jpskill.com
🛠️ 開発・MCP コミュニティ

skill-improvement-from-observability

観測データから得られた知見を基に、テレメトリーパターンを分析し、スキルを自動的に改善することで、より効果的なフィードバックループを構築し、継続的なスキルアップを支援するSkill。

📜 元の英語説明(参考)

Complete feedback loop from observability insights to skill updates. Use when analyzing enhanced telemetry patterns and automatically improving skills.

🇯🇵 日本人クリエイター向け解説

一言でいうと

観測データから得られた知見を基に、テレメトリーパターンを分析し、スキルを自動的に改善することで、より効果的なフィードバックループを構築し、継続的なスキルアップを支援するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o skill-improvement-from-observability.zip https://jpskill.com/download/9491.zip && unzip -o skill-improvement-from-observability.zip && rm skill-improvement-from-observability.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/9491.zip -OutFile "$d\skill-improvement-from-observability.zip"; Expand-Archive "$d\skill-improvement-from-observability.zip" -DestinationPath $d -Force; ri "$d\skill-improvement-from-observability.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して skill-improvement-from-observability.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → skill-improvement-from-observability フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

可観測性からのスキル向上

自己改善ループ: 強化されたテレメトリ → パターン分析 → スキルのアップデート → より良いパフォーマンス

データソース

プライマリ: Loki 内の {job="claude_code_enhanced"} (enhanced-telemetry フックから)

ワークフロー

1. 可観測性の洞察を収集する

強化されたテレメトリで observability-analyzer を使用します:

# セッション分析
{job="claude_code_enhanced", event_type="session_end"} | json

# エラーパターン
{job="claude_code_enhanced", event_type="tool_result", status="error"} | json

# ツールシーケンス
{job="claude_code_enhanced", event_type="tool_call"} | json

# プロンプトパターン
{job="claude_code_enhanced", event_type="user_prompt"} | json

2. パターン検出を実行する

observability-pattern-detector 操作を使用します:

  • detect-failures → ツールごとのエラーパターン
  • detect-tool-sequences → 非効率なツールチェーン
  • detect-conversation-patterns → ユーザー行動の洞察
  • detect-context-issues → コンテキスト管理の問題
  • detect-waste → 冗長な操作

3. アクション可能なパターンを抽出する

強化されたテレメトリから影響の大きい問題をフィルタリングします:

エラー分析:

sum by (tool, error_type) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d]))

ツールの非効率性:

# 繰り返される Read→Read パターン (無駄)
{job="claude_code_enhanced", event_type="tool_call"} | json | previous_tool="Read" and tool_name="Read"

コンテキストの問題:

# 自動圧縮の頻度
count_over_time({job="claude_code_enhanced", event_type="context_compact", trigger="auto"} [7d])

4. パターンをスキルにマッピングする

パターン 可能性のあるスキル アクション
Bash コマンドエラー bash-related skills 存在チェックを追加する
ファイルが見つからない file operation skills パス検証を追加する
繰り返される Glob→Read search skills ファイル検索を最適化する
高いコンテキスト使用量 context-heavy skills チャンク化を追加する
多くのデバッグプロンプト core skills エラーメッセージを改善する

5. 改善の推奨事項を生成する

強化されたテレメトリパターンに基づきます:

{
  "improvement": {
    "pattern": "File not found errors",
    "occurrences": 45,
    "source_query": "{job=\"claude_code_enhanced\", event_type=\"tool_result\", status=\"error\"} | json | error_type=~\".*not found.*\"",
    "affected_skills": ["file-operations"],
    "recommendation": "Add file existence check before Read/Edit operations",
    "implementation": "Add pathlib.Path(file).exists() check",
    "priority": "high",
    "expected_impact": "Reduce errors by 80%"
  }
}

6. 有効性を追跡する

改善がデプロイされた後、測定します:

# 改善前後のエラー率
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d]))

# ツールの成功率の向上
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result", status="success"} | json [7d])) /
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result"} | json [7d]))

改善フローの例

フロー 1: エラー削減

Telemetry: "npm not found" × 45 in tool_result errors
    ↓
Pattern: Bash tool failures with npm commands
    ↓
Recommendation: Add npm availability check
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: npm errors = 0 after deployment
    ↓
Result: ✅ 100% reduction

フロー 2: コンテキストの最適化

Telemetry: Auto-compaction triggered 12 times in 7 days
    ↓
Pattern: Large file reads accumulating tokens
    ↓
Recommendation: Add file chunking for large reads
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: Auto-compactions = 2 after deployment
    ↓
Result: ✅ 83% reduction

フロー 3: ツールシーケンスの最適化

Telemetry: Glob→Read→Glob→Read pattern 89 times
    ↓
Pattern: Redundant file discovery
    ↓
Recommendation: Cache glob results within session
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: Redundant glob reduced by 70%
    ↓
Result: ✅ Faster file operations

改善分析のための主要なクエリ

影響の大きいエラー

topk(10, sum by (tool, error_type) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d])))

セッション品質の問題

# エラーの多いセッション
{job="claude_code_enhanced", event_type="session_end"} | json | error_count > 5

# 生産性の低いセッション (ターン数が多く、ツール呼び出しが少ない)
{job="claude_code_enhanced", event_type="session_end"} | json | turn_count > 20 and tools_used < 5

ツールの効率

# ツールの使用状況の分布
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_call"} | json [7d]))

# ツールごとのエラー率
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d])) /
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_result"} | json [7d]))

ユーザー行動の洞察

# プロンプトパターンの傾向
sum by (pattern) (count_over_time({job="claude_code_enhanced", event_type="user_prompt"} | json [7d]))

# デバッグの頻度 (問題点を示す)
count_over_time({job="claude_code_enhanced", event_type="user_prompt", pattern="debugging"} [7d])

エコシステムとの統合

既存のスキルを使用します:

  • observability-analyzer: 強化されたテレメトリデータをクエリする
  • observability-pattern-detector: 改善パターンを検出する
  • skill-updater: 安全な改善を適用する
  • review-multi: 変更を検証する
  • skill-tester: 回帰テスト
  • enhanced-telemetry: すべての可観測性データのソース

安全性の分類

自動適用セーフ:

  • ✅ 存在チェックの追加
  • ✅ エラー処理の追加
  • ✅ エラーメッセージの改善
  • ✅ ドキュメントの更新
  • ✅ 検証の追加

レビューが必要:

  • ❌ コアロジックの変更
  • ❌ API の変更
  • ❌ 機能の削除
  • ❌ データ構造の変更

有効性メトリクス

改善を追跡します

📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Skill Improvement from Observability

The Self-Improvement Loop: Enhanced Telemetry → Pattern Analysis → Skill Updates → Better Performance

Data Source

Primary: {job="claude_code_enhanced"} in Loki (from enhanced-telemetry hooks)

Workflow

1. Collect Observability Insights

Use observability-analyzer with enhanced telemetry:

# Session analytics
{job="claude_code_enhanced", event_type="session_end"} | json

# Error patterns
{job="claude_code_enhanced", event_type="tool_result", status="error"} | json

# Tool sequences
{job="claude_code_enhanced", event_type="tool_call"} | json

# Prompt patterns
{job="claude_code_enhanced", event_type="user_prompt"} | json

2. Run Pattern Detection

Use observability-pattern-detector operations:

  • detect-failures → Error patterns by tool
  • detect-tool-sequences → Inefficient tool chains
  • detect-conversation-patterns → User behavior insights
  • detect-context-issues → Context management problems
  • detect-waste → Redundant operations

3. Extract Actionable Patterns

Filter high-impact issues from enhanced telemetry:

Error Analysis:

sum by (tool, error_type) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d]))

Tool Inefficiency:

# Repeated Read→Read patterns (waste)
{job="claude_code_enhanced", event_type="tool_call"} | json | previous_tool="Read" and tool_name="Read"

Context Issues:

# Auto compaction frequency
count_over_time({job="claude_code_enhanced", event_type="context_compact", trigger="auto"} [7d])

4. Map Patterns to Skills

Pattern Likely Skill Action
Bash command errors bash-related skills Add existence checks
File not found file operation skills Add path validation
Repeated Glob→Read search skills Optimize file discovery
High context usage context-heavy skills Add chunking
Many debugging prompts core skills Improve error messages

5. Generate Improvement Recommendations

Based on enhanced telemetry patterns:

{
  "improvement": {
    "pattern": "File not found errors",
    "occurrences": 45,
    "source_query": "{job=\"claude_code_enhanced\", event_type=\"tool_result\", status=\"error\"} | json | error_type=~\".*not found.*\"",
    "affected_skills": ["file-operations"],
    "recommendation": "Add file existence check before Read/Edit operations",
    "implementation": "Add pathlib.Path(file).exists() check",
    "priority": "high",
    "expected_impact": "Reduce errors by 80%"
  }
}

6. Track Effectiveness

After improvements deployed, measure:

# Before vs After error rates
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d]))

# Tool success rate improvement
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result", status="success"} | json [7d])) /
sum(count_over_time({job="claude_code_enhanced", event_type="tool_result"} | json [7d]))

Example Improvement Flows

Flow 1: Error Reduction

Telemetry: "npm not found" × 45 in tool_result errors
    ↓
Pattern: Bash tool failures with npm commands
    ↓
Recommendation: Add npm availability check
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: npm errors = 0 after deployment
    ↓
Result: ✅ 100% reduction

Flow 2: Context Optimization

Telemetry: Auto-compaction triggered 12 times in 7 days
    ↓
Pattern: Large file reads accumulating tokens
    ↓
Recommendation: Add file chunking for large reads
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: Auto-compactions = 2 after deployment
    ↓
Result: ✅ 83% reduction

Flow 3: Tool Sequence Optimization

Telemetry: Glob→Read→Glob→Read pattern 89 times
    ↓
Pattern: Redundant file discovery
    ↓
Recommendation: Cache glob results within session
    ↓
skill-updater applies changes
    ↓
Telemetry tracks: Redundant glob reduced by 70%
    ↓
Result: ✅ Faster file operations

Key Queries for Improvement Analysis

High-Impact Errors

topk(10, sum by (tool, error_type) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d])))

Session Quality Issues

# High error sessions
{job="claude_code_enhanced", event_type="session_end"} | json | error_count > 5

# Low productivity sessions (high turns, few tool calls)
{job="claude_code_enhanced", event_type="session_end"} | json | turn_count > 20 and tools_used < 5

Tool Efficiency

# Tool usage distribution
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_call"} | json [7d]))

# Error rate by tool
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [7d])) /
sum by (tool) (count_over_time({job="claude_code_enhanced", event_type="tool_result"} | json [7d]))

User Behavior Insights

# Prompt pattern trends
sum by (pattern) (count_over_time({job="claude_code_enhanced", event_type="user_prompt"} | json [7d]))

# Debugging frequency (indicates pain points)
count_over_time({job="claude_code_enhanced", event_type="user_prompt", pattern="debugging"} [7d])

Integration with Ecosystem

Uses existing skills:

  • observability-analyzer: Query enhanced telemetry data
  • observability-pattern-detector: Detect improvement patterns
  • skill-updater: Apply safe improvements
  • review-multi: Validate changes
  • skill-tester: Regression testing
  • enhanced-telemetry: Source of all observability data

Safety Classification

Auto-Apply Safe:

  • ✅ Adding existence checks
  • ✅ Adding error handling
  • ✅ Improving error messages
  • ✅ Updating documentation
  • ✅ Adding validation

Require Review:

  • ❌ Changing core logic
  • ❌ Modifying APIs
  • ❌ Removing functionality
  • ❌ Changing data structures

Effectiveness Metrics

Track improvement success:

# Calculate error reduction percentage
(before_errors - after_errors) / before_errors * 100

# Track pattern elimination
count_over_time({job="claude_code_enhanced"} | json | <pattern_filter> [7d])

Report format:

{
  "improvement_id": "file-existence-check",
  "deployed": "2025-11-27",
  "before_errors": 45,
  "after_errors": 2,
  "reduction_percent": 95.6,
  "status": "successful"
}