무료GitHub에 공개

network-diagnostics

ネットワーク品質を総合的に診断し、ボトルネックの特定と根本原因の深堀りまで行うスキル。接続情報、レイテンシ、ダウンロード速度、HTTP接続タイミング、経路解析を自動実行し、品質閾値に基づく総合評価を日本語レポートとして出力する。外部依存なし（OS標準ツールのみ使用）、macOSおよびLinux対応。

Use when diagnosing network quality, troubleshooting slow connections, identifying network bottlenecks, measuring latency/bandwidth/jitter, or generating network health reports. 「ネットワーク診断」「network diagnostics」「ネットワークが遅い」「latency check」「bandwidth test」「traceroute analysis」

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library

설치 방법 보기

포함된 파일(7)

SKILL.md4.2 KB
assets/network_report_template.md8.1 KB
references/deep_dive_procedures.md7.7 KB
references/network_quality_thresholds.md2.2 KB
scripts/network_diagnostics.py34.7 KB
tests/__init__.py0 B
tests/test_network_diagnostics.py22.0 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Network Diagnostics

Comprehensive network quality assessment using OS-standard tools only. 3-Phase workflow: Collect → Analyze & Report → Deep-Dive (on issues).

3-Phase Workflow

Phase 1: COLLECT (Data Collection)

Run the diagnostics script to collect all network metrics as JSON:

python3 scripts/network_diagnostics.py -o /tmp/network_diag.json

CLI Options:

Option	Description	Default
`-o FILE`	Output file (default: stdout)	stdout
`-t host,label`	Add custom target (repeatable)	-
`--skip-traceroute`	Skip traceroute	false
`--skip-speed`	Skip download speed tests	false
`--ping-count N`	Ping packet count	10

Collected Data:

Connection Info - Interface, type (Ethernet/Wi-Fi), IP, gateway, DNS, ISP, MAC, MTU
Ping Tests - Gateway + 8.8.8.8 + 1.1.1.1 (+ custom targets) → avg/min/max/jitter/loss
HTTP Timing - DNS resolution, TCP connect, TLS handshake, TTFB, total
Download Speed - Cloudflare + OVH + Hetzner CDN endpoints → Mbps
Traceroute - Hop-by-hop route analysis with RTT and timeout detection

Phase 2: ANALYZE & REPORT

Read the JSON output from Phase 1
Load references/network_quality_thresholds.md for threshold definitions
Evaluate each metric against thresholds (connection-type aware: Ethernet vs Wi-Fi)
Generate report using assets/network_report_template.md format

Threshold Summary:

Metric	Ethernet GOOD	Wi-Fi GOOD
Avg Ping	< 20ms	< 30ms
Jitter	< 5ms	< 10ms
Packet Loss	0%	< 0.5%
Download	> 50 Mbps	> 30 Mbps
DNS	< 50ms	< 50ms
TLS	< 100ms	< 100ms
TTFB	< 200ms	< 200ms

Overall Rating: CRITICAL if any CRITICAL → WARNING if any WARNING → GOOD

Phase 3: DEEP-DIVE (Issues Only)

Triggered when Phase 2 detects WARNING or CRITICAL issues.

Load references/deep_dive_procedures.md
Identify problem category (high latency, packet loss, DNS delay, low speed, route anomaly, high jitter)
Run additional diagnostic commands from the procedures
Compare results with root cause indicators
Report findings with specific remediation steps

Problem Categories:

High latency → Gateway vs external comparison, buffer bloat detection, MTU test
Packet loss → Extended ping, traceroute loss point identification
DNS delay → Resolver comparison (current vs 8.8.8.8 vs 1.1.1.1)
Low speed → Multi-server test, duplex/MTU check
Route anomaly → Multi-destination traceroute, ASN identification
High jitter → Wired vs wireless comparison, channel congestion check

Requirements

Python: 3.7+ (standard library only)
Required commands: ping, curl
Optional commands: traceroute (skipped with warning if missing)
Platforms: macOS, Linux (auto-detects and adapts commands)

Resources

scripts/

network_diagnostics.py - Main data collection script (JSON output)

references/

network_quality_thresholds.md - Quality thresholds by connection type (GOOD/WARNING/CRITICAL)
deep_dive_procedures.md - Deep-dive investigation procedures by problem category

assets/

network_report_template.md - Japanese report template with box-drawing tables

tests/

test_network_diagnostics.py - Unit tests for all parsers (unittest + mock)

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

같은 저장소의 스킬

action-status-updater

무료

Track and update action item status from natural language updates like 'Seanのメールには返信しておいた' or 'Lu対応予定'. Integrates with daily-comms-ops workflow. Use when managing action items across communication channels.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

ai-adoption-consultant

무료

AI活用提案の専門コンサルタントスキル。LLM・AIエージェントの活用事例知識を基に、業界別、部門別、シーン別に最適なAI導入提案を行います。システム化、業務改善、効率化を得意とし、具体的な活用事例、期待効果、導入ステップを含む実践的な提案を提供します。Use when proposing AI/LLM adoption strategies for specific industries, departments, or business scenarios.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

ai-bpo-proposal-generator

무료

Generate AI-powered BPO service proposals for Japanese companies in the US market. Use when creating outsourcing proposals with AI service menus, ROI estimation, implementation roadmaps, and bilingual (JA/EN) proposal documents for 在米日系企業向けAI実装.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

ai-text-humanizer

무료

AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法（バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

audit-control-designer

무료

Generate audit-ready internal control design documents from As-Is business process inventories. Produces control IDs, assertion mappings, procedures, SoD analysis, KPIs, materiality thresholds, and implementation roadmaps. Use when building internal controls for new audit engagements, SOX/J-SOX compliance, or process improvement initiatives.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

audit-doc-checker

무료

Review audit-related documents (control design documents, bottleneck analyses, requirements definitions, etc.) for quality, scoring them 0-100 with a severity-rated findings list. Use when reviewing audit documents, checking control design quality, or verifying cross-document consistency. Supports documents governed by US GAAP, IFRS, or J-GAAP.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

takusaotome/claude-skills-library102026년 10월 5일 업데이트

takusaotome의 스킬 모두 보기

이 스킬의 문제 신고

설치

명령으로 설치

npx skills add https://github.com/takusaotome/claude-skills-library --skill network-diagnostics

터미널에 붙여 넣고 실행합니다(Node.js 필요). Claude Code, Codex 등 설치할 에이전트를 고를 수 있습니다.

에이전트에게 부탁하기

다음 Agent Skill을 설치해 주세요.
https://github.com/takusaotome/claude-skills-library/tree/main/skills/network-diagnostics

먼저 SKILL.md와 첨부 파일의 내용을 확인해 수상한 처리(외부 전송, 인증 정보 읽기 등)가 없는지 확인한 뒤 Claude Code는 ~/.claude/skills/network-diagnostics/, Codex는 ~/.agents/skills/network-diagnostics/ 에 배치해 주세요.

이 문장을 그대로 Claude Code나 Codex에 보내면 내용을 확인한 뒤 설치해 줍니다.

GitHub에서 소스 보기

저장소: takusaotome/claude-skills-library
스타: 10
포크: 4
카테고리: 테스트·보안
라이선스: MIT
원문 언어: 일본어
최종 업데이트: 2026년 10월 5일

스킬은 에이전트를 위한 지시와 스크립트의 묶음입니다. cccskills는 내용의 안전성을 보증하지 않습니다. 설치하기 전에 내용을 확인하세요.