design-task は何をしますか？
CrewAI タスクの設計と設定。CrewAI タスクの作成、設定、デバッグ（説明と expected_output の記述、context によるタスク依存関係の設定、出力形式（output_pydantic、output_json、output_file）の構成、ガードレールによる検証、human_input の有効化、非同期実行、Markdown フォーマット、タスク実行の問題のデバッグ）を行う際に使用します。
CrewAI タスクの設計と設定。CrewAI タスクの作成、設定、デバッグ（説明と expected_output の記述、context によるタスク依存関係の設定、出力形式（output_pydantic、output_json、output_file）の構成、ガードレールによる検証、human_input の有効化、非同期実行、Markdown フォーマット、タスク実行の問題のデバッグ）を行う際に使用します。
このスキルは、CrewAI フレームワークにおけるタスクの設計と設定を支援します。開発者は、タスクの説明や expected_output の作成、context を用いたタスク間の依存関係の設定、output_pydantic や output_json、output_file などの出力形式の構成を、明確かつ効率的に行えます。また、ガードレールによるバリデーション、human_input の有効化、非同期実行、Markdown フォーマットなど、高度な機能の設定や、タスク実行時の問題デバッグもサポートします。このスキルは特に CrewAI プラットフォーム向けに設計されており、AI エージェントがタスクの定義や設定を正確に理解し、バグの少ないタスクチェーンを構築するのに役立ちます。タスクのコンテキスト管理や出力方法の細かい制御が必要な場合に、その有用性を発揮します。
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/design-taskCrewAI タスクの設計と設定。CrewAI タスクの作成、設定、デバッグ（説明と expected_output の記述、context によるタスク依存関係の設定、出力形式（output_pydantic、output_json、output_file）の構成、ガードレールによる検証、human_input の有効化、非同期実行、Markdown フォーマット、タスク実行の問題のデバッグ）を行う際に使用します。
This repo contains 3 individual skills — each has its own dedicated page.
Query the official CrewAI documentation for answers. Use when the user has a CrewAI question that isn't fully covered by the getting-started, design-agent, design-task skills — e.g., specific API details, configuration options, advanced features, troubleshooting errors, enterprise features, tool references, or anything where the latest docs are the best source of truth.
CrewAI agent design and configuration. Use when creating, configuring, or debugging crewAI agents — choosing role/goal/backstory, selecting LLMs, assigning tools, tuning max_iter/max_rpm/max_execution_time, enabling planning/code execution/delegation, setting up knowledge sources, using guardrails, or configuring agents in YAML vs code.
CrewAI architecture decisions and project scaffolding. Use when starting a new crewAI project, choosing between LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, scaffolding with 'crewai create flow', setting up YAML config (agents.yaml, tasks.yaml), wiring @CrewBase crew.py, writing Flow main.py with @start/@listen, or using {variable} interpolation.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".