OpenClawのモデル通信やツール実行の不具合を、ログと再現操作で切り分けるスキル。保存済みの会話や添付資料も調べ、原因の修正と再検証につなげます。
- ローカルと実サービスの動作差を調べたいとき
- モデルに見えるツールの確認
- 応答ストリーミングの遅延・停止調査
3,005 件 ・ 関連度順
概要と使いどころ
OpenClawのモデル通信やツール実行の不具合を、ログと再現操作で切り分けるスキル。保存済みの会話や添付資料も調べ、原因の修正と再検証につなげます。
OpenClawのIssueやPRを点検するボットを運用し、報告の確認から修正ジョブの作成、権限や検証条件に沿った自動修正・マージまで扱います。
OpenClawの課題やプルリクエストを、現在のソースとテスト結果に基づいて調査・レビューし、許可された範囲で修正からマージ完了の確認まで進めるスキル。
OpenClawのCIで処理待ちや実行環境の不足を調べ、ランナー登録数・並列実行数・ジョブの分割や配置を、計測結果に基づいて調整するスキル。
OpenClawの記憶をまとめたWikiを、元資料に基づいて更新・点検します。手書きのメモを保ちながら、ページの重複や情報の矛盾、出典の不足を確認します。
Cloud Workerで使うツールを事前に組み込んだイメージを作成・選択し、起動時間と稼働を検証。失敗時の切り戻しや、承認後の旧イメージ削除も扱います。
Foodoraの注文履歴や進行中の注文状況、到着情報を確認します。状態の継続監視や注文詳細の取得に加え、過去の注文の商品をカートに追加する操作も扱います。
PDFの指定ページに対し、タイトルの変更や誤字の修正を自然な言葉で指示するスキル。nano-pdfを使い、編集後は対象ページと出力内容を確認します。
OpenClawにモデル提供サービスを追加し、実際の応答まで確認するスキル。認証情報は環境変数やファイルへの参照で扱い、設定の検証と結果報告も進めます。
Pythonの実行を途中で止めて変数や処理の流れを調べ、例外発生時の状態や稼働中のプロセスも確認しながら、不具合の原因を追うスキル。
GitHubのIssueを条件で絞り込み、修正・テスト・PR作成をバックグラウンドのエージェントに任せます。重複作業の回避やレビュー指摘への対応も扱います。
GitHubのIssueやPRを確認・作成し、コメントやレビュー、CIの実行結果を扱います。失敗ログの調査や再実行、承認されたマージの状態確認にも対応します。
バグやテスト失敗、予期しない動作の原因を、再現手順やログ、直近の変更から調べます。仮説の検証から修正後のテストまで、根拠に沿って進めるスキルです。
機能の実装後やマージ前に、別のエージェントへコードレビューを依頼します。変更内容と要件、対象のコミットを渡し、指摘の重要度に応じて修正を進めるスキルです。
作成済みの実装計画を、同じセッションでタスクごとに実行します。テストの失敗と成功、進捗や判断を記録し、最後にブランチ全体をレビューするスキルです。
機能開発を別の作業領域で進めるために、既存の分離状態を確認し、環境標準の機能かgit worktreeで領域を用意。依存関係の準備と開始前のテストも行います。
互いに依存しない不具合やテスト失敗を別々のエージェントに割り当て、並行して調査・修正するスキル。担当範囲を明確にし、結果の確認と変更の統合まで案内します。
課題や外部からのPRを分類し、報告内容の検証や不足情報の整理を進めます。対応状況を管理し、エージェントや人が着手するための作業説明を残すスキル。
処理の流れや状態変化を試すHTML、または複数の画面案を切り替える試作品を作り、操作しながら設計上の疑問を確かめ、判断を記録するスキル。
コーディングの作業ログを振り返り、ファイルの探しやすさ、自動チェック、指示文、ツール利用などを点検して、次回に向けた環境改善案を重要度順に整理するスキル。
Claude CodeでGitの送信や変更破棄などを実行前にブロックするフックを設定します。プロジェクト単位か全体への適用を選び、対象コマンドの調整と動作確認まで行います。
機能追加やバグ修正を、失敗するテストと最小限の実装の順に進めます。利用者が使う公開インターフェースを通じて動作を確かめ、内部構造に依存しないテストを作るスキルです。
Govern cross-module regression in large repositories with a REGRESSION.md ledger that records each module's downstream consumers and executable acceptance command. After a change, run the changed module and every affected downstream command, and use observed exit codes as regression evidence under the project's delivery policy. Use for module regression, regression ledgers, impact audits, downstream verification, and changes where modifying A may break B.
日本語の概要は準備中です。原文の説明を表示しています。
Perform evidence-backed impact analysis before changing code, data, interfaces, or governance documents, then compare the planned impact with the actual diff after implementation. Covers call paths, data and schema, API contracts, tests, documentation, ADRs, deployment, migration, and rollback. Use for cross-module or high-risk changes, database migrations, authentication, public interfaces, blast-radius questions, pre-change checks, and post-implementation alignment.
日本語の概要は準備中です。原文の説明を表示しています。