@juliusbrussee
AIエンジニアリング、ペルソナ、DevOpsをカバー、代表作はcaveman-commit、caveman-review、caveman-compress。
@juliusbrussee のすべての Skill
caveman
by @juliusbrussee
「Caveman」（ケイブマン）は、AIエージェントが「原始人」のようなスタイルでコミュニケーションを取り、出力トークン数を大幅に削減しながら、100%の技術的正確性を維持するユニークなAIスキルです。表現を簡素化することで、LLMの運用コストを効果的に削減し、応答速度を約3倍に向上させ、複数の圧縮レベルを提供します。AIインタラクションの効率を最適化するための強力なツールです。
caveman-commit
by @juliusbrussee
Conventional Commitsの規範に従って簡潔なGitコミットメッセージを生成し、「なぜ」ではなく「何を」に焦点を当て、冗長な表現を排除します。
caveman-review
by @juliusbrussee
簡潔で実行可能なコードレビューコメントを生成します。1行につき1つの指摘で、場所、問題、修正案を含みます。
caveman-compress
by @juliusbrussee
自然言語ファイルを元の人間言語スタイルに圧縮し、入力トークンを大幅に削減しつつ、可読なバックアップを保持。
caveman-help
by @juliusbrussee
Cavemanスタイルでリファレンスカードを表示し、冗長な単語や埋め草を排除し、ミニマリストな表現を維持します。
cavecrew
by @juliusbrussee
Cavecrew は、Anthropic のデフォルトエージェントの出力を圧縮し、コンテキストトークンの消費を大幅に削減するサブエージェントプリセットのセットです。コードの調査、外科的編集、バグチェックのための調査者、ビルダー、レビューアーモードを提供し、複数回の委任でコンテキストの枯渇を回避し、開発効率を向上させます。
caveman-stats
by @juliusbrussee
このスキルは、整形された統計データを即座に返すことで、ユーザーがAIの使用状況をすぐに確認できるようにします。モデルによる追加処理は不要で、主要な数値を直接提供し、ユーザーがAIのインタラクションパターンを迅速に理解し分析するのに役立ちます。
caveman-explore
by @juliusbrussee
このスキルは読み取り専用のリポジトリ探索器です。未知のリポジトリを調査するとき、複数のファイルにまたがる機能を特定したいとき、直接検索が失敗したときに、並列で検索と読み込みを実行し、コンパクトなパス:行番号の引用を返します。開発者やAIエージェントがコードの場所を素早く特定するのに役立ち、時間とトークンを節約します。未知のリポジトリの初期調査に最適で、以前の検索が失敗した場合にも有効です。
caveman-learn
by @juliusbrussee
このスキルは、caveman learn レポートのランキングされたトークンシンクを確認し、コスト削減の修正（過剰な設定ファイルのトリミング、繰り返し発生するコンテキストのメモリシステムへのオフロード）を編集ごとの同意を得て適用します。測定していない節約を主張することはなく、エージェントを賢くなくすることもありません。学んだレポートを実行したとき、トークンコストを下げたいとき、重いプロンプトファイルをトリミングしたいとき、毎回同じコンテキストを再貼り付けするのをやめたいときに使用します。承認された編集を元に戻せ、実測に基づいて制御することで、コンテキスト品質を犠牲にせずにトークン無駄を安全かつ体系的に削減できます。
safe-refactor
by @juliusbrussee
コードを再構築する際に動作を保持します。このスキルは、構造編集の前に動作保存境界を定義し、検証を確立します。抽出、統合、所有権移動、クリーンアップをサポートし、中間状態をビルド可能かつテスト可能に保ちます。変更後に同じ証明を実行して動作が一致することを確認し、リグレッションや潜在的なバグを大幅に削減します。
caveman-optimize
by @juliusbrussee
このスキルは、最適化観察を体系的に評価し、証拠と運用者の選択に基づいて、実装前にペア評価を設計して効果を検証します。盲目的な導入を避け、品質低下を防ぎつつ、実際のリソース節約と品質維持を保証します。
investigate-first
by @juliusbrussee
このスキルは、コードを編集する前に曖昧な障害を診断するのに役立ちます。症状と根本原因を分離し、入力と状態遷移を追跡し、証拠に基づいて仮説をランク付けします。証拠が不十分なまま編集することを防ぎ、障害の平均特定時間を短縮し、回帰リスクを低減します。
verify-and-stop
by @juliusbrussee
この Skill は、受け入れ条件を最小限の十分な証明セットに変換し、検証専用タスク、完了チェック、ゲート実行、最終確認に使用します。現在も有効な結果を再利用し、広いゲートの前に焦点を絞ったチェックを実行し、合格・不合格・利用不可・ブロックを正確に区別します。修正が要求されない限り製品コードを編集せず、受け入れ証明が完了したらすぐに停止し、スコープの拡大を防ぎます。
surgical-patch
by @juliusbrussee
このスキルは、最も狭い責任層でバグや小さな動作変更を修正し、周囲の動作やユーザーの変更を保持します。不要なクリーンアップやリファクタリングを避けます。回帰テストが重要な場面で使用し、症状を根本原因に迅速に辿り、変更を最小化して検証します。これにより、回帰リスクを低減し、コードの安定性と修正効率を向上させます。
lean-build
by @juliusbrussee
このスキルは、過剰構築のリスクが高い機能開発に使用します。リクエストとリポジトリから観察可能な受入基準と明確な非目標を導き出し、不変条件を所有するレイヤーを通じてエントリポイントを追跡し、適切なシームを再利用して、責任あるレイヤーにわたる一貫したエンドツーエンドのパスを提供します。厳密なスコープと明確な停止条件を維持し、過剰設計を防ぎ、納期とコード品質を向上させます。
caveman-evidence-review
by @juliusbrussee
このスキルは、Caveman プラットフォームのデータを読み取り専用でレビューし、実データに基づいて結論を導きます。測定コスト、推測される余裕、検証済みの節約を分離し、トレース分析で因果関係を確認します。コスト最適化や実験評価に適しています。
caveman-discover
by @juliusbrussee
このスキルは、コードリポジトリ内のLLMワークフロー（サポート返信、夜間ダイジェストなど）に追跡可能なラベルを自動的に追加し、ワークフローごとのコスト監視を実現します。エントリーポイントを棚卸しし、命名規則を適用し、最小限の変更でゲートウェイに統合することで、各AIタスクのリソース消費を明確にし、予算配分を最適化します。
caveman-manage
by @juliusbrussee
このスキルは、評価ゲート付き実験のライフサイクルを管理し、証拠に基づく承認推奨を提供し、不正な変更をブロックして、実験の安全性とコンプライアンスを確保します。A/Bテストやモデル実験など、管理されたリリースが重要な場面に最適で、チームのリスク軽減と管理効率の向上に役立ちます。
migration
by @juliusbrussee
このSkillは、リバーシブルで互換性安全な移行を実装します。データベーススキーマ、データ、API、プロトコル、設定、依存関係の移行に使用します。前方経路とロールバック経路を明確に定義し、既存データを保持し、破壊的ステップを明示します。混合バージョン実行中でも安全で、拡張→移行→検証→縮小の順序を守ります。移行リスクを軽減し、リリースの信頼性を向上させます。
caveman-setup
by @juliusbrussee
このスキルは、アプリのLLM呼び出しをバイト保存型プロキシゲートウェイに配線し、使用量とコスト測定を実現する方法を案内します。コードのリファクタリングは不要で、ベースURLと認証ヘッダーを変更するだけで全呼び出しをカバーし、シークレットも安全に保ちます。OpenAI、AnthropicなどのSDKを使用するアプリに最適で、即座に呼び出し監視とコスト可視化が得られます。
compress
by @juliusbrussee
自然言語ファイルをCavemanスタイルに圧縮して入力トークンを削減し、元のファイルは.original.mdとしてバックアップされます。
build
by @juliusbrussee
「build」スキルは、AIエージェントが仕様を実装するための単一スレッドの計画→実行プロセスを定義します。仕様の読み込み、タスクの解析、詳細な実装計画（不変条件、インターフェース、ファイル、テストの引用を含む）の策定、コード修正の実行、検証を行います。検証が失敗した場合、エージェントは失敗の原因を分析し、コードを修正するか仕様を更新するかを決定するバックプロパゲーションメカニズムをトリガーし、各コミットが検証され、厳格なポリシーに従うことを保証します。
spec
by @juliusbrussee
specは、アイデアからの新規生成、コードからの抽出、バグ処理による更新、既存仕様の修正を通じて、技術仕様の管理を強力に支援します。これにより、仕様とコードの同期を保ち、ソフトウェア開発の明確さと効率を向上させます。
backprop
by @juliusbrussee
「backprop」は、バグの追跡、分析、仕様の更新、テストの生成を通じて、コード品質を確保し、再発を防ぐための構造化されたバグ修正プロセスです。各バグ修正をシステム仕様の改善に変換し、ソフトウェアの長期的な安定性を向上させます。
junior-to-senior
by @juliusbrussee
この スキルは、AIが生成した計画、設計、アーキテクチャに対して、シニアエンジニアによる対抗的レビューを模擬します。リアルタイムのコードベースとウェブ調査を通じて、計画が曖すぎるか詳細すぎるかを診断し、証拠に基づいた最新のベストプラクティスに書き換えます。計画の品質を確保し、時代遅れや曖昧な出力を避けたい場合に使用します。
interface-kit
by @juliusbrussee
このSkillは、アクセシビリティ、パフォーマンス、タイポグラフィ、レイアウト、カラー、モーションからポリッシュまでの優先順位スタックを網羅し、優れたインターフェースを実現するための体系的なガイドを提供します。開発者が一貫性があり洗練された信頼できるUIを迅速に提供し、CSSの無限の調整を排除し、プロトタイプから実装までの時間を大幅に短縮します。
context-canary
by @juliusbrussee
このスキルは毎回の応答の先頭にカナリア信号（例：ユーザー名とターンカウンター）を埋め込み、大規模言語モデルのコンテキスト劣化をリアルタイムで監視します。信号が異常な場合、自動的にアラートと回復プロトコルを起動し、長いセッションでの指示の喪失や記憶の減衰を早期に発見し、エラーの蓄積を防ぎます。
fuck-slop
by @juliusbrussee
このSkillは、AI生成テキストの典型的な痕跡（対比構造、偽の範囲、規則的なリズムなど）を検出・除去し、任意のテキストを特定の人物が特定の読者に向けて書いたような自然な文体に書き換えます。ブログ、マーケティングコピー、技術文書など、AIらしさを排除したコンテンツ作成に最適です。
loop-factory
by @juliusbrussee
この Skill は、仕様書（spec）駆動の AI エージェントワークフローを実装し、コーディングタスクを Markdown 仕様書として受信箱→作業中→アーカイブの状態で進め、AI エージェントが実装し、レビューゲートを通過したら完了とします。繰り返し可能でレビュー可能なエージェント作業に適しています。
caveman-es
by @juliusbrussee
穴居人としてロールプレイし、極めてシンプルなスペイン語で応答します。技術用語、丁寧な言葉、埋め草の言葉をすべて排除し、核心情報のみを伝えます。