ルール蒸留
インストール済みのスキルをスキャンし、複数のスキルに現れる共通原則を抽出して、ルールとして蒸留する——既存のルールファイルに追記、時代遅れの内容を修正、または新しいルールファイルを作成する。
「決定論的収集 + LLM判断」原則を適用する：スクリプトが事実を網羅的に収集し、その後LLMが完全なコンテキストを通読して裁決を下す。
使用場面
- 定期的なルールメンテナンス（月次または新しいスキルのインストール後）
- スキル棚卸し後、ルールにすべきパターンが見つかった場合
- 使用中のスキルと比較してルールが不完全に感じられる場合
動作原理
ルール蒸留プロセスは3つのフェーズに従う：
フェーズ 1：棚卸し（決定論的収集）
1a. スキルインベントリの収集
1b. ルールインデックスの収集
1c. ユーザーへの提示
フェーズ 2：通読、マッチング、裁決（LLM判断）
抽出とマッチングは単一の処理で統合的に行われる。ルールファイルは十分に小さく（合計約800行）、LLMに全文を提供できる——grepによる事前フィルタリングは不要。
バッチ処理
スキルの説明に基づいてスキルをトピッククラスターにグループ化する。各クラスターは、完全なルールテキストを提供されたサブエージェントで分析される。
バッチ間のマージ
全バッチ完了後、バッチ候補をマージする：
- 同一または重複する原則を持つ候補を重複排除する
- 「2+スキル」要件を全バッチの統合証拠で再確認——各バッチでは1つのスキルにのみ現れるが、合計で2+スキルに現れる原則は有効
サブエージェントプロンプト
汎用エージェントを起動するために以下のプロンプトを使用する：
裁決リファレンス
裁決の品質要件
フェーズ 3：ユーザーレビューと実行
サマリーテーブル
ユーザーアクション
ユーザーは番号で以下を応答する：
- 承認：草案をそのままルールに適用する
- 修正：適用前に草案を編集する
- スキップ：この候補ルールを適用しない
ルールを自動的に変更しない。常にユーザーの承認が必要。
結果の保存
結果をスキルディレクトリ（results.json）に保存する：
- タイムスタンプ形式：
date -u +%Y-%m-%dT%H:%M:%SZ（UTC、秒精度） - 候補ID形式：原則に基づいたケバブケース（例：
llm-output-trust-boundary）
例
エンドツーエンド実行
設計原則
- 何をするかではなく、何か：原則のみを抽出する（ルールの範囲）。コード例とコマンドはスキルに留める。
- ソースへのリンクを維持：草案テキストには
参照スキル：[名前]への参照を含め、読者が詳細な「どうするか」を見つけられるようにする。 - 決定論的収集、LLM判断：スクリプトが網羅性を保証し、LLMがコンテキスト理解を保証する。
- 抽象化防止策：3層フィルター（2+スキルの証拠、実行可能行動テスト、違反リスク）により、過度に抽象的な原則がルールに入ることを防ぐ。
