Skill Introduction

Overview

AI エージェントのアクション空間、ツール定義、観測フォーマットを設計・最適化して完了率を向上させます。

Core value

Turns reusable Debugging know-how into an installable skill, helping users complete github, community work faster.

Target users

Developers, testers, and maintainers who handle Debugging tasks in Focus Code.
Teams that already trust workflows or content from affaan-m.
Users who want standardized prompts, steps, or conventions instead of repeating setup work.

Best practices

Read the skill content first to confirm required inputs, expected outputs, and dependencies.
Try it on a small task before relying on it for critical work.
Add project-specific constraints such as coding style, target platform, test expectations, and delivery format.
For external sources, verify the source link, version, and recent maintenance activity.

Best use cases

Tasks related to github, community that need a reusable execution flow.
Converting a community repo, team convention, or personal workflow into day-to-day assistance.
Starting from a proven skill instead of writing prompts or procedures from scratch.

Limits and boundaries

Results depend on the quality of the original skill content and may need human correction.
It does not replace code review, tests, security review, or professional judgment.
External tools, APIs, account permissions, and local dependencies still need separate setup.

Differentiation

Structured around Debugging, making it easier to discover and reuse than loose prompt snippets.
Marked as GitHub, which helps users judge trust and maintenance expectations.
Keeps the original source link available for repository, documentation, or discussion follow-up.
Tagged with github, community, so it can be filtered by concrete task intent.

Install and use

Install

Copy Install Command

focus install agent-harness-construction-299163

View source

Detail Preview

SKILL.md

Primary filemarkdown3 KB

name: agent-harness-construction description: AI エージェントのアクション空間、ツール定義、観測フォーマットを設計・最適化して完了率を向上させます。 origin: ECC

エージェントハーネス構築

エージェントの計画、ツール呼び出し、エラーからの回復、完了への収束を改善する場合にこのスキルを使用します。

コアモデル

エージェントの出力品質は以下によって制約されます：

アクション空間の品質
観測の品質
回復の品質
コンテキストバジェットの品質

アクション空間の設計

安定した明示的なツール名を使用する。
入力スキーマファーストで絞り込んだものにする。
決定論的な出力形状を返す。
分離が不可能な場合を除き、キャッチオールツールは避ける。

粒度ルール

高リスク操作（デプロイ、マイグレーション、権限）にはマイクロツールを使用する。
一般的な編集・読み取り・検索ループには中規模ツールを使用する。
ラウンドトリップのオーバーヘッドが支配的なコストである場合のみマクロツールを使用する。

観測の設計

すべてのツールレスポンスに含めるべき内容：

status: success|warning|error
summary: 一行の結果
next_actions: 実行可能なフォローアップ
artifacts: ファイルパス / ID

エラー回復コントラクト

すべてのエラーパスに含めるべき内容：

根本原因のヒント
安全なリトライ指示
明示的な停止条件

コンテキストバジェット管理

システムプロンプトを最小限かつ不変に保つ。
大きなガイダンスはオンデマンドで読み込まれるスキルに移動する。
長いドキュメントをインラインで挿入するより、ファイルへの参照を優先する。
任意のトークン閾値ではなく、フェーズの境界でコンパクト化する。

アーキテクチャパターンガイダンス

ReAct: 不確実なパスを持つ探索的タスクに最適。
関数呼び出し: 構造化された決定論的フローに最適。
ハイブリッド（推奨）: ReAct 計画 + 型付きツール実行。

ベンチマーク

追跡すべき指標：

完了率
タスクあたりのリトライ数
pass@1 および pass@3
成功タスクあたりのコスト

アンチパターン

セマンティクスが重複するツールが多すぎる。
回復ヒントのない不透明なツール出力。
次のステップなしのエラーのみの出力。
無関係な参照でコンテキストを過負荷にする。

agent harness construction