CODEZオリジナルガイド / 01
Agent Skill の選び方：Star ランキングから実際の試用へ
リストは検索範囲を絞り込むのに役立ちます。実際の選択は、そのスキルがあなたの環境で特定のタスクを実行できるかどうかによって決まります。このガイドでは、再利用可能なフィルタリング方法を提供します。
データ検証:
形式とプロジェクトの事実はリンク先の原資料に基づき、選定手順と受け入れ条件は CODEZ の編集上の提案です。PDF 候補は実際の収録項目で、固定したコミットの原文を比較しました。これらの第三者スキルは実行しておらず、サンプルは実測結果ではありません。
01 / まず、必要なスキルを特定します
Agent Skill は通常フォルダ単位で整理され、SKILL.md にメタデータとタスクの説明が記載されます。スクリプト、参考資料、テンプレートが付属する場合もあります。形式仕様の compatibility フィールドは環境要件を示せますが、任意項目です。未記入でも本文と依存関係を確認してください。
まず入力、出力、受け入れ条件を書いてください。例えば「テキスト層のある PDF から表を CSV に抽出し、列名を保持する」です。「文書を処理して」は範囲が広すぎて、候補の適合を判断しにくくなります。
02 / リポジトリの Star から分かること
GitHubのスターは、プロジェクトをブックマークしたり、メンテナーの活動に感謝の意を表したりするために使用できます。そのため、私たちはプロジェクトの人気度を知る手がかりとしてスターを活用しています。
ランキングはリポジトリの Star 数を使います。数百のスキルを含むリポジトリでは、一部の内容が注目を集めている可能性があり、総 Star 数を各スキルの評価として割り当てることはできません。異なるリポジトリのスキルを比較する際は、まずタスクへの適合を確認し、人気は補足として使ってください。
最新の更新日は、情報を見つけるための手がかりにしかならない。関連性のない変更が1つあったとしても、必要な機能が修正されたとは限らない。該当するディレクトリのコミット、サンプル、および問題ログを確認する必要がある。
03 / 要件を検査可能な条件に変換する
以下の条件は、人気順だけのランキングより説明しやすく、後から検証もしやすいものです。候補が満たす条件の数を、見かけ上精密な総合点にまとめる必要はありません。
| シナリオ | まずチェック | 試用期間中に観察する |
|---|---|---|
| 文書およびスプレッドシートの処理 | 入力タイプ、出力フォーマット、システム依存関係 | 列名・文字コード・レイアウト・データの欠落はないか |
| コードと開発ワークフロー | 対象言語、フレームワークバージョン、および必要なツール | 変更範囲、エラーに関するフィードバック、およびプロジェクトが検査に合格するかどうか。 |
| 調査およびデータ収集 | 情報源の範囲、引用要件、ネット接続の条件 | 引用の出典をたどれるか、結論が根拠の範囲を超えていないか |
04 / 元のファイルを開き、環境と動作範囲を確認します。
当サイトのカードから SKILL.md を開き、同じディレクトリの README も読んでください。中国語 README は理解を助けますが、言語版がそろっていることはスキルの適合を証明しません。中国語版がない場合は、原文で重要条件を確認してください。
試す前に、この情報を書き留めておきましょう。
- 動作環境：サポートされているクライアント、オペレーティングシステム、コマンドラインツール、および明示的に記載されているバージョン要件。
- 操作範囲：どのファイルが読み取られ、どのファイルが変更されるか、どの外部サービスが呼び出されるか、そして認証情報が必要かどうか。
- 追加情報：本文中で引用されているスクリプトや参照ファイルは存在しますか？実行されるコマンドはどのような動作をしますか？
- 利用条件：プロジェクトとスキルのディレクトリにあるライセンスファイルを読んでください。当サイトの「記載なし」や「未検証」は、情報がまだ確認されていないことを意味します。
- 再現のための情報：リポジトリの URL、具体的なスキルのパス、試用時のコミットを記録し、後で同じ内容を参照できるようにします。
05 / 同じ小さなタスクで候補を比較する
タスクに最適な候補を2～3個選び、復元可能なテストコピーで同じ機密性の低い入力データを使用してテストしてください。実際のクライアントのインストール手順に従って、初回は必要な機能のみを有効にしてください。
開始前に成功条件を定義してください。テーブル抽出の場合は、行数、列名、およびNULL値を確認します。コード変更の場合は、対象機能、変更されたファイル、および既存のプロジェクトチェックを確認します。実行が失敗した場合は、エラーと環境をログに記録し、失敗の原因をモデルまたはスキル自体にすぐに帰属させないでください。
必要な手作業による修正、追加ツール、外部サービス費用、および完了時間をすべて記録してください。繰り返し作業には一貫した記録方法を用いることで、出力結果を一度見ただけで判断するよりも、意思決定が容易になります。
- 候補とバージョン: リポジトリ/スキルパス/コミット。
- 入力と環境：サンプル／オペレーティングシステム／クライアントおよび依存関係。
- 結果と修正：どの項目が合格し、どの項目が手動処理を必要としたか。
- リソースと決定事項：利用したサービス、時間、費用、および採用または延期の理由。
06 / 実際の候補：同名の PDF スキルをどう選ぶか
当サイトは anthropics/skills の skills/pdf/SKILL.md と openai/skills の skills/.curated/pdf/SKILL.md を収録しています。両方のスキル名が pdf なので、同名を同じ指示と扱わないよう、リポジトリと完全なパスを先に記録します。下表は原文のタスク上の重点を比較したもので、能力が互いに排他的だとは示さず、Star によって正確さを判断したものでもありません。
Anthropicのドキュメントでは、テキストや表の抽出、ページ操作、生成、スキャンされたドキュメントのOCRなど、さまざまなPDF操作技術の例が示されており、フォーム処理はFORMS.mdに指示されています。OpenAIのドキュメントでは、読み取り、作成、レイアウトレビューが重視されており、ページレンダリング後と大幅な更新後にチェックを行う必要があります。テキスト抽出だけではレイアウトの正しさを証明するには不十分です。
| 候補と完全なパス | 原文の要点 | CODEZは、まずこちらを確認することを推奨します。 | まだ検証が必要です |
|---|---|---|---|
| anthropics/skills / skills/pdf/SKILL.md | 各操作（抽出、ページ処理、生成、OCR）ごとに例が示されています。 | テーブルを抽出したり、スキャンした文書を処理したりする際は、まず対応する操作と依存関係を確認してください。 | 表の構造、OCRの言語と精度、引用文献とツールの入手可能性 |
| openai/skills / skills/.curated/pdf/SKILL.md | 作成とレビューを行い、ページのレンダリングでレイアウトを確認する | 読みやすいレポートが必要な場合は、まずレンダリングと検査のプロセスを確認してください。 | フォント、表、ページ番号、ページネーションなど、テキストが実際の環境で正しく表示されるかどうか。 |
07 / 「抽出成功」を検証できる受け入れ条件に分ける
以下は提案する試用設計で、実行済みのテストではありません。同じ 2 ページの非機密の在庫一覧を使って候補を比較します。品目番号 0017、中国語の列名、空の説明欄、2 ページ目の繰り返し見出し、結合セル 1 か所を含めます。まず期待結果を手作業で確認し、出典のページ番号と原ファイルのコピーを残してください。
開始前に、入力文書の文字を選択できるか確認し、少量の抽出を試します。選択・抽出の確認は手がかりにすぎません。文字層があっても表構造の正しさは保証されず、スキャン済み文書の OCR 文字にも誤りはあり得ます。OCR が必要なら言語とシステムツールを記録し、依存関係の不足は環境の問題として残してください。
- 候補のコミット、クライアント、モデル、ツールの版、入力の種類を記録し、環境の違いをスキルの違いと誤認しないようにします。
- 手動で修正した行とその理由、実行時間、および実際に呼び出されたサービスを記録します。測定されなかったデータは空白のままにしてください。
- 該当する結論は、記載されているすべての受入基準を満たした場合にのみ承認されます。サンプルが合格した場合でも、実際の入力内容は検証される必要があります。
| 検査項目 | 検証すべき結果 | 失敗への対処法 |
|---|---|---|
| 品目番号 | 0017 は先頭のゼロを保持し、自動的に 17 に変更することはできません | フィールドの種類を明確にした後、データを再度抽出して各項目を検証します。 |
| 複数ページにまたがる表 | 2ページ目のヘッダーはデータとしてカウントされず、レコードの損失や重複も発生しません。 | ページ番号を保持し、各ページの行数を確認してから、それらを結合してください。 |
| 中国語の文字とヌル値 | 列名は読める状態にし、空の説明欄は空のまま保持して推測で埋めない | エンコードとフィールド位置を確認し、復元できない位置をマークしてください。 |
| 結合セル | 説明欄の値を正しい記録に対応させ、分割ルールを明示的に記録する | ソース領域は保持され、マッピングルールは手動で決定される。 |
| 出力レポート形式 | レンダリングされたコンテンツには、切り捨て、重なり、文字の欠落はありません。 | フォントやレイアウトを修正し、最新のレンダリング結果を確認してください。 |
08 / カテゴリ、ライセンス、および依存関係は、それぞれ別のチェック項目です。
今回は、PDF のエントリをそれぞれ「デザイン」と「開発」から「ドキュメント」に修正しました。これは、元のテキストに従って、主な入力と出力がどちらも PDF であり、Python コードとレンダリングツールがタスクを完了するための手段であることを示しています。単一のカテゴリは候補を見つけるのに役立つだけで、抽出とレイアウトレビューのどちらがより適切かを判断することはできません。
どちらの項目にも専用の LICENSE.txt があり、当サイトは「ライセンスファイル未検証」のラベルを維持しています。各ディレクトリの原ライセンスを読んでください。リポジトリが公開されていることや組織の知名度だけで、自由な利用を推定してはいけません。
各操作ごとに依存関係リストも確認する必要があります。Pythonライブラリをインストールしたからといって、システムレンダリングツールやOCR環境が利用可能になるわけではありません。また、このドキュメントはどのクライアントとの互換性も保証するものではありません。不足しているツール、未確認の手順、使用上の制限事項はすべて、決定ログに記録してください。
09 / Cloudflare Skill：まずプロジェクト設定と認証情報を確認する
この節では 2026-10-14 に cloudflare/skills / skills/cf-cli/SKILL.md の固定コミットと公式文書を確認しました。以下は CODEZ による選定と試用の提案であり、この Skill は実行していません。
cf は Wrangler のログインを再利用しません。まずアカウントとトークンの権限を確認し、環境の違いを Skill の違いと誤認しないよう、CLI のバージョン、設定、対象リソースを記録します。
| シナリオ | まずチェック | 試用期間中に観察する |
|---|---|---|
| wrangler.jsonc、wrangler.json、wrangler.toml のいずれかがあり、cloudflare.config.ts がない | まず Wrangler の dev、build、deploy の流れを維持します。cf のプロジェクトコマンドは既存のその設定を読みません。 | まず Skill が提案するコマンドとファイル変更を確認し、設定の移行は別途判断します。 |
| cloudflare.config.ts がすでにある | cf のプロジェクト手順に沿って dev、build、deploy を確認します。CLI は beta 段階であり、分類だけでは互換性を証明できません。 | Node.js 22.18 以降と対象アカウントを確認し、テスト用コピーでビルド出力と対象 Worker を確認します。 |
cloudflare/skills / skills/cf-cli/SKILL.md ↗