agentleFS
ficilcomficilcom/otame4-work-skills/AGENTS.md

otame4-work-skills

AGENTS.md3 starsChanged 3 months agoMITView on GitHub

このリポジトリは、日本の就職活動と転職のための可搬な Agent Skills を管理する。キャリア相談、応募書類の添削、面接対策、企業研究、内定判断、おためし転職の体験・業務設計、副業の可否と案件条件の確認を対象とする。公開リポジトリであり、求職者本人が自分の Claude にインストールして使う。employer カテゴリでは求人企業の採用担当者・現場のマネージャー・経営者を対象とし、立場ごとにカテゴリを分ける。 すべてのスキルは、応募の送信、企業・採用担当者・エージェントへの連絡、求人サイトや ATS の登録・更新、面接日程の確定、退職手続き、副業の申請・届出の提出、発注者への受諾の返信や契約の締結を自動実行してはならない。実行直前に、対象・内容・時期・影響を示して利用者の明示的な承認を得る。 trial と employer は相談・原稿作成・運用準備のみを行う。企業側から候補者への連絡、契約の締結、支払いも含め、掲載・応募・送信・日程確定などの外部操作は利用者本人が行う。employer は、成果への満足や採用判断を支払いの条件にする定めや、職務と無関係な属性による選別を作らない。 合否や通過率の予測、労働法・税務の専門的判断を断定的に示さない。sidework は、就業規則の適法性や有効性を判定せず、勤務先に知られないための手順や、申告・届出を避ける方法を作らない。 スキルを変更したら次を実行する。 validate_skills.py は配布した _common.py が単一ソースと一致するかも調べる。ズレたら python3 scripts/sync_common.py で配り直してコミットする。 新規または大幅に変更したスキルは、現実的な依頼で実際に動かし、見出しや文言だけでなく出力を確認する。

The file

Files
AGENTS.md

リポジトリ運用の指針

このリポジトリは、日本の就職活動と転職のための可搬な Agent Skills を管理する。キャリア相談、応募書類の添削、面接対策、企業研究、内定判断、おためし転職の体験・業務設計、副業の可否と案件条件の確認を対象とする。公開リポジトリであり、求職者本人が自分の Claude にインストールして使う。employer カテゴリでは求人企業の採用担当者・現場のマネージャー・経営者を対象とし、立場ごとにカテゴリを分ける。

構成

  • スキルは skills/<category>/<skill-name>/SKILL.md に置く。
  • カテゴリは career、documents、interview、research、offer、trial、employer、sidework のいずれか。定義は scripts/_repo.py の CATEGORIES だけにあるので、新設するときはそこを更新する。
  • scripts/、references/、assets/ は、そのスキルの手順が実際に必要とする場合だけ追加する。
  • 1スキル1作業を既定にする。 利用者が「今これをしたい」と言える単位で切る。offer の4スキル(条件確認、比較、辞退、退職段取り)が基準の粒度である。
  • 複数の段階を1スキルに束ねてよいのは、次を両方満たすときだけ。 otameshi-candidate と trial-work-design がこれにあたる。
    • 分割すると description の起動条件が衝突する。同じ固有名詞(サービス名、制度名)でしか呼ばれない段階どうしは、分けても選び分けられない。
    • 段階の切り替えが利用者の1回の相談の中で起きる。別々の日に別々の判断として行う作業は、束ねずに分ける。
  • 束ねたスキルは、段階ごとの手順をSKILL.mdに並べない。 ## 進め方 には依頼と参照の対応表だけを置き、段階ごとの成果物は各 references/ に持たせる。対応表がないまま段階が増えたスキルは、束ねる条件を満たしていないとみなす。
  • 立場が違うものは必ず分ける。 求職者向け(trial)と企業向け(employer)は、同じ段階でも守るべき制約が違う。企業向けは募集前(業務設計、募集文、社内説明)、応募者対応、契約条件、振り返りを別々のスキルにする。
  • スキル同梱の scripts/_common.py は生成物であり、直接編集しない。入力検証とCLIの定型は scripts/_common_source.py だけを編集し、python3 scripts/sync_common.py で配り直す。スキルは単独でインストールされ、skills/<category>/<skill-name>/ より上の階層は利用者の環境に届かないため、リポジトリ共通のモジュールを import できない。
  • スキルを追加・改名・削除したら .claude-plugin/marketplace.json、READMEの収録スキル表、skills.sh.json の表示グループを更新する。検証スクリプトが3箇所すべての不一致を落とす。
  • PLACEHOLDER や TODO が残った雛形をコミットしない。

執筆

  • 名前は小文字とハイフンのみ、64文字以内、親ディレクトリ名と一致させる。
  • description は「何をするか」と「いつ使うか」の両方を英語で書く(エージェントの検索用)。本文と参照資料は日本語で書く。
  • SKILL.md は簡潔に保ち、条件分岐する詳細は references/ に逃がす。
  • SKILL.md の節は ## 進め方、## 判断上の制約、## 個人情報と権限境界 の3つにする。検証スクリプトがこの3節を確認する。
  • 冒頭の段落は、何をするかに続けて、このスキルが行わないことを書いて締める(「合否の予測、経験の創作、応募の代行は行わない」)。description の do not use to ~ と対応させる。
  • 出力の雛形は references/report-format.md に置き、## 進め方 からは参照するだけにする。SKILL.md に表や見出し構成を書かない。段階を束ねたスキルは、段階ごとの references/ が各自の成果物仕様を持つため、この1本を置かなくてよい。
  • 次に渡すスキルの案内は references/report-format.md の引き継ぎ節に置く。SKILL.md と両方に書かない。
  • 同梱スクリプトは ## 進め方 の中で、それを使う工程として案内する。専用の節を作らない。
  • ## 個人情報と権限境界 の節を置き、外部への行為を勝手に実行しないことを本文で約束する。検証スクリプトが節の有無と約束の記載を確認する。文面はスキルごとに変えてよく、注意すべき点が違うので揃えない。
  • 手順を固定しすぎない。妥当なやり方が複数ある場面では、判断基準と確認できる成果物で書く。
  • 制度・法令・給与相場・採用慣行など時点に依存する事実は、必要なときに一次情報を確認する。記憶で断定しない。

個人情報(最優先)

  • 実在する求職者の応募書類、氏名、連絡先、学歴・職歴、選考状況をコミットしない。公開リポジトリなので、一度入れば取り消せない。例示は明らかに架空の内容にする。
  • スキルは、作業に必要な範囲を超えた個人情報を収集・保存・出力しない設計にする。
  • 検証スクリプトはメールアドレス、電話番号、12桁数字らしき文字列を検出して落とす。回避せず、内容を架空のものに置き換える。
  • 開発中の添削作業の入出力は private/ 以下(.gitignore 済み)か、リポジトリ外で扱う。
  • スキル自体も、利用者が明示的に求めない限り、原稿や添削結果をファイルに残さない設計にする。

権限境界

すべてのスキルは、応募の送信、企業・採用担当者・エージェントへの連絡、求人サイトや ATS の登録・更新、面接日程の確定、退職手続き、副業の申請・届出の提出、発注者への受諾の返信や契約の締結を自動実行してはならない。実行直前に、対象・内容・時期・影響を示して利用者の明示的な承認を得る。

trial と employer は相談・原稿作成・運用準備のみを行う。企業側から候補者への連絡、契約の締結、支払いも含め、掲載・応募・送信・日程確定などの外部操作は利用者本人が行う。employer は、成果への満足や採用判断を支払いの条件にする定めや、職務と無関係な属性による選別を作らない。

合否や通過率の予測、労働法・税務の専門的判断を断定的に示さない。sidework は、就業規則の適法性や有効性を判定せず、勤務先に知られないための手順や、申告・届出を避ける方法を作らない。

検証

スキルを変更したら次を実行する。

python3 scripts/validate_skills.py && python3 scripts/run_tests.py

validate_skills.py は配布した _common.py が単一ソースと一致するかも調べる。ズレたら python3 scripts/sync_common.py で配り直してコミットする。

新規または大幅に変更したスキルは、現実的な依頼で実際に動かし、見出しや文言だけでなく出力を確認する。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.