gza-plan-improve
Refine a draft plan by asking targeted questions, resolving gaps, and rewriting it into an implementation-ready plan
供給アセットの概要
リサーチとナレッジ作業
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
シナリオ
リサーチ Agent
I need my agent to research a topic, compare sources, and produce a concise report.
Agent 適合
Claude Code + CLI + Codex
Codex、Claude Code、Cursor、CLI、またはカスタム Agent に対応します。
インストール
準備完了
npx skills add mhawthorne/gza --skill gza-plan-improve
メンテナンス
新しい
最終プッシュから 2 日
リスク
要レビュー
Low GitHub adoption signal
GitHub 品質
11
57/100 品質 · 73/100 信頼
対象タグ
レビュー注記
Low GitHub adoption signal · Quality score needs review
Agent 導入スコアカード
信頼、監査、インストール準備状況を一目で確認
公開リポジトリのメタデータ、OpenAgentSkill のレビューシグナル、保守の鮮度、インストール準備状況を組み合わせたスコアです。候補選定の目安であり、人によるレビューの代替ではありません。
品質
有望有用な候補ですが、採用前に代替と比較してください。
信頼
サンドボックス限定信頼シグナルが不足または混在する有用な候補です。結果ループがタスク適合を示すまで、隔離されたワークスペースで使用してください。
監査
要レビューインストール準備、安全メタデータ、保守、採用リスクの機械可読なレビュー。
OpenAgentSkill Trust Score v5
インストール前に人のレビュー
実作業で使う前に、サンドボックスでのみ実行し、近い代替と比較してください。
スター
GitHub スター 11
リポジトリ活動
スター 11、フォーク 1
メンテナンス
最終プッシュから 2 日
ライセンス
MIT
インストール
npx skills add mhawthorne/gza --skill gza-plan-improve
インストール安全性
標準パッケージまたはランタイムのインストールパス
権限範囲
Shell またはコマンド実行
Agent の成果
Agent の成果データはまだありません
ドキュメント
README/SKILL.md の文脈が十分です
リスク概要
本番前にレビュー
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 11 GitHub stars
- Stars/forks activity: 11 stars, 1 forks; issue activity unavailable in current metadata
インストール準備状況
インストールパスを利用可能
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- ライセンスが明示されています
- Agent-Proven の成果エビデンスはまだありません
Agent 可読メタデータ
このスキルの機械可読な判断データ。
このブロックまたは埋め込み JSON を使い、Agent がこのスキルをインストールすべきか、代替を選ぶべきか、先に人のレビューを求めるべきかを判断できます。
適したタスク
- Browser automation ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
- Navigate pages
適した Agent
インストール判断
- コマンド
- npx skills add mhawthorne/gza --skill gza-plan-improve
- ポリシー
- レビュー
- 人によるレビュー
- はい
信頼とリスク
- 信頼
- 65/100
- 監査
- 76/100
- リスクレベル
- 要レビュー
成果ループ
- エンドポイント
- /api/agent/outcome
- イベント ID
- resolve
- 成果
- 5
使わない場合
- ベンダー提供の SLA が必要なチーム
- production agents without a repository review
- Low GitHub adoption signal
- 高リスク権限のヒント: Shell またはコマンド実行
- Quality score needs review
Agent セーフティ v2
48/100 · 自動インストールを避ける
Sparse or mixed signals. Useful for discovery, but not for autonomous installation.
Test manually in an isolated workspace and compare against safer alternatives.
高
Shell またはコマンド実行
Skill メタデータに端末、CLI、Shell、サブプロセス、またはコマンド実行のワークフローが含まれます。
中
ネットワークアクセス
Skill はリモートページ、API、リポジトリ、外部サービスにアクセスする可能性があります。
中
ファイルシステムアクセス
Skill はプロジェクトファイル、ドキュメント、生成物、ローカルワークスペース状態を読み書きする可能性があります。
- 高リスク権限のヒント: Shell またはコマンド実行
- Low GitHub adoption signal
インストール先
Agent ワークフローにこのスキルをインストール
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
OpenAgentSkill CLI
Resolve policy, run the source installer safely, and report a verified install receipt.
$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install mhawthorne-gza-plan-improveAgent 解決プラン
インストール前に Agent に適合性を検証させます。
Resolve API は第一候補、代替、安全ポリシー、監査メモ、インストール先、Agent がそのまま使えるプロンプトを返します。
JSON を開く
/api/agent/resolve?task=Use%20gza-plan-improve%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Resolve テキスト
/api/agent/resolve?task=Use%20gza-plan-improve%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
インストール引き継ぎ
/api/skills/mhawthorne-gza-plan-improve/install
Agent が確認すべきこと
- Resolve API でタスク適合と代替を確認。
- 監査・信頼スコアと安全ポリシーの警告を確認。
- Codex、Claude Code、Cursor、CLI のインストール先互換性を確認。
プロンプトをコピー
Task: Use gza-plan-improve in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20gza-plan-improve%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/mhawthorne-gza-plan-improve/install
Install command: npx skills add mhawthorne/gza --skill gza-plan-improve
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Agent 引き継ぎ
別のディレクトリではなく、インストール経路を Agent に渡します。
公開インストールエンドポイントからコマンド、安全チェックリスト、対象プロンプト、正規リンクを取得します。
インストール引き継ぎ
/api/skills/mhawthorne-gza-plan-improve/install
LLM テキスト形式
/api/skills/mhawthorne-gza-plan-improve/install?format=text
代替を探す
/api/skills/search?q=gza-plan-improve&limit=3
Agent プロンプト
Use gza-plan-improve for this task. Review https://www.openagentskill.com/api/skills/mhawthorne-gza-plan-improve/install, then install with: npx skills add mhawthorne/gza --skill gza-plan-improveRegistry メタデータ
自動スキル選択用の Agent 可読プロファイル。
Registry API 経由で判断、信頼、監査、ユースケース、インストールのシグナルを提供し、UI をスクレイピングせずに Agent が順位付けできます。
Manifest
/api/registry/manifest/mhawthorne-gza-plan-improve
LLM テキスト
/api/registry/manifest/mhawthorne-gza-plan-improve?format=text
インストール別名
/api/registry/install/mhawthorne-gza-plan-improve
推奨
/api/registry/recommend?task=Use%20gza-plan-improve%20in%20an%20agent%20workflow&limit=3
Agent 適合
Browser automation
プラットフォーム
Claude Code
Agent 判断パネル
Fallback candidate for Browser automation
まずこのスキルでプロトタイプを作り、代替候補を用意してください。
スタック内の役割
代替候補
主な適合
Browser automation
信頼ラベル
まずプロトタイプ
インストールパス
コマンド準備済み
使う場面
- Browser automation ワークフロー
- Claude Code チーム
- builders willing to evaluate younger projects
根拠
- 最近のリポジトリ活動
- インストールコマンドまたは GitHub リポジトリが利用可能
- 品質プロファイル 57/100
- OpenAgentSkill エンゲージメント 4 件
先にレビュー
- Low GitHub adoption signal
実装パス
- 1サンドボックスの Agent にインストールし、Browser automation タスクを一度最初から最後まで実行します。
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
信頼プロファイル
サンドボックス限定
信頼シグナルが不足または混在する有用な候補です。結果ループがタスク適合を示すまで、隔離されたワークスペースで使用してください。
GitHub 採用度
修正GitHub スター 11
スター/フォーク活動
修正スター 11、フォーク 1; 現在のメタデータでは Issue 活動を利用できません
最近のメンテナンス
合格最終プッシュから 2 日
ライセンスの明確さ
合格MIT
良いシグナル
- AI レビュー承認済み
- インストールパスを利用できます
- リポジトリの根拠を利用できます
- 最近保守されたリポジトリ
- インストールコマンドに明確な高リスクパターンはありません
- 成果ループは準備済みですが、最初の実行が必要です
インストール前にレビュー
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 11 GitHub stars
- Stars/forks activity: 11 stars, 1 forks; issue activity unavailable in current metadata
- 実際の Agent 成果レポートはまだありません
- 無人インストールの前に人によるレビューが必要です
推奨アクション
実作業で使う前に、サンドボックスでのみ実行し、近い代替と比較してください。
品質プロファイル
有望 Agent ワークフロー向けの候補
有用な候補ですが、採用前に代替と比較してください。
ワークフロー適合
このスキルを使うシナリオ
Operate web apps
Browser automation
I need my agent to control a browser, fill forms, and verify web app workflows.
Automate repeated work
Workflow automation
I need my agent to automate a repeated workflow across tools and files.
Verify behavior
Testing and QA
I need my agent to test a web app, reproduce bugs, and verify fixes.
ワークフロー適合
完全なワークフローに追加
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Operate and verify web apps
Browser QA agent
A workflow for agents that navigate products, fill forms, take screenshots, and verify real user flows across web applications.
Design, build, test, and ship interfaces
Frontend and UI
A practical workflow for agents that turn product briefs or Figma designs into polished frontend code, review the result, test it in a browser, and prepare a safe deployment.
代替候補
インストール前に比較
このタスクに適する可能性のある類似スキル。
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
MoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
Cua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
概要
--- name: gza-plan-improve description: Refine a draft plan by asking targeted questions, resolving gaps, and rewriting it into an implementation-ready plan allowed-tools: Read, Bash(uv run gza show:*), Bash(uv run gza log:*), AskUserQuestion version: 1.0.0 public: true ---
# Gza Plan Improve
Refine a draft plan through a deliberate question loop. Use this when the user has a rough plan, an incomplete completed plan task, or a draft that needs sharper scope, acceptance criteria, sequencing, risks, and test strategy before implementation begins.
## Inputs
Accept one of these inputs:
- Preferred: a full prefixed plan task ID (for example, `gza-1234`) - Also supported: pasted draft plan text - Optional: extra constraints, related task IDs, or notes about what feels weak
If the user provides neither a full prefixed plan task ID nor draft plan text, ask for the current draft or plan task first.
Use the full prefixed task ID for all `gza` commands.
## Goal
Produce an improved plan, not just a score.
The skill should: - identify the highest-leverage gaps in the current draft - ask concise questions to close those gaps - confirm assumptions explicitly instead of guessing - rewrite the plan into a cleaner, more implementation-ready shape - call out any remaining blockers or open questions
This is different from `/gza-plan-review`: - `/gza-plan-review` decides `Go` / `No-go` - `/gza-plan-improve` actively helps the user strengthen the plan first
## Process
### Step 1: Gather the current plan and context
If the input is a full prefixed plan task ID, inspect it with:
```bash uv run gza show <TASK_ID> uv run gza log <TASK_ID> ```
Use that output to extract: - task type and status - original prompt - current plan/report content - nearby context from logs that explains uncertainty, blockers, or assumptions
If the task is not found or is not a `plan` task, stop and explain the mismatch.
If the input is draft text instead of a task ID, use the provided draft as the working plan.
### Step 2: Diagnose the weakest parts first
Evaluate the draft against these plan dimensions:
1. Problem framing - Is the user problem or objective specific? - Does the draft explain why the work matters?
2. Scope and boundaries - What is explicitly in scope? - What is explicitly out of scope? - Which files, modules, systems, or surfaces are likely affected?
3. Acceptance criteria - What observable outcomes define success? - Are edge cases and failure modes named? - Would an implementer know when the work is done?
4. Risks and unknowns - What could cause rework, delay, or the wrong design choice? - Which unknowns need decisions, investigation, or validation?
5. Dependencies and sequencing - Are prerequisites, approvals, related tasks, or external systems identified? - Is the execution order clear enough to avoid backtracking?
6. Test strategy - Which tests or verification modes are required? - Which regressions must be guarded against?
Rank the gaps and focus on the smallest set of questions that will most improve the plan.
### Step 3: Run a targeted question loop
Use AskUserQuestion to ask concise, high-value follow-up questions.
Rules for the question loop: - Ask only what materially improves the plan - Prefer 1 to 4 questions per round - Ask about the biggest uncertainty first - Confirm assumptions explicitly when the draft implies something but does not state it - Stop asking once the remaining gaps are minor or clearly flagged as open questions
Good question themes: - exact success criteria - scope boundaries and non-goals - risky edge cases - sequencing and dependency order - test expectations - operator-facing docs/help/config impact when relevant
### Step 4: Rewrite the plan
Produce a revised plan with clear headings and direct language. Prefer a structure like:
```text Plan: <short title>
Objective - <what problem is being solved>
Scope - In scope: <items> - Out of scope: <items>
Assumptions / Inputs - <assumptions confirmed with user>
Acceptance Criteria 1. <testable success condition> 2. <testable success condition>
Implementation Outline 1. <step> 2. <step> 3. <step>
Risks / Unknowns - <risk + mitigation or follow-up>
Dependencies - <task/system/approval + status>
Test Strategy - <unit/integration/e2e/manual verification as relevant>
Open Questions - <only unresolved items that genuinely remain> ```
Do not preserve vague wording from the original draft if it can be made concrete.
### Step 5: Close with readiness and next action
After presenting the improved plan, summarize:
- what materially changed - any blockers or unresolved questions that still matter - whether the plan now looks ready for `/gza-plan-review` or direct implementation follow-up
If the plan came from a task and is now strong enough, recommend:
```bash uv run gza show <TASK_ID> uv run gza log <TASK_ID> ```
and then `/gza-plan-review` for a final quality gate if needed.
If the plan is still too ambiguous after refinement, say so plainly and list the missing decisions.
## Important notes
- Keep the interaction collaborative and specific; avoid broad brainstorming unless the user asks for it. - Prefer rewriting the plan over merely criticizing it. - Do not invent technical constraints, dependencies, or acceptance criteria that were not supported by the draft or user answers. - If the user is really trying to create a new gza task rather than improve a plan draft, prefer `/gza-task-draft`. - If the user wants a final `Go` / `No-go` decision on a completed plan task, prefer `/gza-plan-review`.
技術詳細
- バージョン
- 1.0.0
- ライセンス
- MIT
- 最終更新
- 2026年8月21日
- 公開日
- 2026年8月21日
判断の要約
代替候補
最近のリポジトリ活動
Agent 実証エビデンス
Agent 実証エビデンス
Resolve、レビュー、インストール、限定実行後の成果レポート。
- 成功率
- —
- 直近の失敗
- —
- 成果
- 0
- 出力品質
- —
- 失敗
- 0
- 非該当
- 0
- インストール数
- 0
- リスクによりブロック
- 0
- 設定が必要
- 0
- 本番
- 0
Agent の実行結果はまだありません。最初の実行では /api/agent/outcome を通じて成功、設定要件、リスクによるブロック、失敗、非該当を報告できます。
成長ループ
共有キット
gza-plan-improve 用のシナリオベース草案です。X へ手動投稿できます。
gza-plan-improve: Refine a draft plan by asking targeted questions, resolving gaps, and rewriting it into an im... 11 stars https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve?ref=x
任意:インストールコマンド付きの返信
Listing + install path for gza-plan-improve: https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve?ref=x Install: npx skills add mhawthorne/gza --skill gza-plan-improve
掲載元
Registry により登録
この掲載は公開ソースから登録されており、メンテナー申請が承認されるまで公式として表示されません。
- 作成者
- mhawthorne
- インデックス作成者
- OpenAgentSkill コミュニティインデックス
帰属は公開リポジトリまたは作成者プロフィールにリンクされています。作成者は掲載を申請して所有権シグナルを更新できます。
このスキルを申請所有者の申請
このスキル掲載を申請
この Registry により登録 掲載は mhawthorne に帰属していますが、まだ公式として表示されていません。申請すると、確認済み所有者シグナルが追加され、今後の公開、インストール、監査更新の信頼性が高まります。
クリエイター被リンクキット
README にエビデンスバッジを追加
開発者がリポジトリを評価する場所で、正規掲載、現在の信頼・監査シグナル、実際の Agent-Proven エビデンスを表示します。
[](https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve)
[](https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve)
[](https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve/audit)
[](https://www.openagentskill.com/skills/mhawthorne-gza-plan-improve)作者
mhawthorne
@mhawthorne
プラットフォーム適合
健全性シグナル
- GitHub スター
- 11
- 品質スコア
- 31/100
- 最終 GitHub プッシュ
- 2026年8月21日
- フレームワークのヒント
- 不明
- OpenAgentSkill 閲覧数
- 4
- インストールコピー数
- 0
- 外部クリック
- 0
コミュニティシグナル
このスキルが Agent ワークフローに役立つかを共有してください。集約されたフィードバックがランキングを改善します。
信頼と安全性
サンドボックス限定
- GitHub 採用度GitHub スター 11修正
- スター/フォーク活動スター 11、フォーク 1; 現在のメタデータでは Issue 活動を利用できません修正
- 最近のメンテナンス最終プッシュから 2 日合格
- ライセンスの明確さMIT合格
- README/SKILL.md の完全性メタデータには十分な利用・ワークフロー文脈があります合格
- 依存関係/ランタイムのリスクコマンド実行範囲情報
関連スキル
UI-TARS Desktop
Run multimodal agents that operate desktop interfaces
37.0K スターMoneyPrinterTurbo
利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.
88.5K スターCua
Open-source infrastructure for Computer-Use Agents. Sandboxes, SDKs, and benchmarks to train and evaluate AI agents that can control full desktops (macOS, Linux, Windows).
21.4K スター