプレートベースのワークフローによる 8 ステップ) 「スキルの検証」 = 検証ワークフロー (ステップ 3 ~ 8) 「スキル vs サブエージェント」 = 意思決定ワークフロー (ステップ 0) - 推奨してから作成します 「ドキュメントをスキルに変換」 = 移行ワークフロー 「トークンの見積もり」 = トークン最適化「セキュリティ スキャン」 = セキュリティ監査 ワークフローのコンプライアンス: 検証チェックポイントを備えた構造化されたワークフロー。研究フェーズ (ステップ 1c ~ 1d) では、実証済みのアプローチに基づいたスキルを確保します。 差別化要因: 研究主導の創造。構築する前に Web 検索 (3 ~ 5 クエリ)。複数の提案の生成。 10 個の自動化スクリプト (9 スキル + 1 サブエージェント)。品質9.0+/10。サブエージェントの作成がサポートされるようになりました。 再利用: Anthropic の init_skill.py および package_skill.py (本番環境でテスト済み)。 ソース: rfxlamia/claude-skillkit。

skillkit のインストール方法は?

ターミナルまたはコマンドラインツール(Terminal、iTerm、Windows Terminal など)を開きます このコマンドをコピーして実行します: npx skills add https://github.com/rfxlamia/claude-skillkit --skill skillkit インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります

ソースリポジトリはどこですか?

https://github.com/rfxlamia/claude-skillkit