jpskill.com
🛠️ 開発・MCP コミュニティ

suggesting-tooling

Analyzes a codebase and suggests custom Claude Code skills and subagents to improve development workflow. Use when user wants tooling suggestions, automation ideas, or asks "what skills would help this project".

⚡ 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 suggesting-tooling.zip https://jpskill.com/download/17591.zip && unzip -o suggesting-tooling.zip && rm suggesting-tooling.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/17591.zip -OutFile "$d\suggesting-tooling.zip"; Expand-Archive "$d\suggesting-tooling.zip" -DestinationPath $d -Force; ri "$d\suggesting-tooling.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 suggesting-tooling.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 → suggesting-tooling 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。

ツール提案

ワークフロー自動化のためのカスタムスキルとエージェントを提案するために、コードベースを分析します。

クイックスタート

  1. コードベースからパターン(言語、フレームワーク、ワークフロー)をスキャンします。
  2. パターンをスキル/エージェントのテンプレートにマッチングします。
  3. 提案を根拠とともに提示します。
  4. 承認されたツールを creating-skills/creating-agents を使用して生成します。

ワークフロー

進捗状況:
- [ ] コードベースのパターンを分析する
- [ ] ツールテンプレートにマッチングする
- [ ] 提案を提示する
- [ ] 承認されたアイテムを生成する

ステップ 1: コードベースの分析

軽量な分析を実行します。

# 言語検出
find . -type f -name "*.ts" -o -name "*.js" -o -name "*.py" | head -100

# フレームワーク検出
ls package.json pyproject.toml Cargo.toml go.mod 2>/dev/null

# ワークフロー検出
ls .github/workflows/ .gitlab-ci.yml Dockerfile 2>/dev/null

# 既存のツール
ls .claude/skills/ .claude/agents/ 2>/dev/null

収集するもの:

  • 主要な言語
  • 使用中のフレームワーク
  • ビルド/テストツール
  • CI/CD のセットアップ
  • 既存の .claude/ の設定

ステップ 2: パターンマッチング

検出されたパターンを提案にマッチングします。

シグナル スキルの提案 エージェントの提案
Jest/Pytest/Mocha testing-code -
REST routes - api-testing
Prisma/migrations db-migrations -
Dockerfile deploying-code -
ESLint/Prettier linting-code -
Auth patterns - security-review
Many .md files documenting-code -
PR workflow - code-reviewer

完全なマッピングについては、patterns/skills.md および patterns/agents.md を参照してください。

ステップ 3: 提案の提示

ユーザーレビューのために提案をフォーマットします。

## {project} のためのツール提案

コードベースの分析に基づいています:
- 言語: {detected}
- フレームワーク: {detected}
- 既存のツール: {count} スキル, {count} エージェント

### 推奨スキル

| # | スキル | 理由 | 優先度 |
|---|-------|-----|----------|
| 1 | {name} | {rationale} | P1 |
| 2 | {name} | {rationale} | P2 |

### 推奨エージェント

| # | エージェント | 理由 | 優先度 |
|---|-------|-----|----------|
| 1 | {name} | {rationale} | P1 |

次に、ユーザーにどれを生成するかを尋ねます。

ステップ 4: ツールの生成

承認されたアイテムごとに:

スキル - creating-skills を呼び出します:

creating-skills スキルを使用して、{name} スキルを作成します。

目的: {rationale}
検出されたコンテキスト:
- フレームワーク: {framework}
- テストランナー: {runner}
- パターン: {patterns}

このプロジェクトに特化したスキルを生成します。

エージェント - creating-agents を呼び出します:

creating-agents スキルを使用して、{name} エージェントを作成します。

目的: {rationale}
提案されたツール: {tools}
検出されたコンテキスト:
- プロジェクトタイプ: {type}
- ワークフロー: {workflows}

このプロジェクトに特化したエージェントを生成します。

パターンカテゴリ

テスト

  • シグナル: jest.config, pytest.ini, mocha, test/ ディレクトリ
  • 提案: testing-code スキル
  • 優先度: テストが存在するがスキルがない場合は P1

API 開発

  • シグナル: Express routes, FastAPI, REST パターン
  • 提案: api-testing エージェント
  • 優先度: API ヘビーなプロジェクトの場合は P1

データベース

  • シグナル: Prisma, TypeORM, migrations/
  • 提案: db-migrations スキル
  • 優先度: P2

DevOps

  • シグナル: Dockerfile, docker-compose, CI 設定
  • 提案: deploying-code スキル
  • 優先度: デプロイ自動化がない場合は P2

コード品質

  • シグナル: ESLint, Prettier, pre-commit
  • 提案: linting-code スキル
  • 優先度: P3

セキュリティ

  • シグナル: Auth middleware, JWT, OAuth
  • 提案: security-review エージェント
  • 優先度: 認証ヘビーなプロジェクトの場合は P1

詳細なパターン定義については、reference.md を参照してください。

ギャップ分析

検出されたニーズと既存の .claude/ の設定を比較します。

検出されたワークフロー:     既存のツール:
- テスト (Jest)        - (なし)
- API (Express)         - (なし)
- CI (GitHub Actions)   - (なし)

ギャップ: testing, api-testing, deployment

ギャップを埋めるツールのみを提案します。

出力形式

生成後、以下を報告します。

## 作成されたツール

| タイプ | 名前 | 場所 |
|------|------|----------|
| スキル | testing-code | .claude/skills/testing-code/ |
| エージェント | code-reviewer | .claude/agents/code-reviewer.md |

### 再起動が必要です

新しいスキルとエージェントを利用可能にするには、Claude の再起動が必要です。

中断したところから続行するには:
\`\`\`bash
claude --continue
\`\`\`

### 次のステップ

1. Claude を再起動して新しいツールをロードします
2. `claude --continue` を実行して再開します
3. .claude/ で生成されたツールを確認します
4. サンプルのワークフローでスキルをテストします

制限事項

  • カテゴリごとに最大 5 つの提案
  • 生成前に明示的な承認が必要
  • 既存のツールに対する提案はスキップ
  • インパクトによって優先順位付け (P1 が最初)
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

Suggesting Tooling

Analyzes codebases to suggest custom skills and agents for workflow automation.

Quick Start

  1. Scan codebase for patterns (languages, frameworks, workflows)
  2. Match patterns to skill/agent templates
  3. Present suggestions with rationale
  4. Generate approved tooling using creating-skills/creating-agents

Workflow

Progress:
- [ ] Analyze codebase patterns
- [ ] Match to tooling templates
- [ ] Present suggestions
- [ ] Generate approved items

Step 1: Analyze Codebase

Run lightweight analysis:

# Language detection
find . -type f -name "*.ts" -o -name "*.js" -o -name "*.py" | head -100

# Framework detection
ls package.json pyproject.toml Cargo.toml go.mod 2>/dev/null

# Workflow detection
ls .github/workflows/ .gitlab-ci.yml Dockerfile 2>/dev/null

# Existing tooling
ls .claude/skills/ .claude/agents/ 2>/dev/null

Collect:

  • Primary language(s)
  • Framework(s) in use
  • Build/test tooling
  • CI/CD setup
  • Existing .claude/ configuration

Step 2: Pattern Matching

Match detected patterns to suggestions:

Signal Skill Suggestion Agent Suggestion
Jest/Pytest/Mocha testing-code -
REST routes - api-testing
Prisma/migrations db-migrations -
Dockerfile deploying-code -
ESLint/Prettier linting-code -
Auth patterns - security-review
Many .md files documenting-code -
PR workflow - code-reviewer

See patterns/skills.md and patterns/agents.md for complete mappings.

Step 3: Present Suggestions

Format suggestions for user review:

## Tooling Suggestions for {project}

Based on analysis of your codebase:
- Language: {detected}
- Framework: {detected}
- Existing tooling: {count} skills, {count} agents

### Recommended Skills

| # | Skill | Why | Priority |
|---|-------|-----|----------|
| 1 | {name} | {rationale} | P1 |
| 2 | {name} | {rationale} | P2 |

### Recommended Agents

| # | Agent | Why | Priority |
|---|-------|-----|----------|
| 1 | {name} | {rationale} | P1 |

Then ask user which to generate.

Step 4: Generate Tooling

For each approved item:

Skills - Invoke creating-skills:

Use the creating-skills skill to create a {name} skill.

Purpose: {rationale}
Detected context:
- Framework: {framework}
- Test runner: {runner}
- Patterns: {patterns}

Generate a focused skill for this project.

Agents - Invoke creating-agents:

Use the creating-agents skill to create a {name} agent.

Purpose: {rationale}
Suggested tools: {tools}
Detected context:
- Project type: {type}
- Workflows: {workflows}

Generate a focused agent for this project.

Pattern Categories

Testing

  • Signals: jest.config, pytest.ini, mocha, test/ directory
  • Suggest: testing-code skill
  • Priority: P1 if tests exist but no skill

API Development

  • Signals: Express routes, FastAPI, REST patterns
  • Suggest: api-testing agent
  • Priority: P1 if API-heavy project

Database

  • Signals: Prisma, TypeORM, migrations/
  • Suggest: db-migrations skill
  • Priority: P2

DevOps

  • Signals: Dockerfile, docker-compose, CI configs
  • Suggest: deploying-code skill
  • Priority: P2 if no deployment automation

Code Quality

  • Signals: ESLint, Prettier, pre-commit
  • Suggest: linting-code skill
  • Priority: P3

Security

  • Signals: Auth middleware, JWT, OAuth
  • Suggest: security-review agent
  • Priority: P1 for auth-heavy projects

See reference.md for detailed pattern definitions.

Gap Analysis

Compare detected needs against existing .claude/ configuration:

Detected workflows:     Existing tooling:
- Testing (Jest)        - (none)
- API (Express)         - (none)
- CI (GitHub Actions)   - (none)

Gaps: testing, api-testing, deployment

Only suggest tooling that fills gaps.

Output Format

After generation, report:

## Tooling Created

| Type | Name | Location |
|------|------|----------|
| Skill | testing-code | .claude/skills/testing-code/ |
| Agent | code-reviewer | .claude/agents/code-reviewer.md |

### Restart Required

New skills and agents require a Claude restart to be available.

To continue where you left off:
\`\`\`bash
claude --continue
\`\`\`

### Next Steps

1. Restart Claude to load new tooling
2. Run `claude --continue` to resume
3. Review generated tooling in .claude/
4. Test skills with sample workflows

Limits

  • Maximum 5 suggestions per category
  • Require explicit approval before generating
  • Skip suggestions for existing tooling
  • Prioritize by impact (P1 first)