skilgen/skilgen

ログイン

Skilgenを一度インストールし、リポジトリで実行し、エージェントのスキル、ドキュメント、エンタープライズコンテキスト、および承認されたMCPコネクタを自動的に最新の状態に保ちます。

Skilgenは、Codex、Claude Code、Cursor、およびその他のコーディングエージェントのリポジトリローカルスキルシステムです。 実際に作業中のリポジトリ内で必要なファイルエージェントを生成し、更新します。

クイックスタート

PyPI から Skilgen をインストールする:

完全なモデル・バック・ランタイムを望むならプロバイダ・キーをエクスポートします。

repo を初期化し、 Skilgen がリポジトリローカルのスキルシステムを始動させます:

それだけです。 1。 Skilgenをインストールする 2. リポジトリに一度実行する 3。 Skilgenは、コードの変更として、リポジトリローカルエージェントのコンテキストを新鮮に保ちます

Skilgenが何をしているか

Skilgen は、リポジトリをエージェント・レディ・オペレーティング・システムに変え、コードの変更として現在のままにします。

repo で Skilgen を実行すると、次のことができます。

• AGENTS.md, FEATURES.md, [REPORT.md], [[TRACEABILITY.md]]を生成して更新します。
• プロジェクトの生成と更新 [skills/]ツリー
• 変更されたコードおよびリフレッシュ スキルを自動的に検出して下さい
• スキルツリーの品質を検証できる[Skilgen Score
• 企業全体のスキルパックを摂取

Skilgen

Install Skilgen once, run it in your repo, and let it keep your agent skills, docs, enterprise context, and approved MCP connectors up to date automatically.

Skilgen is the repo-local skill system for Codex, Claude Code, Cursor, and other coding agents. It generates and refreshes the files agents actually need inside the repository they are working on.

Quick Start

Install Skilgen from PyPI:

python -m pip install skilgen

Export a provider key if you want the full model-backed runtime:

export OPENAI_API_KEY="your_key_here"
# or
export ANTHROPIC_API_KEY="your_key_here"
# or
export HUGGINGFACEHUB_API_TOKEN="your_token_here"

Initialize the repo and let Skilgen start its repo-local skill system:

skilgen init --project-root .
skilgen deliver --project-root .
skilgen status --project-root .

That’s the whole idea:

1. install Skilgen
2. run it once in a repo
3. let Skilgen keep the repo-local agent context fresh as code changes

What Skilgen Does

Skilgen turns your repository into an agent-ready operating system that stays current as the code changes.

When you run Skilgen in a repo, it can:

• generate and refresh AGENTS.md, FEATURES.md, REPORT.md, and TRACEABILITY.md
• generate and refresh a project skills/ tree
• detect changed code and refresh skills automatically
• score the quality of the skill tree with a verifiable Skilgen Score
• ingest enterprise-wide skill packs
• install and rank external skill ecosystems
• recommend and activate approved official MCP connectors
• decide what an agent should load first before it starts working

Why Teams Use It

Most AI coding sessions fail for the same reasons:

• the agent starts without the real repo context
• guidance gets stale after code changes
• enterprise knowledge is scattered across docs, runbooks, and tribal memory
• tool access is not governed or consistent

Skilgen fixes that by giving the repo a living skill system instead of a one-time prompt.

Skilgen Score

Skilgen Score is the quality bar for a skill tree.

It is a 0-100 score with four 0-25 subscores: