COMPASS Skills: エージェント作業の状態をローカルに残す7モジュール
dongshuyan/compass-skillsは実運用向けに使える実用的なオープンソース実装で、再利用可能な導入ルートを持つプロジェクトです。
ひと目でわかる
- これは何？
- task-clarifierやtask-forestなど7つのSKILL.mdを、Claude CodeやCodexのローカルスキルとして配布するMITライセンスのコレクション。
- 誰に向いている？
- COMPASS Skillsは、長いエージェント作業でユーザー、プロジェクト、目標、引き継ぎの状態を分けて管理したい場合に向きます。導入前に対象ランタイムへ1モジュールだけ追加し、生成されるtask graphとhandoffが秘密を含まず、承認前に編集を始めないことを実ファイルで確認してください。
- 商用利用できる？
- できます。MIT は寛容なライセンスで、著作権表示とライセンス表示を残せば、使用・改変・販売が可能です。
- 今もメンテナンスされている？
- されています。最後のコミットは 20 日前です。
- 何の言語で書かれている？
- 主に Python です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月14日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
7つのSKILL.mdが受け持つ状態
COMPASS SkillsはAIエージェント向けのローカルスキル集です。READMEでは7つを、実行時コラボレーション、実行履歴、文章調整という役割に分けています。task-clarifierは曖昧またはリスクのある依頼を質問に分解し、task-forestはリポジトリ内のタスクグラフを持ちます。session-handoff-promptは次の会話へ渡す要約を作り、user-profile-keeperはローカルの協働設定を管理します。
run-history-skill-builderとrun-history-skill-upgraderは、完了した作業の履歴をスキル化したり、アップグレード案に変えたりする役割です。academic-humanizerは英語と中国語の学術文でAIらしい表現を対象にします。日本語文章を直接対象にする機能だとはREADMEに書かれていません。
採用前の記録ではdongshuyan-compass-skills-deep-analysisのリリース、実行環境、入力、出力を固定します。画面やREADMEの印象ではなく、コマンドの終了コード、生成されたファイル、ネットワーク接続、エラー時の復帰を確認します。正常系だけでなく、設定値を欠かせた場合、権限を持たない場合、途中でプロセスを止めた場合も試します。観察結果は人が読めるメモと機械的なログの両方に残し、次の更新で同じ手順を再実行できる形にします。
導入を決める前に、dongshuyan-compass-skills-deep-analysisが触れる範囲を一覧化します。読み取りだけか、ファイル変更や外部接続も行うかを分け、許可した範囲を越えた記録がないかを確認します。依存するランタイムと補助サービスの版を保存し、更新前後で差分を比較します。失敗したときに残るログの場所、利用者が元の状態へ戻す方法、削除や無効化の手順が説明できなければ、本番の対象には広げません。
この確認では、dongshuyan-compass-skills-deep-analysisにない機能を推測で補いません。READMEに記載された入口から小さな入力を与え、期待する応答と実際の応答を比べます。未記載の挙動は未確認として残し、数値や互換性を一般化しません。
npx skillsで必要なものだけ入れる
Quick Startでは`npx skills add dongshuyan/compass-skills --list`で一覧を確認します。全スキルをClaude Codeへ入れる場合は`--skill * -a claude-code`、CodexとClaude Codeの両方なら`-a codex -a claude-code`を指定します。導入後は`$task-clarifier`や`$academic-humanizer`の名前で呼び出します。
手動方式では`skills/`以下の7フォルダをローカルスキルディレクトリへコピーし、references、scripts、evals、agentsを保ちます。CLIの対象パスとランタイムを確認し、一括導入の前に必要な一つを選びます。
四つの状態を混ぜない設計
READMEの問題設定は、長い作業でユーザーコンテキスト、プロジェクトコンテキスト、目標コンテキスト、引き継ぎコンテキストが混ざることです。COMPASSはそれぞれを、編集可能なローカルプロファイル、リポジトリ内のタスクグラフ、目的と完了条件、貼り付け可能な再開プロンプトに分けます。
この区分は記憶を自動で正しくする機能ではありません。プロファイルには秘密を入れず、task-forestにはなぜその変更が必要かを残し、handoffでは未完了項目と次の観察点を明記します。保存先がチームのGitに入るか、個人環境だけに留まるかは、実際のスキル実装と設定を確認します。
clarifierから実行へ進む条件
task-clarifierは、高コスト、高リスク、証拠に敏感、外部に見える作業の入り口として説明されています。推奨回答付きの質問を1から3個に絞り、依頼の対象、受け入れ条件、実行権限を揃えてから検索または編集へ進みます。質問を表示しただけで安全性が確保されるわけではありません。
task-forestは変更の理由と成果物を記録し、session-handoff-promptはその構造化情報を読みますが、task-forest自体を変更しない役割です。builderとupgraderも、承認なしに既存ファイルを編集しない方針を持つとREADMEは説明しています。承認がどの時点で必要かをログで確かめます。
ローカルファーストの含意
COMPASSは会話の全文を外部サービスへ送る製品として説明されていません。中心にあるのは、リポジトリとエージェント環境に置くMarkdownや設定ファイルです。だからこそ、プロファイル、タスクグラフ、履歴、評価用データがどのディレクトリへ書かれるかは導入ごとに重要になります。
MITライセンスは利用と改変の条件を示しますが、保存された文脈の機密性を保証しません。`references/`や`scripts/`を読まずにスキルを信頼するのではなく、ネットワーク呼び出し、ファイル書き込み、シェル実行の有無を確認します。READMEの安全方針と実装の差分があれば、採用を止めてissueで確認します。
最初のテストを小さく切る
複数セッションをまたいで受け入れ条件を失いたくない開発者、作業の再開手順をチーム内で揃えたい人に向きます。単純な質問や短い編集に常時7スキルを呼ぶ必要はなく、状態管理のコストが効果を上回る場合があります。
検証ではまず`npx skills add ... --list`の出力を保存し、task-clarifierだけをテスト用ランタイムへ追加します。曖昧な依頼を渡して質問数と停止条件を確認し、task-forestが指定リポジトリ内に何を書いたかを調べます。その後、秘密の文字列を含むプロフィールを拒否できるか、handoffの次の作業が再現できるかを確認してから残りを導入します。
評価用の依頼には、曖昧な目標、対象ファイル、受け入れ条件、秘密のダミー文字列を入れます。clarifierが質問を終えるまで編集やシェル操作を始めないかを見た後、task-forestの生成物をgit diffで確認します。会話を切ってhandoffを新しいセッションへ貼り、完了済み、未完了、次に読むファイルが一致するかを確かめます。
編集部の結論
COMPASS Skillsは、長いエージェント作業でユーザー、プロジェクト、目標、引き継ぎの状態を分けて管理したい場合に向きます。導入前に対象ランタイムへ1モジュールだけ追加し、生成されるtask graphとhandoffが秘密を含まず、承認前に編集を始めないことを実ファイルで確認してください。
コミュニティノート