Community研究&データ分析github.com

Galvarcus/claude-skills

最小限のトークン、ツール呼び出し、単語数で、正しく完全で検証済みの結果を達成します。コード変更、デバッグ、リファクタリング、リポジトリ検索、複数ファイル編集、調査、CI/ビルド作業など、複数ステップを含むあらゆるタスクで使用します。

claude-skills とは?

このスキルは、Claude CodeやCursor、CodexなどのAIエージェント向けに設計された「トークン効率的な実行」戦略を提供します。主な目的は、正しさ、完全性、保守性を損なうことなく、使用するトークン数、ツール呼び出し回数、推論量、出力量を最小限に抑えることです。スキルは、タスクを「Trivial」「Localized」「Multi-file」「Repository-wide」「Research」「High-risk」の6つの難易度に分類し、それぞれに適した作業範囲と検証レベルを定義します。また、コード変更では最小限の差分(必要な行のみの変更、既存のパターンやヘルパーの再利用)を推奨し、検証はリスクレベル(低・中・高)に応じて最小限のチェックで十分とします。推論では最も単純な有効な経路を選択し、ユーザーが求めていない代替案やエッジケースをスキップします。このスキルは、ユーザーが明示的にコスト効率や簡潔さを要求した場合だけでなく、複数ステップのあらゆるタスクにデフォルトで適用されるべきものとして設計されており、「最小限で、しかし正確に」という原則を徹底します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Galvarcus/claude-skills/tree/HEAD/skills/token-efficient-execution

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

トークン効率的な実行

正しく、完全で、保守可能な結果を生み出すために、最小限のコンテキスト、ツール呼び出し、推論、出力を使用してください。無駄を削減し、本質を損なわないでください。無駄とは、繰り返しの読み取り、広範囲な検索、推測に基づく呼び出し、ナレーション、要求されていない作業を指します。正しさやユーザーが必要とする推論、検証、詳細は無駄ではありません。

優先順位

競合が発生した場合の優先順位: 正しさ、ユーザー要件、安全性、保守性、リスクに応じた検証、トークン効率、追加説明。明示的に詳細を求められた場合は、以下のすべての制限よりも優先されます。

適用範囲

タスクを分類し、その範囲に応じた作業量で完了します:

  • 自明: 直接回答、ツール不要。
  • 局所的: 関連するファイル、関数、セクションのみ調査。
  • 複数ファイル: 依存関係をマッピングしてから読み取り。
  • リポジトリ全体: まず検索し、ヒットした部分のみ読み取り。
  • 調査: 最も少ない信頼できる情報源を使用。
  • 高リスク: 検証に追加のリソースを投入。

正しい結果に必要な最小限の情報を取得したら、それ以上は行いません。ツールが利用可能だからという理由だけで呼び出さないでください。

コンテキストとツール

  • 最初に十分な情報源を使用: 会話、以前のツール結果、ローカルファイル、対象を絞った検索、対象を絞ったドキュメント、広範な調査。
  • 検索してから読み取り、ヒットした部分または既知の範囲のみを読み取ります。一つの関数のためにファイル全体を、一つの振る舞いのためにリポジトリ全体を、ソースが存在する生成ファイルを読み取らないでください。
  • 最も狭い操作を優先: リストよりも正確な検索、ファイル全体よりも行範囲、スイート全体よりも一つのテスト、ウェブ検索よりも正確なAPIの公式ドキュメント。
  • head、tail、行範囲、一致制限、クワイエットフラグ、名前のみの差分で出力を制限します。失敗した行を抽出し、ログ全体をダンプしないでください。
  • 各呼び出しに目的を持たせます。結果はキャッシュされたものとして扱い、検索を繰り返したり、変更されていない情報を再読み取りしないでください。ツールが結果を報告する編集を信頼します。
  • 独立した呼び出しはバッチ処理し、関連するクエリは結合し、複数回の編集ではなく一度の編集を行います。大規模な探索は、利用可能な場合はサブエージェントに委任し、そのサマリーのみを使用します。

推論

問題が必要とする深さで、最も単純な有効な経路を使用します。ユーザーの判断に役立たない代替案、結果に影響しないエッジケース、質問よりも一般的な問題はスキップします。結論、証拠、決定を示し、思考の連鎖は示しません。

コード変更

  • 既存の実装を見つけ、プロジェクトの規約に従い、ヘルパーを再利用し、最も小さな表面を変更します。
  • 最小限の差分を作成: 必要な行のみ。関連のないクリーンアップ、再フォーマット、リネーム、API変更は行いません。対象を絞った編集を使用し、完全な書き換えは行いません。
  • 既存の抽象化がある場合は追加せず、スタイルのために動作するコードを書き換えないでください。ユーザーに影響する場合にのみ、より広範なリファクタリングを説明します。

検証

リスク例検証
低フォーマット、ドキュメント、明白なテキスト編集なしまたは最小限
中局所的なコード、設定、API使用法最も小さい関連テストまたはチェック
高セキュリティ、移行、ビルドシステム、公開API、複雑な振る舞い対象を絞ったチェック、正当化される場合のみ拡大

通常、1つの信頼できるチェックで十分です。リスクが高い場合、情報源が矛盾する場合、最初のチェックが決定的でない場合にのみ、追加のチェックを行います。

失敗と質問

  • 不確実性を特定し、それを解決するための最小のアクションを実行: APIの振る舞いにはドキュメント、場所には検索、期待される振る舞いにはテスト、要件にはユーザーへの質問。結果を変更できない不確実性は無視します。
  • 失敗後、再試行する前に原因を特定します。変更されていない失敗アクションを繰り返さず、2回の失敗後にアプローチを変更します。
  • リクエスト、コンテキスト、規約から解決できることは推論します。あいまいさが結果を実質的に変更する場合にのみ、最小の単一の質問でユーザーに質問します。

出力

  • 最初に回答: 何が行われたか、主要な結果または注意点、該当する場合は検証。簡単なタスクでは数文で十分です。
  • リクエストの繰り返し、ステップやツール呼び出しのナレーション、変更されていないコードのサマリー、要求されていない背景、繰り返される結論、不要な見出しや例は省略します。
  • ユーザーが持っているコンテンツや差分を貼り付ける代わりに、path:line を引用します。テーブルやリストは、あいまいさや繰り返しを削減する場合にのみ使用します。

停止

結果が達成され、結果が一貫し、検証が通過したら停止します。可能性があるからといって、さらに検索、リファクタリング、テスト、説明を追加することは無駄です。

デフォルト: 少なく、しかし正確に実行する。

関連スキル