Skill.md検索

複数のAI・テック情報源（公式ブログ、GitHub、技術メディア、学術論文など）から最新トレンドを自動収集し、1つのMarkdownニュースレターに統合できます。 トピック指定に応じて（AIコーディング、LLMエージェント、開発者ツールなど）、関連情報のみを優先度付けで抽出できます。 各記事に日本語要約と英語原文引用、GitHub Starやはてなブックマーク数などの注目度指標を自動付加できます。 content/newsletters/ に日付付きのMarkdownファイルとして自動保存し、ニュースレター発行業務を効率化できます。 テック企業の広報・マーケティング担当者がAI業界の最新動向をまとめたい エンジニアリング組織のリーダーが週刊ニュースレターを発行したい 技術ブログやメディア運営者が最新トレンドを効率よく収集したい AI・テック情報の情報収集・キュレーション業務を自動化したい 4ステップの並列実行ワークフロー： 1. Topic決定：ユーザー指定トピック（AI Coding、LLM Agent、AI Developer Toolsなど）またはデフォルトトピックを確認 2. 並列情報収集：AI Platform Official（Anthropic/OpenAI/Gemini）、Developer Community（GitHub/Reddit/HN/X）、Tech Media（Zenn/daily.dev/Medium/はてな）、Academic Papers（arXiv）の4つのカテゴリ別にTask agentを並列起動し、WebSearch/WebFetchで各ソースから情報取得 3. 統合・執筆：収集結果を統合し、タイトル・URL・公開日・日本語要約・英語原文引用・関連度スコア（1-5）・注目度指標（⭐ stars、🔺 points/upvotes、❤️ いいね、🔖 ブックマーク、📄 被引用数など）を含むMarkdownテンプレートに従い生成 4. ファイル保存：出力ファイルを content/newsletters/ 配下に「{YYYY-MM-DD}」形式で保存。最重要な3-5件をHighlightsセクションに配置し、カテゴリ別に整理

記事の現状構造を分析し、冗長な部分や焦点のぼやけを可視化したうえで、改善案を構成の段階で提案できます。 「何を削るか」「何を残すか」「どの順番で並べるか」をユーザーの確認を取りながら進めるため、編集後も「自分の文章」という実感が保たれます。 元の文章の表現をできるだけ活かしながら段落を並び替えや短縮を行うため、文体やトーンの統一性が失われません。 大幅な削除や概念追加などの大きな変更については事前に相談するため、想定外の改変を防げます。 自分で書いた文章を整理したいが、完全な書き直しではなく調整に留めたい執筆者 ブログやドキュメント執筆を習慣化したいが、編集作業が負担な人 チームで文章をレビュー・編集する際に、著者の「声」を保ちながら品質を上げたい組織 記事の構成改善に専門家の視点を取り入れたい編集者

機能実装やバグ修正が完了した直後に、判断の理由・試行錯誤のプロセス・得られた知見を体系的に日報形式で記録できます。 ハマりポイントと解決方法を同時に記録することで、チーム全体のトラブルシューティング知識を蓄積できます。 「技術的詳細」より「なぜそう判断したのか」を重視した記録により、後からコードレビューや同様の課題解決時に素早く文脈を思い出せます。 次回タスクへの申し送り事項も記録されるため、関連する改善案を組織的に引き継げます。 実装経験を個人の成長に確実につなげたいエンジニア チーム内での知見共有を仕組み化したいリーダー 後輩へのメンタリング時に具体的な学び事例を示したい先輩開発者 プロジェクトの振り返りやレッスンロングを効率化したい組織