t3dotgg/tstack

一言で言うと

あなたのAIコーディングエージェントに "full send" や "council" のような短いフレーズを与えると、tstack はそのフレーズを、Claude Code や Codex などのツール内でプルリクエスト（PR）を処理するための複数ステップのルーチンに変換します。レビューからマージまでを自動で行います。

これは何か

エージェントに特定のGitHubワークフローの実行方法を指示する小さな指示ファイル（「スキル」と呼ばれる）のセットです。作者自身の日常的な利用のために作られましたが、誰でもインストールできるように整理されています。一部のスキルは、利用可能な場合はヘルパーツールの T3 Code を使用しますが、T3 Code がない場合はエージェントの組み込みツールにフォールバックします。

スキル（トリガーフレーズ → 何が起こるか）

トリガー	目的
full-send	誰もレビューしていないマージ済みPRを取り上げ、完了まで導きます：変更が機能することを証明し、レビューし、提出し、チェックを監視し、マージします。
full-stop	full-send と同じですが、マージの前で停止し、あなた自身でマージするために委ねます。
council	3つの異なるAIモデル（3つの異なるプロバイダーから）からのレビューを取得し、3つすべてが同意するまでループし続けます。
sol loop	GPT Sol と呼ばれる特定のモデルでレビューループを実行し、エージェントと GPT Sol が変更に同意するまで行ったり来たりします。
file a PR	変更されたすべてのファイルの箇条書きリストではなく、解決する問題 を先頭にした短いプルリクエストを提出します。
take over	他の誰かの未完了のPR、ブランチ、またはエージェントスレッドを引き継ぎ、完了させ、元の作者のクレジットを保持します（帰属を奪いません）。
babysit	CI（自動チェック）とレビューボットを通じてPRを監視し、実際に有効な指摘のみを修正します。
modernize	古いPRを最新のコードにリベースし、PRがまだ存在すべきかどうかを判断します。
(自動)	エージェントがあなたの代わりに投稿するコメントをフォーマットし、一貫性を持たせます（他のスキルで使用されます）。

スキルの依存関係

一部のスキルは他のスキルから構築されているため、セット全体をインストールする必要があります。README にはこれらのチェーンがリストされています：

• full-send → sol-loop、file-pr、babysit-pr を使用
• full-stop → full-send を使用
• takeover → modernize、file-pr、babysit-pr、leaving-pr-comments を使用
• file-pr、babysit-pr、modernize → leaving-pr-comments を使用

README は、すべてのスキルを一緒にインストールすることを推奨しています。

インストールとセットアップ

• リポジトリをクローンします: git clone https://github.com/t3dotgg/tstack
• スキルフォルダをエージェントのスキルディレクトリにコピーします:
  • Claude Code: tstack/skills/* を ~/.claude/skills/ にコピー
  • Codex: tstack/skills/* を ~/.codex/skills/ にコピー
• 要件: 認証済みの GitHub CLI (gh)、および babysit-pr スキルの待機スクリプト用の python3。council と sol-loop スキルは、他のプロバイダーのモデルからのサブエージェントが必要です — T3 Code は delegate_task でそれらを生成できます。それ以外の場合は、それらのモデルを実行できるハーネスが必要です。

カスタマイズ

これらのスキルは 出発点 として意図されています。README はそれらを編集することを推奨しており、個人設定（たとえば「評議会」にどのモデルを置くかなど）を CLAUDE.md または AGENTS.md ファイルに保持することを推奨しています。そうすれば、スキルを更新しても個人の選択を失うことはありません。

ライセンス

MIT。