# Nahisaho Coreclaw Marketplace Skill Scaffolder > Skill Scaffolder - Skill: `tomevault-io/nahisaho-coreclaw-marketplace-skill-scaffolder` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add tomevault-io/nahisaho-coreclaw-marketplace-skill-scaffolder` - Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/nahisaho-coreclaw-marketplace-skill-scaffolder/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: tomevault-io (https://skillmd.com/u/tomevault-io) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/tomevault-io/nahisaho-coreclaw-marketplace-skill-scaffolder --- # Skill Scaffolder Generate Harness-optimized Agent Skill packages — from single skills to full suites. ## Use This Skill When - Creating a new Agent Skill suite from scratch. - Bootstrapping a single skill with Harness patterns. - Generating suite infrastructure (AGENTS.md, agents/, .mcp.json). ## Workflow ### Phase 0: Purpose Discovery（必須 — 情報不足時に1問1答で要件を収集） **スキル生成の前に、必ず `purpose-discovery` スキルの基準で入力を評価する。** 1. ユーザー入力を8要素（PURPOSE, DOMAIN, AUDIENCE, SCOPE, WORKFLOWS, INTEGRATIONS, REFERENCE MODEL, QUALITY CRITERIA）で評価 2. 5/8以上が明確 → Phase 1 へ進む 3. 5/8未満 → `purpose-discovery` スキルの1問1答ダイアログで不足情報を収集 4. 収集完了後、構造化仕様書を生成しユーザー承認を得る ⏸️ 5. 承認済み仕様書を元に Phase 1 へ進む ### Phase 1: Package Generation 1. Determine package type: - **Single skill**: SKILL.md only - **Suite**: AGENTS.md + multiple SKILL.md + agents/ + copilot-instructions.md 2. For suites, generate in order: a. `group.json`, `skill.json`, `README.md` b. `AGENTS.md` (Orchestrator with WHEN/DO routing) c. `copilot-instructions.md` (suite-specific conventions) d. `agents/*.md` (Custom Agents with tool restrictions) e. `skills//SKILL.md` (each sub-skill) f. `.mcp.json` (if external tools needed) 3. For each SKILL.md, include: - Frontmatter: `name`, `description` (+ `tu_tools` if MCP) - Body: Use This Skill When, Workflow, Deliverables, Quality Gates, Gotchas (3+), Validation Loop 4. **Supplementary Directory Assessment（必須）**: 生成した各スキルに対して、以下の判定を実行し、結果に応じて作成する。 **assets/ 判定**: - [ ] スキルが定型フォーマットの出力を生成するか？（レポート、分析結果、テンプレート） - [ ] 出力構造が再利用可能か？（毎回同じ構造を使う） → いずれかYES → `assets/` に出力テンプレートを作成し、SKILL.md から条件付き参照 **references/ 判定**: - [ ] スキルが100行以上の参照情報（フレームワーク定義、API仕様、規約等）を必要とするか？ - [ ] SKILL.md に含めると500行を超えるか？ → いずれかYES → `references/` に分離し、SKILL.md から条件付き参照（「〜の場合に読む」） **scripts/ 判定**: - [ ] バリデーションを自動化できるか？（構文チェック、整合性確認） - [ ] データ変換やフォーマット処理が必要か？ → いずれかYES → `scripts/` に実行可能コードを作成 **判定後の確認**: - 作成した assets/ は SKILL.md から条件付きで参照されているか - 作成した references/ は「いつ読むか」が明示されているか - 判定の結果「不要」となったディレクトリは作成しない 5. Add conditional references in SKILL.md: - ✅ `Reuse assets/output-template.md when producing standardized analysis output` - ✅ `Read references/api-errors.md when API returns non-200 status` - ❌ `See references/ for details` 6. Self-validation (see Validation Loop) ## Supplementary Directory Decision Guide | Condition | Action | |-----------|--------| | Skill produces reports with fixed structure | Create `assets/` with report templates | | Reference content exceeds 100 lines | Move to `references/` with conditional refs | | Validation needs executable checks | Create `scripts/` with validation code | | Skill is self-contained and compact | No supplementary dirs needed | ## Output Templates Reuse templates in this skill's `assets/` directory: - `assets/agents-md-template.md` — AGENTS.md orchestrator template - `assets/skill-md-template.md` — SKILL.md sub-skill template - `assets/copilot-instructions-template.md` — copilot-instructions.md template - Refer to `references/suite-checklist.md` when validating completeness ## Gotchas - `description` に「Use when」を含めないと、エージェントがスキルを発見できない死蔵スキルになる - フォルダ名と `name` フィールドが不一致だと CI バリデーションに失敗する - SKILL.md が500行を超えるとコンテキストウィンドウを圧迫する。超える場合は references/ に分離する - references/ を無条件参照にすると Context Efficiency が劣化する。必ず条件付き参照にする - スイート構成のルート Orchestrator は AGENTS.md にすること（SKILL.md ではない）。デプロイ先は `.github/AGENTS.md` - assets/ のテンプレートは「構造」を提供するもの。具体的なデータは含めない ## Validation Loop 1. 生成したパッケージを確認 2. **Phase 1: 構造チェック**: - [ ] `name` フィールドが命名規則に従い、フォルダ名と一致 - [ ] `description` が「何をするか」+「Use when」の2部構成 - [ ] スイート構成なら AGENTS.md が存在する - [ ] 本文500行以内（超過分は references/ に分離済み） - [ ] Gotchas セクションが3項目以上 - [ ] 検証ループに失敗時リカバリ手順が含まれる - [ ] Quality Gates にチェックリストが含まれる → 不合格項目がある場合: 修正して再チェック 3. **Phase 2: Supplementary Directory チェック**: 各スキルに対して以下を確認: - [ ] 定型出力を生成するスキルに `assets/` テンプレートがあるか - [ ] 100行超の参照情報が `references/` に分離されているか - [ ] assets/references が SKILL.md から条件付きで参照されているか - [ ] 不要な空ディレクトリが残っていないか → 不足がある場合: assets/references/scripts を作成し、SKILL.md に条件付き参照を追加 4. **Phase 3: Harness 7軸チェック（3/3 目標）**: 生成完了後、全スキルに対して 7軸スコアリングを実施。 | # | 軸 | スコア3の基準 | チェック内容 | |---|-----|------------|------------| | 1 | Tool Coverage | 3 | WHEN/DO + 全スキルにキーワード棲み分け + Agent→軸マッピング | | 2 | Context Efficiency | 3 | 全SKILL.md≤100行 + 全参照が条件付き + assets/refs活用 | | 3 | Quality Gates | 3 | 全スキルに失敗時リカバリ + チェックリスト | | 4 | Memory Persistence | 3 | 具体的Gotchas(閾値・コマンド付き) + learning-capture + コンパクション耐性 | | 5 | Eval Coverage | 3 | 全スキルにValidation Loop + CI統合ポイント | | 6 | Security Guardrails | 3 | データ取り扱いルール + 匿名化 + PII禁止 + 禁止事項 | | 7 | Cost Efficiency | 3 | MCP上限 + デフォルト明示 + 最シンプルフレームワーク原則 | **合格条件**: 全7軸でスコア3（総合 21/21 = Expert） **最低合格**: 全7軸でスコア1以上（総合 7/21 以上） 5. スコア3未満の軸がある場合の修正フロー: | 軸 | 2→3 に必要な改善 | |----|----------------| | Tool Coverage | Agent→Harness軸マッピング追加、description キーワード棲み分け検証 | | Context Efficiency | 無条件参照→条件付き、assets/references 追加・活用 | | Quality Gates | 失敗時リカバリ手順追加、具体的な不合格条件定義 | | Memory Persistence | Gotchas に具体的閾値・コマンド追記、コンパクション耐性テーブル追加 | | Eval Coverage | CI統合（validate_skill.py）参照追加 | | Security Guardrails | Data Handling & Confidentiality セクション追加 | | Cost Efficiency | MCP 10サーバー上限、デフォルトツール優先ルール追加 | 6. 修正後に再スコアリング 7. 全軸スコア3を確認してから完了とする（3未満でもスコア1以上なら合格として完了可） --- > Source: [nahisaho/coreclaw-marketplace](https://github.com/nahisaho/coreclaw-marketplace) — distributed by [TomeVault](https://tomevault.io).