メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/affaan-m/ECC --skill canary-watchコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
| name | canary-watch |
| description | このスキルを使用して、デプロイメント、マージ、または依存関係アップグレード後にデプロイされたURLの回帰を監視します。 |
| origin | ECC |
デプロイされたURLの回帰を監視します。停止されるか監視ウィンドウが期限切れになるまで、ループで実行されます。
1. HTTPステータス — ページは200を返していますか？
2. コンソールエラー — 以前なかった新しいエラーはありますか？
3. ネットワークの障害 — 失敗したAPIコール、5xx応答？
4. パフォーマンス — LCP/CLS/INPの回帰対ベースライン？
5. コンテンツ — 主要な要素は消えましたか？（h1、nav、footer、CTA）
6. API健康 — 重要なエンドポイントはSLA内で応答していますか？
クイックチェック（デフォルト）：シングルパス、レポート結果
/canary-watch https://myapp.com
継続監視：N分ごとにM時間チェック
/canary-watch https://myapp.com --interval 5m --duration 2h
差分モード：ステージング対本番を比較
/canary-watch --compare https://staging.myapp.com https://myapp.com
critical: # 即座の警告
- HTTPステータス != 200
- コンソールエラー数 > 5（新しいエラーのみ）
- LCP > 4s
- APIエンドポイントは5xxを返す
warning: # レポートで報告
- LCP ベースラインから > 500ms増加
- CLS > 0.1
- 新しいコンソール警告
- レスポンス時間 > 2xベースライン
info: # ログのみ
- マイナーパフォーマンス分散
- 新しいネットワークリクエスト（サードパーティスクリプトが追加された？）
重大なしきい値を超えたとき：
~/.claude/canary-watch.logにログ## Canary Report — myapp.com — 2026-03-23 03:15 PST
### Status
- ✓ HTTP 200
- ✓ No critical errors
- ✓ LCP within SLA (1.8s)
### Diffs from Baseline
- CLS: 0.08 (↓ 0.02)
- Response: 245ms (↑ 12ms, OK)
- Network: 42 requests (↑ 3, investigate third-party?)
/benchmarkとペアリングしてパフォーマンス比較/browser-qaとペアリングして完全なUIテストTransform Claude Code into a fully autonomous agent system with persistent memory, scheduled operations, computer use, and task queuing. Replaces standalone agent frameworks (Hermes, AutoGPT) by leveraging Claude Code's native crons, dispatch, MCP tools, and memory. Use when the user wants continuous autonomous operation, scheduled tasks, or a self-directing agent loop.
Fact-forcing gate that blocks Edit/Write/Bash (including MultiEdit) and demands concrete investigation (importers, data schemas, user instruction) before allowing the action. Measurably improves output quality by +2.25 points vs ungated agents.
Instinct-based learning system that observes sessions via hooks, creates atomic instincts with confidence scoring, and evolves them into skills/commands/agents. v2.1 adds project-scoped instincts to prevent cross-project contamination. Use when capturing lessons from a session, managing instincts, or promoting them into skills, commands, or agents.