ソース情報
- リポジトリ
- AMindToThink/claude-code-settings
- ソースの最終更新活動
- 2026年3月20日 16:12
- 検出された SKILL.md の言語
- 英語
- スター
- 4
- フォーク
- 0
インストール方法
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。
ソースファイルを確認
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。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- parse-json
- description
- Inspect and extract data from unknown JSON files without fumbling
- user_invocable
- true
## Parse JSON Skill
When the user asks you to parse, inspect, or extract data from a JSON file (or when you encounter an unknown JSON file during work), follow this two-phase approach. **Never guess the structure — always inspect first.**
### Phase 1: Structure Discovery (single call)
Run a single Python snippet that reveals the full structure:
```python
python3 -c "
import json, sys
with open('FILE_PATH') as f:
data = json.load(f)
def describe(obj, path='root', depth=0, max_depth=3):
indent = ' ' * depth
if isinstance(obj, dict):
print(f'{indent}{path}: dict with {len(obj)} keys: {list(obj.keys())[:15]}')
if depth < max_depth:
for k in list(obj.keys())[:5]:
describe(obj[k], f'{path}[\"{k}\"]', depth+1, max_depth)
elif isinstance(obj, list):
print(f'{indent}{path}: list of {len(obj)} items')
if len(obj) > 0 and depth < max_depth:
describe(obj[0], f'{path}[0]', depth+1, max_depth)
else:
val = repr(obj)
if len(val) > 80: val = val[:80] + '...'
print(f'{indent}{path}: {type(obj).__name__} = {val}')
describe(data)
"
```
### Phase 2: Targeted Extraction
Only after structure is known, write extraction code using the actual keys and nesting. Use `statistics.mean/stdev` for aggregation. Print results in a clean tabular format.
### Rules
1. **Never assume keys exist** — use the discovered structure from Phase 1
2. **One inspection call, then one extraction call** — no trial-and-error loops
3. **For large files** (>256KB), use the Python approach rather than the Read tool
4. **Print scalar summaries**, not raw arrays — the user wants insight, not data dumps
5. If the file has nested groups (e.g., scenarios with per-prompt results), aggregate with mean +/- std across the group
GitHubで見る