source-extract
Skill2 starsChanged 5 months agoMITView on GitHub
「この資料から task 抽出」「これに含まれる decisions 教えて」「<source_id> から候補を」「このドキュメントから ToDo 拾って」と頼まれたら、opshub MCP の source.get で対象 source の本文を読み、propose.generate (mode=source_extract) で task / decision / reply_draft 候補を生成し、ユーザー確認後に propose.apply で承認分のみ HITL 保存する。auto-apply 経路は存在しない (ADR-0016 §決定 (c))。
In this repository32 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- .github/copilot-instructions.mdCopilot instructions
- announcement-draftSkill
- catchupSkill
- decision-rationaleSkill
- external-briefSkill
- find-documentSkill
- handoff-draftSkill
- inbox-triageSkill
- meeting-followupSkill
- meeting-prepSkill
- next-actionsSkill
- personal-briefSkill
- pr-reviewSkill
- reply-draftSkill
- researchSkill
- source-extractSkill
- announcement-draftSkill
- catchupSkill
- decision-rationaleSkill
- external-briefSkill
- find-documentSkill
- handoff-draftSkill
- inbox-triageSkill
- meeting-followupSkill
- meeting-prepSkill
- next-actionsSkill
- personal-briefSkill
- pr-reviewSkill
- reply-draftSkill
- researchSkill
The file
Files
source-extract — 1 つの source から候補を抽出する (HITL)
opshub MCP の source.get(read tool、Step 1 widening で追加された PR #231)で対象 source の本文を取得し、propose.generate(mode=source_extract、Phase 12 H4 で追加された dispatch key、ADR-0016 改訂 §決定 (l)(b))で task / decision / reply_draft 候補を生成、ユーザーが個別承認したものだけ propose.apply(Phase 12 H1 で MCP に露出、WriteCategory.PROPOSE_APPLY、read_only=false + idempotent=true)で durable state に書き戻す。
inbox-triage と pair。inbox-triage が「集合 (inbox 全体)」を扱うのに対し、本 skill は「個別 (source 1 件)」を扱う。
何が起きるか
- ユーザーが「この資料から task 抽出」「これに含まれる決定教えて」「<source_id> から候補を」と頼む
- ホストが本 skill を発火
- ホストが
source.getで対象 source 本文を取得(Phase 11 で Outlook body deep retention / Office 文書本文抽出に対応) - ホストが
propose.generate(mode=source_extract、topic= source 概要)を呼び、候補 (task / decision / reply_draft) を生成(ProposalGeneratedevent を durable log に書く) - ホストが候補をユーザーに整形して提示
- ユーザーが個別承認した候補のみ
propose.applyで保存(HITL、idempotent)
opshub 側で外部 SaaS に通知 / 投稿する経路は 存在しない(ADR-0010 §禁止事項 7)。
呼び出し順
Step 1: 対象 source を特定
ユーザー入力に source_id がある場合はそのまま使う。なければ recall.search / search で検索:
tool: source.list
input:
source_type: "<word_document|teams_message|...>" # 任意
limit: 10または:
tool: search
input:
query: "<キーワード>"
limit: 10hits[] から source_id を抜き出す。
Step 2: source 本文を取得
tool: source.get
input:
source_id: "<source ULID>"戻り値の body / summary / title を host LLM が読み、抽出すべき候補のヒント(task 化できそうな action / 記録すべき decision 等)を組み立てる。Phase 11 (ADR-0020 改訂 / ADR-0025) で Outlook body / Word / Excel / PowerPoint 本文が deep retention されているため、source.get 1 回で本文全体が読める。
Step 3: 候補を生成(write tool、HITL boundary)
tool: propose.generate
input:
topic: "<source title or 抽出指示>"
mode: "source_extract"
max_candidates: 5 # 1〜20graph 1-hop の文脈拡張は default で常時走る (ADR-0017 §(e)+(f)、epic #470 で expand_graph param 削除)。
mode=source_extract は Phase 12 H4 で追加された dispatch key(ADR-0016 改訂 §決定 (l)(b))。proposals.scope に source_extract が stamp され、後から「どの skill が起こした proposal か」を audit log で join できる。reply_to_source_id とは排他(reply-draft mode は別経路で、本 skill では topic + mode 経由で source 文脈を引く)。
propose.generate は write tool(destructiveHint=true、ADR-0022 §(c))。LLM round-trip を伴い ProposalGenerated event が durable log に乗る。apply は Step 5 で別途人が叩く(auto-apply 経路は存在しない)。
Step 4: 候補を提示
戻り値の candidates[] をユーザーに整形して提示。各候補に index / kind (task / decision / reply_draft) / payload が付くので、host LLM は kind 別に並べる。
戻り値スキーマ(抜粋):
{
"ok": true,
"proposal_id": "01H...",
"scope": "source_extract",
"candidates": [
{"index": 0, "kind": "task", "title": "...", "body": "..."},
{"index": 1, "kind": "decision", "text": "...", "context": "..."},
{"index": 2, "kind": "reply_draft", "body": "...", "reply_to_source_id": "..."}
],
"hitl_apply_required": true
}Step 5 (人確認必須): 承認分のみ propose.apply
ユーザーが「0 番と 1 番採用」と選んだら、candidate_index を 1 件ずつ propose.apply で叩く。
tool: propose.apply
input:
proposal_id: "<proposal ULID>"
candidate_index: <approved index>propose.apply は HITL write tool(read_only=false、destructive=false、idempotent=true)。handler 層で OpsHubError("already applied") を catch → {ok:true, already_applied:true, applied_entity_type, applied_entity_id} に正規化されるため、再叩きは no-op。必ずユーザーに「この候補を保存しますか?」と確認する(ADR-0016 §決定 (c) HITL 必須)。
出力フォーマット (ホスト側)
# source-extract 候補
## 対象 source
- source_id: ...
- source_type: word_document / teams_message / outlook_email / ...
- title: ...
## 候補
### #0 [task] ...
> title / body
### #1 [decision] ...
> text / context
### #2 [reply_draft] ...
> body
## 次のアクション
- 採用 index を教えてください → `propose.apply` で保存
- 全部 skip でよければ何もしない自律範囲 / HITL boundary
- read tool (
source.get/source.list/search/recall.search) — host LLM 自律 OK - write tool (
propose.generate) — LLM round-trip を伴う durable write、destructiveHint=true。ホストは人確認を取る(ADR-0022 §(c)) - write tool (
propose.apply) —read_only=false、durable state を変える。ホストは必ずユーザーに「これを保存しますか?」と確認する(ADR-0016 §決定 (c) auto-apply 禁止)
propose.generate → propose.apply の 2 段ゲートが本 skill の HITL boundary。両方とも host LLM が自動連鎖させてはいけない。
できないこと / やらない
- auto-apply — ADR-0016 §決定 (c) で禁止、
propose.applyを確認なしで叩く挙動は本 skill 仕様の外 - 外部 SaaS への投稿 / 通知 — ADR-0010 §禁止事項 7(connector に
post/sendメソッドを実装しない契約) - source 本文の編集 — 本 skill は source を読むのみ。元 source は immutable(connector が再 sync すれば外部変更は反映されるが、opshub 側から書き戻すことはない)
- 新 candidate kind — ADR-0016 §決定 (l)(d) で
Candidatediscriminated union はtask | decision | reply_draftの 3 kind で freeze
参考
- ADR-0004 (Agent Runtime Boundary、形A)
- ADR-0010 §禁止事項 7(write-back 禁止契約)
- ADR-0016 (Action Loop、§決定 (c) auto-apply 禁止、§決定 (l) draft 系統一方針 +
mode引数射程) - ADR-0017 §(e)+(f)(graph 1-hop expand)
- ADR-0020 §改訂(Outlook body deep retention、Phase 11)
- ADR-0022 (MCP Server Surface、Phase 12 H1 改訂で
propose.apply露出) - ADR-0025 (Office Document Content Extraction、Phase 11)
- PR #231 (MCP
propose.generate+source.getwidening) - Phase 12 H1 (
docs/phase-12-plan.md§3 H1) - Phase 12 H4 (
docs/phase-12-plan.md§3 H4) - docs/assistant-agent.md
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
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.

