taku15eg

skill-orchestrator

Meta-skill that analyzes every prompt's essential purpose and auto-selects the optimal combination from 950+ public agent skills. Determines intent type (Create/Improve/Secure/Ship/Automate/AI-Native/Research/Communicate), then generates an execution plan with skill dependencies and sequencing. ALWAYS activate this skill as the first step for ANY task. Use when: any task, any prompt, planning, skill selection, workflow design, project kickoff, coding, writing, analysis, debugging, deployment, security, marketing.

taku15eg 0 Updated 2mo ago
GitHub

Install

npx skillscat add taku15eg/marketing-x-ai

Install via the SkillsCat registry.

SKILL.md

Skill Orchestrator — 全プロンプト自動ルーティングシステム

このスキルはすべてのプロンプトの起点として機能する。
プロンプトの本質的目的を見極め、世に公開されている最高品質のスキル群から
最適な組合せを選定し、実行計画を生成する。


PHASE 1: 意図解析(MANDATORY — 省略不可)

プロンプトを受け取ったら、まず以下4要素を内部で特定せよ:

  1. WHY(本質的目的) — このプロンプトが存在する根本的理由は何か
  2. WHAT(ゴール状態) — 完了時に何が存在しているべきか
  3. HOW(制約条件) — ツール、言語、期限、フォーマット、環境
  4. WHERE(フェーズ) — 企画 / 設計 / 実装 / 検証 / 運用 のどこか

PHASE 2: 目的類型の判定(1-2個を選定)

TYPE A: Create(ゼロから作る)

シグナル: 作る / 新規 / 構築 / 開発 / 立ち上げ / MVP / PoC / build / create / new
核スキル(→は実行順):

  • brainstorming → 構造化されたアイデア発散と収束
  • architecture → システム設計・ADR・C4ダイアグラム
  • senior-architect → シニア視点の実装判断とトレードオフ分析
    補助スキル:
  • test-driven-development — テストファースト実装
  • code-review-checklist — 品質ゲート
  • frontend-design — UI/UXが関わる場合
    実行構図: brainstorming → architecture → senior-architect + TDD(並列)→ code-review-checklist

TYPE B: Improve(既存を改善する)

シグナル: 改善 / 最適化 / リファクタ / 高速化 / UX / パフォーマンス / fix / optimize / refactor
核スキル:

  • systematic-debugging → 体系的な問題切り分け
  • root-cause-tracing → 表層でなく根本原因を追跡
  • web-performance-optimization → Core Vitals・バンドル最適化
    補助スキル:
  • postgres-best-practices — DB起因の場合
  • lint-and-validate — 変更後の自動検証
    実行構図: systematic-debugging → root-cause-tracing → [対象別スキル] → lint-and-validate

TYPE C: Secure(守りを固める)

シグナル: セキュリティ / 脆弱性 / 監査 / ペンテスト / ハードニング / audit / security / vulnerability
核スキル:

  • ethical-hacking-methodology → ペンテストの体系的方法論
  • api-security-best-practices → API設計のセキュリティパターン
  • auth-implementation-patterns → JWT / OAuth2 / セッション管理
    補助スキル:
  • backend-security-coder — サーバーサイド
  • frontend-security-coder — XSS防止・CSP
  • defense-in-depth — 多層防御アーキテクチャ
    実行構図: ethical-hacking-methodology → api-security + auth-patterns(並列)→ backend + frontend security(並列)

TYPE D: Ship / Grow(届ける・広める)

シグナル: ローンチ / 集客 / SEO / マーケ / 売上 / 価格 / コンバージョン / growth / launch / marketing
核スキル:

  • pricing-strategy → プライシング設計
  • seo-audit → テクニカルSEO + コンテンツSEO監査
  • page-cro → コンバージョン率最適化
    補助スキル:
  • copywriting — セールスコピー・LP文言
  • email-sequence — メールマーケティング設計
  • competitor-alternatives — 競合比較ページ
    実行構図: pricing-strategy → seo-audit + page-cro(並列)→ copywriting → email-sequence

TYPE E: Automate(自動化・仕組み化する)

シグナル: 自動化 / CI/CD / インフラ / デプロイ / Docker / AWS / パイプライン / automate / deploy / infra
核スキル:

  • docker-expert → コンテナ化・マルチステージビルド・セキュリティ
  • aws-serverless → サーバレスインフラのベストプラクティス
  • workflow-automation → パイプライン設計・自動化パターン
    補助スキル:
  • zapier-make-patterns — ノーコード自動化
  • observability-monitoring — ログ・メトリクス・トレーシング
  • vercel-deployment — Vercelデプロイ特化
    実行構図: architecture → docker-expert + aws-serverless(並列)→ workflow-automation → observability-monitoring

TYPE F: AI-Native(AIで解決する)

シグナル: RAG / LLM / エージェント / プロンプト / 埋め込み / ベクトル / AI / agent / embedding
核スキル:

  • prompt-engineer → プロンプトエンジニアリング手法体系
  • rag-engineer → RAGパイプライン設計(チャンキング・検索・生成)
  • langgraph → LangGraphでのエージェントオーケストレーション
    補助スキル:
  • langfuse — LLMオブザーバビリティ(トレース・評価)
  • llm-prompt-caching — プロンプトキャッシュ・CAGでコスト削減
  • defense-in-depth — プロンプトインジェクション対策
    実行構図: prompt-engineer → rag-engineer or langgraph(目的別)→ langfuse + llm-prompt-caching(並列)

TYPE G: Research / Analyze(知る・調べる)

シグナル: 調査 / 分析 / 比較 / レポート / データ / 競合 / research / analyze / compare
核スキル:

  • deep-research → 自律的な多段リサーチ
  • doc-coauthoring → 調査結果の構造化ドキュメント化
  • analytics-tracking → データ分析・トラッキング設計
    補助スキル:
  • competitor-alternatives — 競合分析フレームワーク
  • product-manager-toolkit — PRD・ディスカバリー
    実行構図: deep-research → analytics-tracking → doc-coauthoring

TYPE H: Communicate / Document(伝える・教える)

シグナル: ドキュメント / プレゼン / 説明 / 研修 / ブログ / 記事 / 仕様書 / document / present / write
核スキル:

  • writing-plans → ライティング計画・構成設計
  • doc-coauthoring → 構造化ドキュメント共同執筆
  • api-documentation-generator → API仕様書の自動生成(API関連の場合)
    補助スキル:
  • product-manager-toolkit — PRDテンプレート
  • copywriting — マーケ寄りの文書
    実行構図: writing-plans → [対象別専門スキル] → doc-coauthoring

PHASE 3: スキル選定ルール

選定基準(厳守)

  1. 合計5-7個以内に絞る(コンテキスト効率を維持)
  2. 核スキル(🎯)を必ず含める
  3. 同一領域の重複は排除、欠落は補完
  4. 既存スキルで不足する場合のみ skill-creator で自作を検討

品質ソース優先順位

  1. Anthropic公式anthropics/skills(ドキュメント操作系は一択)
  2. Google / Vercel / Supabase / OpenAI公式
  3. obra/superpowers — 開発ワークフロー系の事実上標準
  4. sickn33/antigravity-awesome-skills — コミュニティ検証済み(7.9k+ stars)
  5. その他コミュニティ — 個別検証要

PHASE 4: 出力フォーマット(実行計画)

以下の形式で出力し、即座にスキルの実行に移行する:

━━━ Skill Orchestrator ━━━
目的類型: TYPE X - [名称] (+ TYPE Y if applicable)

選定スキル:
1. `skill-name` — [役割] — [1行の選定理由]
2. ...

実行構図:
skill-A → skill-B + skill-C(並列)→ skill-D

各スキルの責務:
• skill-A: [このスキルが担う具体的な仕事]
• ...
━━━━━━━━━━━━━━━━━━━━━

計画出力後、ユーザーの確認を待たず最初のスキルの実行に移行する。


クロスカッティング・スキル(TYPE横断で追加可)

スキル 追加タイミング
code-review-checklist コード生成した後
lint-and-validate ファイル変更した後
test-driven-development 実装フェーズ
systematic-debugging エラー発生時
defense-in-depth セキュリティが絡む場面
skill-creator 既存スキルでカバー不能な場合

運用原則

  • 最小選定: 効くスキルだけ選ぶ。数を増やしても品質は上がらない
  • 段階的開示: フェーズごとにロード/アンロード。全部同時に読まない
  • 公式優先: 同じ領域なら公式スキルを採用
  • ツール非依存: Claude Code / Cursor / Gemini CLI / Claude.ai Projects すべてで動作
  • 自律実行: 計画を出したら確認を待たず実行に移る