yao-meta-skill: 再利用可能なAIエージェントスキルをモデリング、コンパイル、評価するためのガバナンス付きライフサイクルシステム

何を解決するか

yao-meta-skillは、繰り返されるワークフロー、プロンプト、およびメモを、再利用可能でガバナンスの効いたAIエージェントスキルに変換するためのフレームワークです。単なるプロンプトエンジニアリングを超え、スキルの作成をソフトウェアエンジニアリングのプロセスとして扱い、AIスキルのフルライフサイクルをモデリング、コンパイル、評価、および管理するためのツールを提供します。

仕組み

このプロジェクトは、構造化されたパイプラインに従う「Skill OS」(バージョン2.0)を実装しています：

1. Intent Modeling: ファイルを生成する前に、対話プロセスを通じてスキルのジョブ、出力、および制約を明確にします。
2. Skill IR (Intermediate Representation): スキルのプラットフォームに依存しないセマンティックな契約を作成し、意図（intent）をプラットフォーム固有の実装から分離します。
3. Compilation: ターゲットコンパイラとアダプターを使用して、OpenAI、Claude、および VS Code を含むさまざまなプラットフォーム向けにスキルを生成します。
4. Evaluation & Review: 「Eval Lab」を使用してトリガーと出力の品質をテストし、その証拠を「Review Studio」のHTMLゲートページでレビューします。
5. Release & Governance: パッケージを検証し、インストールをシミュレートし、証拠が検証されるまで時期尚早な公開宣言を防ぐための「claim guard」を使用します。
6. SkillOps Loop: 採用のドリフト（drift）とテレメトリを追跡し、次回のスキルの反復（iteration）に役立てます。

対象者

• AI Agent Developers: さまざまなLLMプロバイダー間で動作する、ポータブルでチーム向けのスキルを作成する必要がある人々。
• Team Leads: AI資産に対してガバナンス、リリースゲート、およびエビデンスに基づく品質保証を必要とするユーザー。
• Power Users: 個人の生産性ワークフローを、構造化されたインストール可能なスキルパッケージに変換する個人。

ハイライト

• Platform Neutrality: Skill IRを使用して、単一のソースから複数のターゲット（OpenAI、Claudeなど）向けにスキルをコンパイルします。
• Evidence-Based Governance: 盲目的な信頼を、リリースゲートのためのエビデンス台帳とレビュースタジオに置き換えます。
• Comprehensive Eval Lab: アサーション（assertion）の採点、ブラインドA/Bレビューパック、およびランタイム権限プローブを含みます。
• SkillOps: 実際の使用シグナルに基づいて反復的な改善を導くための、統合されたテレメトリと採用ドリフトレポート。