# file: mission.yaml
# 目的: あなた(Claude Code)が「世界一レベルのシステム構築提案」を出すための、調査〜設計〜実装計画までの指示仕様
meta:
mission_name: "Global Skill & MCP Intelligence System — Deep Research + Build Proposal"
language: "ja"
output_language: "ja"
priority: "precision_over_speed"
context_management:
# Claude Code はコンテキストが大きくなると自動 compact を使う。手動 /compact も推奨。:contentReference[oaicite:2]{index=2}
auto_compact_expected: true
manual_compact_rules:
- trigger: "各フェーズ終了時"
command: "/compact Focus on: key findings, decisions, artifacts created, next actions; drop raw logs"
- trigger: "長いログ/大量URL/大量テキストを扱った直後"
command: "/compact Keep: dataset schema, keyword universe, source index, architecture decisions, open questions"
- trigger: "2回目(深掘り)開始前"
command: "/compact Preserve: pass1 summary, gaps list, hypotheses, prioritized keywords"
inputs:
# ここはあなた(Claude Code)が実際に確認する。リンク先にさらにURLがあれば漏れなく追跡する。
seed_urls:
- "https://skillsmp.com/ja"
- "https://mcpmarket.com/ja"
- "https://console.apify.com/store-search?category=OPEN_SOURCE"
- "https://www.reddit.com/"
- "https://mcp.so/"
- "https://smithery.ai/"
- "https://rapidapi.com/"
- "https://huggingface.co/"
- "https://libraries.io/"
- "https://github.com/public-apis/public-apis"
- "https://composio.dev/"
- "https://github.com/sindresorhus/awesome"
extension_marketplaces_top10_urls:
- "https://chromewebstore.google.com/"
- "https://addons.mozilla.org/"
- "https://wordpress.org/plugins/"
- "https://marketplace.visualstudio.com/vscode"
- "https://apps.shopify.com/"
- "https://microsoftedge.microsoft.com/addons/"
- "https://appexchange.salesforce.com/"
- "https://marketplace.atlassian.com/"
- "https://marketplace.zoom.us/"
- "https://www.notion.com/integrations"
# ★必須: 対象リポジトリ（ユーザーが指定する）
# 例: ローカルパス、Git URL、あるいは Claude Code に追加済みのプロジェクトディレクトリ
target_repo:
url_or_path: "\<REPO_URL_OR_PATH_OR_LOCAL_DIR>"
required_actions:
- "全ディレクトリ構造の把握（重要ファイルの特定）"
- "既存機能/プラグイン/コマンド/設定の棚卸し"
- "このリポジトリ前提で実現可能なシステム構築案へ落とし込み"
scope:
research_domains:
- "国内/海外/全世界（日本語・英語を軸に、多言語キーワードも必要に応じて展開）"
- "公式ドキュメント/FAQ/ブログ/コミュニティ/ニュース/論文/ハッカソン"
- "SNS: X, note, YouTube, Reddit, Hacker News, Facebook, Instagram, Threads など（公開情報に限定）"
emphasis:
- "MCP（Model Context Protocol）サーバー/マーケット/運用"
- "Claude/Claude Code/スキル（Skills）エコシステム"
- "APIマーケットプレイス/拡張機能マーケット/OSSパッケージ"
- "“システム構築”に必要な実装可能情報（API, 規約, 取得方法, データモデル, 監視, 運用）"
constraints:
compliance:
- "各サイトの利用規約/robots.txt/レート制限を尊重"
- "ペイウォール回避には踏み込まない"
- "SNSは公開情報の範囲で、必要最小限を取得し、個人の特定情報は保存しない"
copyright:
- "YouTube/note/X などの全文転載は避ける（要点抽出・引用は最小限、短く）"
evidence:
- "重要主張には出典（URL/日時/発言元）を残す"
- "推測と事実を明確に分離し、推測は根拠も記す"
execution:
- "同じ調査を2回実施（2回目はギャップ補完・反証・見落とし潰しに集中）"
- "“漏れがない”は工学的に難しいため、代替として「カバレッジ保証の方法（探索戦略・ログ・深さ）」を提示する"
methodology:
keyword_mining:
# ユーザー要望: “キーワードのskill”を使って関連/複合/急上昇/ニッチを抽出
steps:
- "seed_urlsのカテゴリ/タグ/検索クエリ候補を抽出"
- "skillベースのタクソノミ（能力/入力/出力/依存/実行環境）にマッピング"
- "関連: 同義語/上位下位/用途別"
- "複合: 2〜4語フレーズ（例: 'MCP + RAG + workflow', 'Claude skill + marketplace + ranking')"
- "急上昇: GitHub stars増加/投稿頻度/議論量/リリース頻度/検索トレンド代理指標"
- "ニッチ: 高専門性・低競合・高価値（例: 特定業界向けMCP、監査/法務/医療など）"
outputs:
- "keywords/keyword_universe.csv（列: keyword, lang, type[related|compound|rising|niche], rationale, sources, metrics_proxy）"
- "keywords/taxonomy.yaml（能力分類ツリー）"
deep_research_pass1:
steps:
- "seed_urlsを起点にサイト構造を把握し、リンクを収集（サイト内優先、深さ2〜3）"
- "各サイトごとに: 取得できるメタデータ項目/検索UI/カテゴリ体系/API有無/規約/更新頻度 を表形式で整理"
- "上位キーワード50〜200件を確定し、各キーワードで国内/海外検索（日本語+英語）"
- "YouTube: 代表的/高シグナル動画を選定し、字幕/文字起こし（可能な範囲）→論点・需要・ペインを抽出"
- "X/note/Reddit/HNなど: 代表スレ/代表投稿を抽出し、主張のクラスタリング（賛否/課題/ユースケース）"
artifacts:
- "research/source_index.md（収集ソース一覧・URL・要点・日付）"
- "research/market_maps.md（各マーケットの仕様比較表）"
- "research/social_signals.md（SNS論点クラスタ）"
- "research/youtube_insights.md（動画→論点/ユースケース/キーワード）"
deep_research_pass2:
goal: "pass1 の穴埋め + 反証 + 見落とし確認 + 新規発見"
steps:
- "pass1 の『未確定事項』『不明点』『矛盾』をリスト化"
- "上位20〜40キーワードを再度深掘り（別ソース・別言語・別コミュニティ）"
- "論文/技術ブログ/実装例/OSS を重点調査"
- "新たな発見（差分）だけを抽出して追記"
artifacts:
- "research/pass2_deltas.md（pass1からの差分・追加発見）"
- "research/gaps_closed.md（ギャップ潰しの証跡）"
repo_analysis:
steps:
- "target_repo を全体俯瞰（entrypoints, config, plugin拡張点, データ層, UI層, CI/CD）"
- "“このリポジトリで実現できる最大の提案”を現実的制約付きで設計"
- "実装に必要な追加モジュール/ディレクトリ/依存/運用（監視・テスト・セキュリティ）を具体化"
deliverables:
final_report: "proposal/MASTER_PROPOSAL.md"
must_include_sections:
- "1. Executive Summary（狙い/価値/差別化）"
- "2. 市場地図（Skills/MCP/API/拡張機能の全体像）"
- "3. Keyword Universe（関連/複合/急上昇/ニッチの根拠付き）"
- "4. データ取得戦略（API/スクレイピング/更新検知/規約順守）"
- "5. 正規化データモデル（Skill/Tool/MCP/Extension/API Package の統一スキーマ）"
- "6. トレンド検知アルゴリズム（代理指標/評価指標/ランキング）"
- "7. システムアーキテクチャ（図 + コンポーネント責務）"
- "8. 実装計画（MVP→拡張、リポジトリ変更案、タスク分解）"
- "9. セキュリティ/法務/運用（監査ログ、PII、レート制限、SLA）"
- "10. リスクと代替案（取得不能ソース時の設計）"
- "11. 次にユーザーが判断できる意思決定ポイント（Go/No-Go項目）"
quality_bar:
- "主観でなく、収集データと根拠に基づいた提案"
- "“作れる”粒度（API/DB/キュー/ジョブ/画面/権限）まで落とす"
- "抽象論だけで終わらせず、具体的なリポジトリ変更案・ファイル案・データスキーマを提示"
run_instructions_for_claude_code:
# Claude Code の system prompt は --append-system-prompt 等で追加が推奨される。:contentReference[oaicite:3]{index=3}
recommended_cli:
- 'claude --append-system-prompt "Follow mission.yaml. Produce artifacts in ./proposal and ./research. Use /compact at phase boundaries."'
note:
- "サブエージェント分担は別途 agents.json を --agents で渡す（下のJSONを使用）"
// file: agents.json
// Claude Code の --agents は JSON で subagents を定義できる :contentReference[oaicite:4]{index=4}
{
"marketplace-scanner": {
"description": "Seed URLs を起点に、マーケット/ディレクトリの情報構造・取得方法・規約・更新頻度・主要カテゴリ/タグを棚卸しする。",
"prompt": "あなたはOSINTとプロダクトリサーチの専門家。seed_urlsをサイト別に調査し、(1)カテゴリ体系 (2)検索/フィルタ (3)取得できるメタデータ (4)API有無 (5)利用規約/robots/レート制限 (6)更新頻度 (7)差別化点 を表形式でまとめる。出典URLと確認日を必ず残す。全文転載は禁止、要点のみ。成果物: research/market_maps.md と research/source_index.md を更新。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "sonnet"
},
"keyword-miner": {
"description": "Skillベースで関連/複合/急上昇/ニッチキーワードを抽出し、タクソノミと keyword_universe を作る。",
"prompt": "あなたは情報検索(IR)とSEO/トレンド分析の専門家。marketplace-scannerが集めたカテゴリ/タグ/クエリ例と、追加検索から、(related|compound|rising|niche)に分類したキーワード宇宙を作る。risingは代理指標(投稿増/スター増/新リリース等)を添える。出典URL/日付を残す。成果物: keywords/keyword_universe.csv と keywords/taxonomy.yaml。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "sonnet"
},
"social-signal-analyst": {
"description": "X/Reddit/HN/note/YouTube 等の公開情報から議論・需要・ペインをクラスタリングして抽出する。",
"prompt": "あなたはコミュニティ分析の専門家。キーワード上位群から、X/Reddit/Hacker News/note/YouTubeの公開情報を収集し、(1)ユースケース (2)課題/不満 (3)成功事例 (4)未解決ニーズ (5)用語の揺れ をクラスタリングしてまとめる。YouTubeは可能なら字幕/文字起こしを参照し、要点を抽出する（全文転載禁止、短い引用のみ）。成果物: research/social_signals.md と research/youtube_insights.md、source_index.md を更新。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "sonnet"
},
"repo-auditor": {
"description": "target_repo を読んで、拡張点/不足/実装可能範囲を特定し、提案をリポジトリ前提に落とし込む。",
"prompt": "あなたはシニアソフトウェアアーキテクト。target_repoを全体把握し、(1)構成 (2)エントリポイント (3)設定/プラグイン/コマンド (4)データ層 (5)CI/CD (6)既存の制約 を棚卸し。新規に追加すべきモジュール/ディレクトリ/設定/テストを具体案として列挙し、proposalに反映できる形で整理する。成果物: proposal/repo_findings.md を作成/更新。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "sonnet"
},
"system-architect": {
"description": "全成果を統合し、“作れる粒度”のシステム構築提案（MVP→拡張）を完成させる。",
"prompt": "あなたはPrincipal Architect。market_maps、keyword_universe、social_signals、repo_findingsを統合し、MASTER_PROPOSAL.md を完成させる。必ず: データモデル、パイプライン、更新検知、ランキング/トレンド、検索UI、API、運用(監視/監査/PII/レート制限)まで落とす。抽象論禁止。必要ならMermaidでアーキ図を出す。成果物: proposal/MASTER_PROPOSAL.md。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "opus"
},
"compliance-checker": {
"description": "規約・著作権・プライバシー・運用リスクをチェックし、取得手法の代替案を提示する。",
"prompt": "あなたはプロダクト法務/セキュリティ担当。提案のデータ取得・保存・配布が規約/著作権/プライバシー/PII観点で危険でないか確認し、危険箇所は具体的に修正案(代替ソース、API利用、サンプリング、メタデータのみ、キャッシュ期限など)を提示する。成果物: proposal/risk_register.md と proposal/compliance_notes.md。",
"tools": ["Read", "Edit", "Bash", "Grep", "Glob"],
"model": "sonnet"
}
}
あなたは「グローバル・スキル/MCP/拡張機能/APIマーケットの統合リサーチ」と「システム構築提案」の主任アーキテクトです。
このディレクトリに mission.yaml と agents.json がある前提で進めてください。
1) mission.yaml の手順どおりに、調査→キーワード抽出→Pass1→Pass2→repo分析→提案作成を実行。
2) 成果物は ./research, ./keywords, ./proposal 配下にファイルとして保存。
3) フェーズ境界で必ず /compact を実行し、重要事項だけを保持。
4) 重要な主張には出典URLと確認日を併記（全文転載は禁止、要点抽出）。
5) 最終成果物は proposal/MASTER_PROPOSAL.md に統合し、ユーザーが判断できる意思決定ポイントを明確にする。
まずは:
- seed_urls のサイトマップ/カテゴリ体系/取得可能メタデータ/規約/更新頻度 を research/market_maps.md にまとめ、
- keyword_universe の初版を keywords/keyword_universe.csv に作り、
- 次に deep_research_pass1 に進んでください。