s07: Skill Loading — 必要なときにスキルを読み込む

English · 中文 · 日本語

s01 → s02 → s03 → s04 → s05 → s06 → s07 → s08 → s09 → ... → s16 → s17

system prompt にはスキルカタログを入れ、load_skill は完全な SKILL.md を返す。

Harness レイヤー：知識の読み込み — 利用可能なスキルをモデルに示し、名前で内容を読み込む。

課題

あるプロジェクトに React コンポーネント仕様、SQL スタイルガイド、API 設計ドキュメントがあるとする。開発中に Agent へこれらの規約を守らせたい場合、最も直接的な方法は、すべてを system prompt に入れることだ：

SYSTEM = (
    f"You are a coding agent. "
    + open("docs/react-style.md").read()
    + open("docs/sql-style.md").read()
    + open("docs/api-design.md").read()
)

この方法で Agent はすべての規約を読めるが、3 つの文書すべてが system prompt に固定され、現在のタスクに必要な文書だけを選べない。LLM を呼び出すたびに、3 つの文書の全文がモデルへ送られる。タスクが React コンポーネントの変更だけなら、必要なのは React コンポーネント仕様だけである。無関係な SQL スタイルガイドと API 設計ドキュメントも入力 token とコンテキストウィンドウを使うため、コード、会話、tool result に使える領域が減る。

ソリューション

起動時に SkillLoader が skills/*/SKILL.md を走査し、YAML frontmatter の name と description を読み取って、カタログを system prompt に追加する。完全な指示が必要になると、モデルは load_skill(name) を呼ぶ。返された SKILL.md は tool_result としてメッセージリストへ追加される。

内容	モデル入力での位置	追加時点
スキル名と説明	system prompt	起動時
完全な `SKILL.md`	`tool_result`	`load_skill` 呼び出し時

仕組み

各スキルは SKILL.md を持つディレクトリである：

skills/
  agent-builder/SKILL.md
  code-review/SKILL.md
  mcp-builder/SKILL.md
  pdf/SKILL.md

スキルを走査する

class SkillLoader:
    def scan(self):
        self.skills.clear()
        skills_root = self.skills_dir.resolve()
        for manifest in sorted(self.skills_dir.glob("*/SKILL.md")):
            if (not manifest.is_file()
                    or not manifest.resolve().is_relative_to(skills_root)):
                continue
            content = manifest.read_text()
            metadata, body = self.parse_frontmatter(content)
            raw_name = metadata.get("name")
            name = raw_name.strip() if isinstance(raw_name, str) else ""
            name = name or manifest.parent.name
            raw_description = metadata.get("description")
            description = (raw_description.strip()
                           if isinstance(raw_description, str) else "")
            description = description or body.split("\n", 1)[0]
            description = " ".join(str(description).lstrip("# ").split())
            self.skills[name] = {
                "name": name,
                "description": description,
                "content": content,
            }

catalog() は名前と説明だけを返す：

- code-review: Perform thorough code reviews...
- pdf: Process PDF files...

system prompt を組み立てる

def build_system_prompt() -> str:
    return (
        f"You are a coding agent at {WORKDIR}. Use tools to solve tasks. "
        "Act, don't explain.\n\n"
        f"Skills available:\n{SKILL_LOADER.catalog()}\n\n"
        "Use load_skill to read the full instructions when a skill applies."
    )

固定された Agent の指示と、起動時に見つかったスキルカタログをこの関数で組み合わせる。

完全な内容を読み込む

def load(self, name: str) -> str:
    skill = self.skills.get(name)
    if skill:
        return skill["content"]
    available = ", ".join(self.skills) or "none"
    return f"Error: Unknown skill '{name}'. Available: {available}"

name は起動時に作られたレジストリの検索に使われ、ファイルパスとして解釈されない。ツールが返ると、既存の Agent Loop が内容を新しい tool_result メッセージとして追加する。

試してみよう

cd learn-claude-code
python s07_skill_loading/code.py

以下の prompt を試す：

What skills are available?
Load the code-review skill and follow its instructions
Review README.md and load the relevant skill first

system prompt にカタログだけが入り、load_skill の呼び出し後に完全な SKILL.md が現れることを確認する。

ツール呼び出しが増えると、messages[] には以前のファイル内容やツール結果が残る。

s08 Context Compact → 過去のメッセージを短くし、後続の呼び出しで使えるコンテキストを確保する。

5.3 KiB Raw Permalink Blame History