Token导航 LogoToken导航

Agent Skill · 开发

takt-optimize(节拍优化)

takt-optimize 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

takt-optimize 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 19,904。

总安装 247周安装 10GitHub Stars 25下载 78核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:takt-optimize(节拍优化)
来源仓库:https://github.com/j5ik2o/takt-sdd
仓库路径:skills/takt-optimize
安装命令:
npx skills add https://github.com/j5ik2o/takt-sdd --skill takt-optimize
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/j5ik2o/takt-sdd --skill takt-optimize

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

优化开发流程中的任务调度与资源分配。基于历史数据预测工时并提供排期建议。输出潜在冲突点与并行执行可能性分析。建议结合实际人力负载进行人工校准。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

takt-optimize 属于开发类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/takt-optimize

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/j5ik2o/takt-sdd --skill takt-optimize;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

takt-optimize 怎么安装?

在终端执行 npx skills add https://github.com/j5ik2o/takt-sdd --skill takt-optimize。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

takt-optimize 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

takt-optimize 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

takt-optimize 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

takt-optimize 用的人多吗?

公开数据是累计安装 247 次,近一周安装 10 次,下载 78 次,GitHub 25 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

takt-optimize 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
takt-optimize

节拍优化 · 本页

24725只读未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

TAKT Optimizer

既存のTAKTワークフローの最適化を実行する。診断・分析は takt-analyze が担う。

前提 takt バージョン: v0.30.0

参照資料

資料パス用途
YAMLスキーマreferences/takt/builtins/skill/references/yaml-schema.mdピース構造の検証基準
エンジン仕様references/takt/builtins/skill/references/engine.mdプロンプト構築・トークン消費の理解
スタイルガイド群references/takt/builtins/ja/*_STYLE_GUIDE.mdファセットサイズ上限
ビルトインピースreferences/takt/builtins/ja/pieces/最適化パターンの参照
ビルトインファセットreferences/takt/builtins/ja/{personas,policies,instructions,knowledge,output-contracts}/ビルトイン置換候補

takt-analyzeとの違い

観点takt-analyzetakt-optimize
目的問題検出・診断とレポート最適化の実行
出力分析レポート(Markdown)最適化済みファイル群
変更なし(読み取り専用)ファイルを直接編集・生成
入力ピースYAML + ファセット + 実行ログピースYAML + ファセット + takt-analyzeの診断結果
判断問題の重大度分類コスト/品質のトレードオフ判断
ログ分析自ら実行し診断レポートを生成takt-analyzeの診断結果を活用
推奨フロー: takt-analyze(診断)→ その結果をもとに takt-optimize(最適化実行)

最適化カテゴリ

1. トークン消費削減

プロンプト構築時のトークン量を削減する。

エンジンのプロンプト構築順序(参照: engine.md):

ペルソナ → ポリシー → コンテキスト → ナレッジ → インストラクション
→ タスク → 前回出力 → レポート指示 → タグ指示 → ポリシーリマインダー

注意: ポリシーは冒頭と末尾に2回注入される(Lost in the Middle対策)。ポリシーの肥大化はトークン消費を2倍にする。

最適化手法効果
ペルソナ圧縮冗長な記述の除去、サイズ上限内への圧縮各ムーブメントで削減
ポリシー分割巨大ポリシーを用途別に分割し、必要なムーブメントにのみ割り当て2倍効果(リマインダー分)
ナレッジ絞り込みムーブメントに不要なナレッジ参照を除去不要コンテキスト削減
インストラクション簡素化自動注入される内容の手動記述を除去重複排除
出力契約スリム化30行超の出力契約を圧縮レポート指示部分で削減

ファセットサイズ目安:

ファセット推奨上限
Persona (simple)30-50行100行
Persona (expert)50-300行550行
Policy60-250行300行
Instruction (review)5-12行-
Instruction (plan/fix)10-20行-
Instruction (implement)30-50行-
Output Contract10-25行30行

2. ムーブメント統合

不要なムーブメントを統合してワークフロー全体のステップ数を減らす。

パターン検出条件最適化
連続する同一ペルソナ隣接ムーブメントが同じペルソナ1ムーブメントに統合
単一ルール遷移ルールが1つで無条件遷移前後ムーブメントと統合検討
edit=false連鎖読み取り専用ムーブメントの連鎖統合可能性を評価

統合判断基準:

  • ムーブメント間でペルソナが同じか異なるか
  • session: refreshの境界を壊さないか
  • レポート出力の独立性が必要か
  • ルール分岐が実質的に意味を持つか

3. ルール簡素化

ルール条件の効率化を行う。

最適化BeforeAfter
ai()→タグ置換ai("実装が完了した")"実装完了" (タグベース)
到達不能ルール除去3つの条件うち1つが不到達不到達ルールを削除
条件テキスト短縮"全てのレビュアーが承認した""approved"

ai() vs タグベースの判断:

  • タグベース(推奨): 結果が明確に分類できる場合
  • ai(): 判定に文脈理解が必要な場合のみ

4. ファセット再利用

カスタムファセットをビルトインで代替し、セクションマップを削減する。

手順:

  1. セクションマップ内のカスタムファセットを列挙
  2. 各カスタムファセットの内容を読み込む
  3. ビルトインファセットと比較し、類似度を評価
  4. 代替可能な場合はbare name参照に置換

ビルトイン置換例:

# Before: カスタムファセットをセクションマップで参照
personas:
  my-coder: ../personas/my-coder.md
movements:
  - name: implement
    persona: my-coder

# After: ビルトインのbare name参照
movements:
  - name: implement
    persona: coder    # ビルトインを直接参照

置換不可の条件:

  • ビルトインにないドメイン知識を含むペルソナ
  • プロジェクト固有の判定基準を含むポリシー
  • 独自の手順を含むインストラクション

5. ループ制御改善

修正ループの効率化と安全性を改善する。

最適化内容
loop_monitors追加review→fixサイクルにloop_monitorがない場合に追加
instruction_templateテンプレート参照化インラインテキストのinstruction_templateをビルトインファセット参照に置換(v0.30.0〜)
threshold調整閾値が高すぎる/低すぎる場合に適正値を提案
ABORT条件追加失敗時のABORT遷移がない場合に追加
max_movements調整ムーブメント数に対してmax_movementsが過大/過小な場合に調整
supervise失敗遷移の修正supervise 失敗時に plan へ遷移するルールを fix に変更する。supervise → plan ループは高コストで非生産的になりやすい
edit=false ビルド禁止の追記edit: false のムーブメントが参照するインストラクションに「ビルドコマンドを実行しないこと」の禁止セクション(## やらないこと)を追加する

threshold推奨値:

  • review→fix サイクル: 3回
  • supervise→fix サイクル: 3回
  • implement→test サイクル: 2回

6. 並列化提案

逐次実行されているが並列化可能なムーブメントを検出する。

並列化条件:

  • 互いの出力を参照しない(pass_previous_response不要)
  • 同じ前ムーブメントのレポートを入力とする
  • 独立したレポートを出力する
# Before: 逐次レビュー
- name: arch-review
  ...
  rules:
    - condition: done
      next: qa-review
- name: qa-review
  ...

# After: 並列レビュー
- name: reviewers
  parallel:
    - name: arch-review
      ...
      rules:
        - condition: approved
        - condition: needs_fix
    - name: qa-review
      ...
      rules:
        - condition: approved
        - condition: needs_fix
  rules:
    - condition: all("approved")
      next: supervise
    - condition: any("needs_fix")
      next: fix

7. ログ診断結果に基づく最適化

takt-analyze のログ診断結果を入力として、実データに基づく最適化を実行する。

前提: ログの読み込み・解析・診断は takt-analyze が担当する。本カテゴリでは診断結果を受けて「何を変更するか」のみを扱う。

診断結果 → 最適化アクション:

takt-analyze の診断最適化アクション
ループホットスポット(Warning/Critical)loop_monitor の threshold 調整、ルール条件の見直し
デッドルール(Critical)到達不能ルールの除去
ルール評価効率が低い(ai_judge_fallback 高頻度)タグベースルールへの書き換え、output-contract にタグ出力指示を追加
ABORT率が高いABORT原因の reason に応じたフロー改善(max_movements 調整、ABORT条件の追加)
フェーズ別エラーの繰り返しエラー頻発フェーズのインストラクション・ペルソナの改善
イテレーション効率が低いmax_movements の適正値算出、ムーブメント統合の検討

ワークフロー

Step 1: 対象の特定と読み込み

対象のピースYAMLを特定し、関連ファセットを全て読み込む。

探索順序:
1. ユーザー指定のパス
2. ~/.takt/pieces/ 内のカスタムピース
3. .takt/pieces/ 内のプロジェクトピース

読み込む内容:

  • ピースYAML全体
  • セクションマップの全ファセットファイル
  • ビルトインファセット(比較用)
  • takt-analyze の診断レポート(提供された場合)

Step 2: 最適化プラン作成

各カテゴリの最適化可能性を評価し、プランを提示する。

# 最適化プラン: {ピース名}

## 分析ソース
- 静的分析: ピースYAML + ファセット{N}件
- takt-analyze診断: {診断レポートの要約}(提供された場合)

## 推定効果
- トークン削減: 約{N}%
- ムーブメント数: {before} → {after}
- ファイル数: {before} → {after}

## 最適化項目
| # | カテゴリ | 対象 | 内容 | 根拠 | リスク |
|---|---------|------|------|------|--------|
| 1 | トークン削減 | persona/coder | 120行→80行に圧縮 | 静的 | 低 |
| 2 | ビルトイン置換 | persona/my-reviewer | → architecture-reviewer | 静的 | 低 |
| 3 | ルール簡素化 | ai_review | ai_fallback 67% → タグ化 | 診断 | 低 |
| 4 | 並列化 | arch-review + qa-review | 逐次→並列 | 静的 | 中 |

ユーザーに確認: プランを提示し、実行する項目の承認を得る。

判定フロー:

  • 最適化項目が0件 → 「既に十分最適化されています」を報告して終了
  • ユーザーが一部承認 → 承認項目のみStep 3で実行
  • ユーザーが全却下 → 終了

Step 3: 最適化の実行

承認された項目を実行する。

実行順序(依存関係順):

  1. ファセット圧縮・統合(ファイル内容の変更)
  2. ビルトイン置換(セクションマップの変更)
  3. ムーブメント統合(YAML構造の変更)
  4. ルール簡素化(ルール条件の変更)
  5. ループ制御改善(loop_monitors追加)
  6. 並列化(ムーブメント構造の大幅変更)

Step 4: 整合性検証

最適化後のファイル群の整合性を確認する。

  • セクションマップのキーとムーブメント内参照が一致
  • セクションマップのパスが実在するファイルを指す
  • initial_movementがmovements配列内に存在
  • 全ルールのnextが有効な遷移先
  • parallel親ルールがall()/any()を使用
  • parallelサブステップのルールにnextがない
  • ファセットがサイズ上限内
  • 削除したファセットへの参照が残っていない

Step 5: 結果レポート

# 最適化結果: {ピース名}

## サマリー
- トークン削減: 約{N}%(推定)
- ムーブメント数: {before} → {after}
- ファイル数: {before} → {after}

## 変更一覧
| # | ファイル | 変更内容 |
|---|---------|---------|
| 1 | pieces/my-piece.yaml | ムーブメント統合、ルール簡素化 |
| 2 | personas/coder.md | 120行→80行に圧縮 |
| 3 | (削除) personas/my-reviewer.md | ビルトインに置換 |

## 削除ファイル
- personas/my-reviewer.md(→ ビルトイン architecture-reviewer で代替)

## 注意事項
{最適化による動作変更の可能性がある場合に記載}

バリデーション

作成・編集したファイルは validate-takt-files.sh で機械的に検証できる:

bash .agents/skills/takt-optimize/scripts/validate-takt-files.sh

検証項目:

  • ピース YAML: 必須フィールド(name/initial_movement/movements)、initial_movement の movement 参照、ファセットファイル参照の実在
  • ファセット.md: 空チェック、persona/policy/knowledge は # 見出し 必須、instruction/output-contract は内容存在

オプション --pieces / --facets で対象を絞り込み可能。

平台分布

Codex

33.59%
按下载量换算26

Claude

29.78%
按下载量换算23

Cursor

17.73%
按下载量换算14

Gemini CLI

9.12%
按下载量换算7

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills