skills

日本語の文章で文と文のつながりを点検し、直前の文の不足、常識的な連続性、読者視点から論理のほころびを防ぐ。エッセイ、記事、レポート、解説文の執筆・推敲・レビューで使う。法的判断、数学的証明、事実確認のみ、文法校正のみ、意図的なシュール表現や断片的表現の矯正には使わない。

日本語の文章を、誇張、借り物の美辞麗句、過剰な謙遜を避け、実感に近い等身大な表現へ整える。エッセイ、プロフィール、商品説明、自己紹介、note、スピーチ、振り返り文の推敲で使う。法的文書、逐語訳、意図的に言葉を高める詩、学術的な出典確認、事実検証には使わない。

macOSのスクリーンショットを、screencaptureと補助CLIで取得する。画面全体、ウィンドウ指定、選択範囲、タイマー撮影、クリップボード保存に対応する。macOS上でエージェントが再現可能なパスへスクリーンショットを保存したい場合に使う。OCR、画像編集、動画収録、macOS以外のスクリーンショット取得には使わない。

文章、記事、レポート、企画書の論理破綻をレビューし、論点、必要情報、推論、結論と根拠の構造を確認する。Why So、So What、MECEの観点で飛躍、矛盾、論点ずれ、根拠不足を検出する。公開前や改稿前に文章の筋道を点検するときに使う。単なる校正、文体調整、事実確認のみ、法的助言、数学的証明の厳密検証には使わない。

UI 変更や状態遷移を伴う PR に、E2E テスト計画・操作後スクリーンショット・検証結果・検証データの副作用を確認エビデンスとして残す。 gh image で画像をアップロードし、Chrome DevTools MCP で画面を操作・撮影し、gh でテスト計画と結果を PR コメントへ投稿する際に使用。 「PR にスクショを貼る」「UI エビデンスを残す」「E2E 確認結果を PR にまとめる」「レビュー用に画面の証跡を添付」と依頼された時に適用。 内部ロジックのみの変更や、既存の自動テストで担保できる変更には使わない。コミット作成や PR 本体の作成フローには使わない。

WXTを使ったブラウザ拡張開発を支援する。プロジェクト調査、entrypoint設計、manifestと権限変更、content script UI、storage、messaging、build、zip、ブラウザ検証を扱う。WXTプロジェクトの作成、変更、監査、デバッグ時に使う。非WXT拡張、汎用フロントエンド、拡張ストア審査には使わない。

Pake（Tauri ベースの軽量ラッパー）を使ってウェブ URL を macOS・Windows・Linux 向けのネイティブデスクトップアプリに変換する。任意のウェブページやウェブアプリを小さなバイナリのスタンドアロンアプリにパッケージしたいときに使う。npx 経由で常に最新版を利用する。Electron 固有の API・サーバーサイド処理・Node.js 統合・WebView ラッパーを超えた複雑なネイティブシステムコールが必要なアプリには使わない。

日本語または英語の意図から、短い英語名の候補を作り、kebab-case、snake_case、camelCase、PascalCase、dot.case、path/case、CONSTANT_CASE など change-case 由来の形式へ整形する。ファイル、スラッグ、メモ、スクリプト、文書、短い技術成果物の命名に使う。ブランド名、商品名、長いタイトル、一般的な翻訳、命名形式の制約が関係しない用途には使わない。

技術記事向けの記事アイデア、メモ、技術的観察を、現在需要の高い論点へ運ぶ。AI導入後の摩擦、ワークフロー再設計、検証、セキュリティ、保守性、実測改善、人間の判断を軸に、テーマ・タイトル・構成・リライトを整える。技術記事の企画や推敲に使う。汎用SEO、非技術エッセイ、学術論文、出典重視の調査報告には使わない。

日本語の文章を、単語への感度、文の向き、段落の役割、縮約、関係性に応じた敬語から磨く。日本語のエッセイ、Web記事、レポート、解説文、ビジネス文書を、装飾する前に明確にしたいときに使う。詩、契約書、固定形式の学術文書、逐語訳、原文の全センテンス保持が必須のコピーには使わない。

ローカルPDFをLLM投入前にトークン効率のよいMarkdownへ変換する。Microsoft MarkItDownをuv管理のPython環境で実行する。PDFのトークン消費を抑えたい場合、PDF内容をMarkdownで確認したい場合、複数PDFを一括変換したい場合、再利用可能なローカル変換成果物を作る場合に使う。高忠実度の視覚再現、法務監査級の抽出、クラウドOCR、未ダウンロードまたは信頼未確認のURL入力には使わない。

複数の選択肢を重み付き評価項目で定量的・客観的に比較する意思決定マトリクスを作成する。複数案の比較、アイデアの優先順位付け、施策選定、主観的な判断基準の点数化に使う。単一案のGo/No-Go判断、法務・医療など専門判断そのもの、評価基準を共有できない意思決定、正式な統計モデリングが必要な場合には使わない。

ガー・レイノルズのPresentation Zen原則でプレゼンを計画、設計、批評、修正する。聞き手中心のメッセージ、抑制、簡潔さ、自然さ、視覚的スライド、slideument分離、発表時の存在感を扱う。トーク作成、スライド構成、スピーカーノート、視覚設計指針、チェックリスト作成時に使う。汎用グラフィックデザイン、網羅的な学術引用レビュー、法務・規制文書、ライブ発表を前提にしない単体文書には使わない。

議事録・要件定義・プロジェクト記述などあらゆるコンテキストからタスク・マイルストーン・期間を抽出し、Kibo UI スタイルのガントチャートを単一の自己完結型 HTML ファイルとして生成する。非構造化プロジェクトコンテキストをビジュアルタイムラインに変換したいとき、議事録からスケジュール図を生成したいとき、ビルド不要で共有できるガントチャートを作りたいときに使う。リアルタイム共同編集・DB 永続化が必要なタスク・ユーザー認証付きインタラクティブ PJ 管理ツールには使わない。

プラン実行前にMulti-Aspect評価でセルフリファインを行い、品質を担保する。 「実行して」「進めて」「go」と依頼された時、プラン実行の直前に使用。

テキスト・メモ・記事・スライド・説明文から、要素・関係性・グループ・ラベルを抽出し、図解パターンとスタイリングルールを選んでわかりやすい日本語の概念図解を作る。図解・概念図・説明図・スライド用ビジュアル・ビジュアル要約を作るときに使う。定量データのグラフ、本格的なインフォグラフィック制作、画像生成、装飾的なイラストには使わない。

既存コードベースを解析し、観察された振る舞いと推定仕様を抽出し、機能をプリミティブ能力へ分解し、必要なプリミティブだけを新しいモジュールとして再実装するスキル。仕様未整備のレガシー機能を復元して適応する場合に使用する。コードの丸写し、広範囲リファクタ、ソースコードなしの新規設計、範囲指定や確認ゲートのない危険な変更には使用しない。

Zenn向けMarkdown（Zenn Flavored Markdown）の記法を適用し、記事・スクラップ・本の原稿を執筆・校正する。見出し階層、コードブロック、数式、メッセージ／アコーディオン、リンクカード、GitHub/YouTube/X埋め込み、mermaid制限などを扱う。Zenn記事、技術ブログ原稿、zenn-cliプロジェクトのMarkdown編集時に使う。GitHub Flavored Markdownのみ、CommonMark一般論、Zenn以外のCMS（Qiita/Note/dev.to）には使わない。

Pi Agent Harness モノリポ（earendil-works/pi）の開発・設定・拡張を支援する。コーディングエージェントCLI、AgentHarnessセッションライフサイクル、スキル・Extension・プロンプトテンプレートの作成、マルチプロバイダLLM設定、セッションツリーナビゲーション、コンパクション、フック、SDK組み込み、Piパッケージ作成をカバーする。piの開発・拡張、TypeScript Extensionの作成、カスタムツール登録、セッション管理、アプリケーションへのSDK組み込みを行う際に使用する。pi以外のNode.jsプロジェクト、非piのLLMフレームワーク、MCPサーバー設定には使用しない。

12-Factor Agents を中心に、信頼性の高い LLM アプリケーションを設計、レビュー、改善する手順を提供する。プロンプト所有、コンテキスト制御、構造化出力、統一状態、pause/resume、人間承認、制御フロー、エラー圧縮、小さなエージェント、外部トリガー、stateless reducer を扱う。LLM アプリ、エージェント実行基盤、tool-calling ワークフロー、本番信頼性レビューで使用する。一般的なプロンプト作成、モデル比較、UI 文言編集、LLM を含まない通常のアプリ設計には使用しない。

CSSのレイアウト課題に対し、中央配置・レスポンシブグリッド・ページ骨格・サイズ制御のパターンを選定し適用する。Flexbox、Grid、clamp、aspect-ratio、コンテナクエリを扱う。中央配置、スティッキーフッター、オーバーレイ、カードグリッド、幅制約の実装時に使う。アニメーション、タイポグラフィ刻度、カラーテーマ、JavaScript主導のレイアウトには使わない。

読まれない前提で設計し、クリックから読了・反応までを書き手の責務とみなす。フィード型Web向けのタイトル比重、読者メリット、圧縮、一晩寝かせ、インプット比率、読者リサーチ、構成の割合を手順化する。ブログ・ニュースレター・プラットフォーム長文の発信品質向上に使う。契約書の定型、IMRAD固定の学術査読原稿、編集意図のない自動生成のみには使わない。

コードレビュー・リファクタ・アーキ判断・機能実装において、避けられる認知負荷（不要な頭の負担、浅い抽象、技巧的条件分岐、早すぎるレイヤー化、フレームワーク密結合、誤解を招くドメインモデル）を特定して削る。設計の単純化、レビュー、オンボーディング、保守性評価に使う。パフォーマンス調整、UIコピー編集、削れないドメイン複雑性には使わない。

Edits CSV files using Python and converts tabular data to TOON format for token-efficient LLM processing. Use when editing CSV files programmatically, filtering or transforming tabular data, passing CSV data to LLMs with minimal token cost, or building LLM pipelines that process structured CSV records. Don't use for non-CSV formats (JSON, XML, Parquet), real-time streaming data sources, or tasks where the CSV file itself never needs LLM involvement.

ミーティングのトランスクリプト（プレーンテキスト）から Remotion ストーリー型ビデオプロジェクトを生成する。npx remotion preview でローカルプレビューできる状態まで自動構築する。Use when: meeting transcript, meeting summary video, meeting recap video, ミーティング動画, 議事録動画。

ローカルCLI（git / gh）を使ってGitHub PRのコンフリクトを解消する。merge vs rebase の戦略選択、コンフリクトマーカーの解消、安全な復旧手順、プッシュ後のPR確認チェックリストまでをガイドする。PRにコンフリクトが発生したとき、featureブランチをmainと同期するとき、コンフリクト解消後の復旧が必要なときに使う。コンフリクトを伴わないコードレビュー、PR以外の一般的なgit操作、リポジトリの初期セットアップには使わない。

Gitコミットの粒度（サイズ・単位）ベストプラクティスに従い、アトミックで単一概念のコミットへ分割・整形するガイドを提供する。git add -pによるハンクステージング、セマンティックギャップの回避、クリーンな履歴の構築手順をカバーする。コミット作成時、既存コミットのリファクタリング前、コードレビューでのコミット単位の見直し時に使う。コンフリクト解消、PRマージ、リポジトリの初期セットアップには使わない。

ジョブ理論（Jobs-to-be-Done）に基づいてビジネス課題を発見し、イノベーション機会を特定するエージェントワークフロー。コンテキストエンジニアリング原則に従い、構造化されたメモリと6つの分析レンズ、Chain-of-Thoughtプロセスで顧客の真のジョブを探索・言語化する。「ジョブ理論で分析して」「顧客の本当のニーズを探りたい」「イノベーションのヒントが欲しい」「なぜ顧客が離れるのか分析して」と依頼された時に使用。

コードリーディングを3層フレームワーク（取得・処理・管理）で効率的に実行する。 コードの理解、調査、学習を求められた時に使用。複雑なケースではサブエージェント起動を推奨。

現在の差分を分析し、最適な粒度でコミットを分割・実行する。 単純なケースはスキル内で完結、複雑なケースはcommit-managerサブエージェントへ委譲。

ghコマンドでドラフトPRを作成する。 ブランチにコミット済み＆リモートにpush済みの状態で使用。 単純ケースはスキル内で完結、複雑ケースはpr-managerサブエージェントへ委譲。

Design Docsを精読し、実装可能なタスクに分解して、ブランチ戦略を策定する。 「タスク分解して」「ブランチ戦略を考えて」と依頼された時に使用。

Design Docsから指定された範囲を、TDD（テスト駆動開発）で実装するワークフロー。 「TDDで実装して」「テストファーストで」と依頼された時に使用。 Design Docsがない場合はコードベース・ユーザー入力から要件を収集して代替する。 単純なケースはスキル内で完結、複雑なケースはtdd-specialistサブエージェントへ委譲。

アブダクション（仮説形成）を用いた構造化された推論プロトコル。

クリティカルシンキング（批判的思考）を用いた論理検証プロトコル。

ディベート思考を用いた多角的な意思決定プロトコル。

演繹的思考を用いた構造化された推論プロトコル。

帰納法的思考を用いた構造化された推論プロトコル。

ロジカルシンキング（論理的思考）を用いた構造化された推論プロトコル。

MECE（Mutually Exclusive, Collectively Exhaustive）を用いた構造化された分解プロトコル。