context-compression
81長いエージェントコンテキストを確実に圧縮
長いAIセッションでは、コンテキストウィンドウがいっぱいになると、重要な意思決定、ファイル変更、次のステップが失われます。このスキルは、Claude、Codex、Claude Code向けに、構造化された圧縮手法と評価プローブを提供します。
信頼性の高い LLM プロジェクトパイプラインを計画する
チームは、タスク適合性、コスト、パイプラインの境界を検証する前に、LLM プロジェクトを構築し始めてしまうことがよくあります。このスキルは、Claude、Codex、Claude Code 向けの検証、段階的アーキテクチャ、反復計画をガイドします。
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "project-development" from https://skillstore.io/skills/muratcankoylan-project-development.md and its manifest at https://skillstore.io/api/skills/muratcankoylan-project-development/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
「project-development」を使用しています。 8,000 件のサポートチケットを分析し、テーマ別の要約を作成する必要があります。
期待される結果:
「project-development」を使用しています。 私たちのエージェントプロジェクトには多くのツールがあり、実行が遅いです。
期待される結果:
「project-development」を使用しています。 バッチ LLM 処理用の再利用可能なテンプレートが欲しいです。
期待される結果:
Most static findings are false positives caused by Markdown formatting, documentation examples, benign citations, and mislabeled text. The executable template has medium-risk path traversal, HTML injection, and indirect prompt injection weaknesses. These issues should be fixed before marketplace publication.
これらは、このスキルに期待される可能性のある実際のローカル機能であるため、レビューが必要ですが、確認済みの悪意ある動作としてはカウントされません。
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
https://skillstore.io/skills/muratcankoylan-project-development/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/muratcankoylan-project-development?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/muratcankoylan-project-development?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/muratcankoylan-project-development/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/muratcankoylan-project-development.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>muratcankoylan. (2026). project-development security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/muratcankoylan-project-development/audits/8@techreport{muratcankoylan-muratcankoylan-project-development-2026,
author = {muratcankoylan},
title = {project-development security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/muratcankoylan-project-development/audits/8},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "project-development security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "muratcankoylan"
date-released: "2026-08-09"
url: "https://skillstore.io/skills/muratcankoylan-project-development/audits/8"
identifiers:
- type: other
value: "skillstore:muratcankoylan-project-development:audit:8"
description: "Skillstore immutable audit report identifier"
各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
muratcankoylan-project-development
2026-09-09
chakshugautam-project-development
2026-09-09
自動化を書く前に、タスクとモデルの適合性、許容できるエラー率、期待される出力形式を確認します。
大規模コーパスのワークフローを、明確な再実行ポイントとデバッグポイントを持つキャッシュ可能なステージに分割します。
トークン使用量を見積もり、シンプルなアーキテクチャを選び、マルチエージェントの複雑さが正当化されるタイミングを判断します。
このプロジェクトが LLM 処理に適しているかを評価してください。入力タイプ、望ましい出力、エラー許容度、モデルに必要な知識、手動プロトタイプテストを 1 つ含めてください。
このワークフロー向けの段階的な LLM パイプラインを設計してください。アーティファクト、再実行ルール、失敗時の処理を含めて、取得、準備、処理、解析、レンダリングの各ステージを定義してください。
このバッチプロジェクトのトークンコストと実行時間を見積もってください。項目数の前提、入力および出力トークンの見積もり、リトライ用バッファ、コスト管理オプションを含めてください。
この LLM プロジェクトアーキテクチャをレビューしてください。単一パイプラインで十分な箇所、マルチエージェント作業が役立つ可能性がある箇所、取り除くべき複雑さを特定してください。
作成者
muratcankoylanライセンス
MIT
Skillstore リビジョン
r2
バージョンに関する注意
作者はバージョンを宣言していません。
参照
02be9409c79ca1183f7844009c14d9df684d0cf9
メンテナンスの新しさ
2026/8/12
利用状況
13 ダウンロード · 299 閲覧
ファイル構成
長いエージェントコンテキストを確実に圧縮
長いAIセッションでは、コンテキストウィンドウがいっぱいになると、重要な意思決定、ファイル変更、次のステップが失われます。このスキルは、Claude、Codex、Claude Code向けに、構造化された圧縮手法と評価プローブを提供します。
ルーブリックでエージェントシステムを評価する
エージェントチームには、品質、リグレッション、コンテキスト変更を測定するための再現可能な方法が必要です。このスキルは、ルーブリック設計、テストセット、スコアリング、モニタリングをガイドします。
AIコンテキスト劣化の診断
長時間のAIセッションでは重要なコンテキストが埋もれ、エージェントが誤って回答する原因になることがあります。このスキルは、Claude、Codex、Claude Code のワークフローで劣化パターンを特定し、緩和戦略を選ぶのに役立ちます。
コンテキストウィンドウを効率的に最適化する
長いエージェントセッションでは、トークンを浪費し、応答が遅くなり、重要なコンテキストを失うことがあります。このスキルは、Claude、Codex、Claude Code に、圧縮、マスキング、キャッシュ、分割のための実践的な方法を提供します。
マルチエージェントAIシステムを設計する
マルチエージェントシステムは、調整、コンテキストの分離、障害モードが相互に影響するため、設計が困難です。このスキルは、信頼性の高いエージェントチームを構築するための実践的なパターン、トレードオフ、例を提供します。
モデルが確実に使用できるエージェントツールを設計する
エージェントツールは、説明、スキーマ、エラーメッセージが曖昧だと失敗します。このスキルは、より明確なツールAPI、より安全な統合、より良いテストのための実践的なパターンを提供します。
一貫性のある GitHub Issue を作成する
作成者 C0ntr0lledCha0s
Issue のタイトル、ラベル、プロジェクトメタデータがリポジトリごとにばらつくと、チームは時間を失います。このスキルは、Claude、Codex、Claude Code が一貫性のある GitHub issue を作成できるように支援します。
Pydantic AIエージェントを構築する
作成者 DougTrajano
Pydantic AIプロジェクトには、エージェント、ツール、依存関係、構造化出力に関する明確なパターンが必要です。このスキルは、型安全なPythonエージェントアプリケーションを構築するための簡潔なガイダンスと例を提供します。
コード変更の実装計画を作成する
作成者 Cygnusfear
大規模なコード変更は、要件、ファイル、検証手順が不明確な場合に失敗します。このスキルは、Claude、Codex、Claude Code が作業開始前に構造化された実装計画を作成できるように支援します。
実行可能なエンジニアリング Issue を作成
作成者 mattpocock
大規模な計画は、割り当てや検証が難しい曖昧なチケットになりがちです。このスキルは、計画を依存関係と Issue 本文を備えた、承認済みの縦割りスライスに変換します。
信頼性の高いAIエージェントシステムを設計する
作成者 sickn33
自律型エージェントは、不適切なツール設計、弱いメモリルール、不明確なエスカレーション経路によって失敗する可能性があります。このスキルは、制御可能なエージェントのためのアーキテクチャ判断をガイドします。
構造化された文書でソフトウェアプロジェクトを計画する
作成者 Dwsy
ソフトウェアプロジェクトは、要件、設計上の選択、タスクが不明確な場合によく失敗します。このスキルは、プロジェクトのアイデアを Claude、Codex、Claude Code のワークフロー向けの構造化された計画文書に変換します。