ab-test-setup
A/Bテストや実験の設計・実装を支援するスキル。 「A/Bテストを設計して」「スプリットテストしたい」「仮説を立ててテストしたい」「バリアントを比較」等のリクエストで発動。 トラッキング実装は analytics-tracking を参照。
marimoダッシュボード・プロジェクト進捗可視化に使用。 「ダッシュボードを作って」「進捗を可視化して」「テスト結果を表示して」等のリクエストで発動。
Claude Code
$ npx -y skills add minicoohei/ai-agent-camp --skill monitoring-dashboard --agent claude-code
Codex
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a codex -y
Cursor
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a cursor -y
Gemini CLI
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a gemini-cli -y
GitHub Copilot
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a github-copilot -y
OpenCode
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a opencode -y
Windsurf
$ npx skills add minicoohei/ai-agent-camp --skill monitoring-dashboard -a windsurf -y
name: monitoring-dashboard description: "marimoダッシュボード・プロジェクト進捗可視化に使用。 「ダッシュボードを作って」「進捗を可視化して」「テスト結果を表示して」等のリクエストで発動。" triggers: - ダッシュボードを作って - 進捗を可視化して - テスト結果を表示して - monitoring-dashboard - プロジェクト進捗ダッシュボード - モニタリング
marimo Run Mode を使って、プロジェクト進捗・テスト結果・要件トレーサビリティを可視化するダッシュボードを生成します。
1. データソース(JSON/CSV)を指定 2. ダッシュボードのレイアウトを選択(進捗/テスト/統合) 3. marimo ノートブック(.py)を自動生成 4. `marimo run` で起動し、ブラウザで確認
WBS進捗データから以下を可視化:
**データ形式:** `dummy-wbs-progress.json`
{
"tasks": [
{
"id": "WBS-001",
"name": "タスク名",
"phase": "Phase A",
"assignee": "担当者",
"progress": 75,
"start_date": "2025-01-01",
"due_date": "2025-01-15",
"status": "in_progress"
}
]
}テスト実行結果から以下を可視化:
**データ形式:** `dummy-test-results.json`
{
"suites": [
{
"name": "スイート名",
"tests": [
{
"id": "TC-001",
"name": "テスト名",
"status": "passed",
"duration_ms": 150,
"severity": "high"
}
]
}
]
}要件→設計→テストの追跡:
import marimo as mo
import pandas as pd
import plotly.express as px
import json
app = mo.App()
@app.cell
def load_data():
"""データ読み込み"""
with open("path/to/data.json") as f:
data = json.load(f)
return pd.DataFrame(data["tasks"])
@app.cell
def progress_chart(df):
"""進捗チャート"""
fig = px.bar(df, x="name", y="progress", color="phase",
title="タスク進捗率")
mo.ui.plotly(fig)
@app.cell
def summary_metrics(df):
"""サマリーメトリクス"""
total = len(df)
completed = len(df[df["progress"] == 100])
mo.md(f"""
## プロジェクトサマリー
- 総タスク数: **{total}**
- 完了: **{completed}**
- 完了率: **{completed/total*100:.1f}%**
""")| Parameter | Required | Default | Description | |-----------|----------|---------|-------------| | data_source | Yes | - | データファイルのパス(JSON/CSV) | | dashboard_type | No | integrated | ダッシュボード種別(progress/test/traceability/integrated) | | output | No | output/pm/dashboard.py | 出力ファイルパス | | title | No | Project Dashboard | ダッシュボードタイトル |
marimo ノートブック(.py)を生成:
monitoring-dashboardスキルを使って、ダミーデータからプロジェクト統合ダッシュボードを作成してください。 データ: 任意の進捗 JSON または CSV → output/pm/dashboard.py が生成される → marimo run で起動
AI Agent Training for Non-Engineers - Complete Guide to Claude Code / Cursor / Codex ### ⚠️ Before you clone Official repository (maintained by the authors): Running AI agents from this repo grants them shell, file-write, and external-API permissions on your
A/Bテストや実験の設計・実装を支援するスキル。 「A/Bテストを設計して」「スプリットテストしたい」「仮説を立ててテストしたい」「バリアントを比較」等のリクエストで発動。 トラッキング実装は analytics-tracking を参照。
マルチエージェントシステムのアーキテクチャ設計ツールキット。 「エージェントを設計して」「マルチエージェント構成」「エージェントのアーキテクチャ」「オーケストレーション設計」等のリクエストで発動。
アナリティクスのトラッキング設定・改善・監査を支援するスキル。 「トラッキングを設定」「GA4を導入」「コンバージョン計測」「イベントトラッキング」「UTMパラメータ」「GTMの設定」等のリクエストで発動。 A/Bテスト計測は ab-test-setup…
テーマからアウトライン生成→文体プロファイル適用→Markdown記事出力を行う記事執筆スキル。 挿絵マーカーの自動挿入、style-analyzerプロファイル参照による文体統一に対応。…
各種SNS・広告プラットフォーム向けのバナー/クリエイティブを生成するスキル。 X, Facebook, Instagram, PRTimes, YouTube, LINE, Web広告に対応。…
GCPプロジェクト単位でBigQuery認証を設定するスキル。 gcloud設定プロファイルで複数プロジェクトを安全に分離管理。 「BigQueryに繋ぎたい」「BQ認証」「gcloud認証」「データ分析の認証設定」等のリクエストで発動。
How to work in a Codebase Wiki project (the `codebase-wiki` starter pack): an agent-authored, source-grounded wiki of the…
Simulates academic peer review, evaluating papers across Originality, Methodology, Results, and Writing to provide Major/Minor…