Prompt file imported from minicoohei/ai-agent-camp (
.cursor/commands/lesson/start-6-2.md). Copyright stays with the author.
🎓 Lesson 6-2: Skill作成基本
📍 このセッションでやること
Lesson 6-2: Skill開発 へようこそ！
| 項目 | 内容 |
|---|---|
| ゴール | skills/ に再利用可能なSkillを作成し、Codex / Claude Code / Cursor から参照できる形にする |
| 所要時間 | 約35分 |
| 使うスキル | SKILL.md, Python |
| 前提条件 | Lesson 6-1 完了、Python環境セットアップ済み |
| 教材ページ | Module 6: エージェント開発 を並行参照 |
このセッションの流れ:
- Skillディレクトリ構造の作成
- SKILL.md とスクリプトの実装
- 動作確認と利用ガイドへの反映
セッション終了時には、自作Skillが共通の skills/ ディレクトリで管理できるようになっています。
💡 ヒント: AIの応答が途中で止まった場合は「続きを表示して」「止まってるよ」と入力すると再開します。これはCursorの仕様で、故障ではありません。
🎯 準備チェック
まずは準備が整っているか確認しましょう。
AskQuestionの設定:
{
"title": "🎯 セッション開始前の確認",
"questions": [{
"id": "readiness",
"prompt": "準備はできていますか？",
"options": [
{"id": "ready", "label": "準備OK！始めましょう"},
{"id": "check_prereq", "label": "前提条件を確認したい"},
{"id": "view_html", "label": "先に教材ページを見たい"},
{"id": "different_lesson", "label": "別のレッスンに移動したい"}
]
}]
}(ready → Step 1へ) (check_prereq → 前提条件の確認を実行) (view_html → 教材ページのパスを案内) (different_lesson → モジュール一覧を表示)
🚀 Step 1: Skillディレクトリ構造の作成
AskUserQuestion（AskQuestion）で「このまま進める / 例だけ確認 / スキップ」を選べます。
AskQuestionの設定例:
{
"title": "🚀 Step 1: Skillディレクトリ構造の作成",
"questions": [{
"id": "step_action",
"prompt": "このステップをどうしますか？",
"options": [
{"id": "practice", "label": "このまま進める"},
{"id": "review", "label": "例だけ確認する"},
{"id": "skip", "label": "スキップする"}
]
}]
}選択後の案内（例）: 入力内容:
skills/csv-analyzer ディレクトリを作成し、以下の構造を準備してください：
mkdir -p skills/csv-analyzer/scripts
mkdir -p skills/csv-analyzer/tests
mkdir -p skills/csv-analyzer/examples
touch skills/csv-analyzer/SKILL.md
touch skills/csv-analyzer/requirements.txt
ディレクトリ構造を確認してください。
期待される結果: Skillのディレクトリ構造が作成されます。
🚀 Step 2: SKILL.mdドキュメント作成
AskUserQuestion（AskQuestion）で「このまま進める / 例だけ確認 / スキップ」を選べます。
AskQuestionの設定例:
{
"title": "🚀 Step 2: SKILL.mdドキュメント作成",
"questions": [{
"id": "step_action",
"prompt": "このステップをどうしますか？",
"options": [
{"id": "practice", "label": "このまま進める"},
{"id": "review", "label": "例だけ確認する"},
{"id": "skip", "label": "スキップする"}
]
}]
}選択後の案内（例）: 入力内容:
skills/csv-analyzer/SKILL.md ファイルを作成し、以下の内容を記述してください：
---
name: csv-analyzer
description: CSVファイルを分析し、統計情報とデータ型推定を行うSkill
version: 1.0.0
author: ユーザー名
dependencies:
- python: "3.8+"
- packages: ["pandas", "chardet"]
---
# CSV Analyzer Skill
## 概要
CSVファイルを分析し、統計情報とデータ型推定を行うSkillです。
## 機能
- 行数・列数の取得
- データ型推定（各列のデータ型を自動判定）
- 統計情報（数値列の基本統計量）
- 欠損値検出（NULLやNA値の検出）
- エンコーディング判定
## 使用方法
### コマンドライン実行
```bash
python skills/csv-analyzer/scripts/analyzer.py --input data.csv
Python での利用
from scripts.analyzer import CSVAnalyzer
analyzer = CSVAnalyzer('data.csv')
result = analyzer.analyze()
print(result)出力形式
{
"filename": "data.csv",
"rows": 1000,
"columns": 5,
"encoding": "utf-8",
"file_size_mb": 2.5,
"columns_info": []
}依存関係
- pandas >= 2.0
- chardet >= 5.0
インストール
uv sync
**期待される結果**: SKILL.md ドキュメントが作成されます。
---
## 🚀 Step 3: Python実装の作成
AskUserQuestion（AskQuestion）で「このまま進める / 例だけ確認 / スキップ」を選べます。
**AskQuestionの設定例:**
```json
{
"title": "🚀 Step 3: Python実装の作成",
"questions": [{
"id": "step_action",
"prompt": "このステップをどうしますか？",
"options": [
{"id": "practice", "label": "このまま進める"},
{"id": "review", "label": "例だけ確認する"},
{"id": "skip", "label": "スキップする"}
]
}]
}
選択後の案内（例）: 入力内容:
skills/csv-analyzer/scripts/analyzer.py ファイルを作成し、以下の内容を記述してください：
import pandas as pd
import json
import argparse
from pathlib import Path
from typing import Dict, Any, List
class CSVAnalyzer:
"""CSVファイルを分析するクラス"""
def __init__(self, file_path: str):
self.file_path = Path(file_path)
if not self.file_path.exists():
raise FileNotFoundError(f"File not found: {file_path}")
def analyze(self) -> Dict[str, Any]:
"""CSVファイルを分析"""
df = pd.read_csv(self.file_path)
file_size_mb = self.file_path.stat().st_size / (1024 * 1024)
return {
"filename": self.file_path.name,
"rows": len(df),
"columns": len(df.columns),
"file_size_mb": round(file_size_mb, 2),
"columns_info": self._analyze_columns(df)
}
def _analyze_columns(self, df: pd.DataFrame) -> List[Dict[str, Any]]:
"""各列を分析"""
columns_info = []
for col in df.columns:
col_data = df[col]
col_info = {
"name": col,
"type": str(col_data.dtype),
"null_count": int(col_data.isna().sum()),
"unique_values": int(col_data.nunique())
}
# 数値列の場合は統計情報を追加
if pd.api.types.is_numeric_dtype(col_data):
col_info["stats"] = {
"min": float(col_data.min()) if not col_data.isna().all() else None,
"max": float(col_data.max()) if not col_data.isna().all() else None,
"mean": float(col_data.mean()) if not col_data.isna().all() else None
}
columns_info.append(col_info)
return columns_info
def to_json(self, output_path: str = None) -> str:
"""分析結果をJSON形式で出力"""
result = self.analyze()
json_str = json.dumps(result, indent=2, ensure_ascii=False)
if output_path:
Path(output_path).write_text(json_str, encoding='utf-8')
return json_str
def main():
parser = argparse.ArgumentParser(description="CSVファイルを分析")
parser.add_argument("--input", required=True, help="入力CSVファイルパス")
parser.add_argument("--output", help="出力JSONファイルパス（省略時は標準出力）")
args = parser.parse_args()
analyzer = CSVAnalyzer(args.input)
result = analyzer.to_json(args.output)
if not args.output:
print(result)
if __name__ == "__main__":
main()
期待される結果: CSVAnalyzer クラスが実装されます。
🚀 Step 4: requirements.txt作成
AskUserQuestion（AskQuestion）で「このまま進める / 例だけ確認 / スキップ」を選べます。
AskQuestionの設定例:
{
"title": "🚀 Step 4: requirements.txt作成",
"questions": [{
"id": "step_action",
"prompt": "このステップをどうしますか？",
"options": [
{"id": "practice", "label": "このまま進める"},
{"id": "review", "label": "例だけ確認する"},
{"id": "skip", "label": "スキップする"}
]
}]
}選択後の案内（例）: 入力内容:
skills/csv-analyzer/requirements.txt ファイルを作成し、以下の内容を記述してください：
pandas>=2.0.0
chardet>=5.0.0
pytest>=7.4.0
期待される結果: 依存関係ファイルが作成されます。
🚀 Step 5: テストの作成と実行
AskUserQuestion（AskQuestion）で「このまま進める / 例だけ確認 / スキップ」を選べます。
AskQuestionの設定例:
{
"title": "🚀 Step 5: テストの作成と実行",
"questions": [{
"id": "step_action",
"prompt": "このステップをどうしますか？",
"options": [
{"id": "practice", "label": "このまま進める"},
{"id": "review", "label": "例だけ確認する"},
{"id": "skip", "label": "スキップする"}
]
}]
}選択後の案内（例）: 入力内容:
skills/csv-analyzer/tests/test_analyzer.py ファイルを作成し、以下の内容を記述してください：
import pytest
import pandas as pd
import tempfile
from pathlib import Path
import sys
sys.path.insert(0, str(Path(__file__).parent.parent))
from scripts.analyzer import CSVAnalyzer
@pytest.fixture
def sample_csv():
"""テスト用CSVファイルを作成"""
df = pd.DataFrame({
'id': [1, 2, 3, 4, 5],
'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
'age': [25, 30, 35, None, 28],
'score': [85.5, 90.0, 78.5, 82.0, 88.5]
})
with tempfile.NamedTemporaryFile(
mode='w', suffix='.csv', delete=False, encoding='utf-8'
) as f:
df.to_csv(f, index=False)
return f.name
def test_analyze_basic(sample_csv):
"""基本的な分析テスト"""
analyzer = CSVAnalyzer(sample_csv)
result = analyzer.analyze()
assert result['rows'] == 5
assert result['columns'] == 4
assert 'columns_info' in result
def test_column_types(sample_csv):
"""列タイプの分析テスト"""
analyzer = CSVAnalyzer(sample_csv)
result = analyzer.analyze()
col_names = [col['name'] for col in result['columns_info']]
assert 'id' in col_names
assert 'name' in col_names
def test_null_detection(sample_csv):
"""欠損値検出テスト"""
analyzer = CSVAnalyzer(sample_csv)
result = analyzer.analyze()
age_col = next(col for col in result['columns_info'] if col['name'] == 'age')
assert age_col['null_count'] == 1
def test_file_not_found():
"""ファイル未存在エラーテスト"""
with pytest.raises(FileNotFoundError):
CSVAnalyzer('nonexistent.csv')
その後、以下のコマンドでテストを実行してください：
cd skills/csv-analyzer && uv sync && pytest tests/ -v
期待される結果: テストが作成され、全テストがパスします。
⚠️ よくあるトラブルと解決方法
AskUserQuestion（AskQuestion）でトラブル内容を選んでもらい、押すだけで案内します。
AskQuestionの設定例:
{
"title": "トラブル内容を選択",
"questions": [{
"id": "trouble",
"prompt": "当てはまる内容を1つ選んでください",
"options": [
{"id": "trouble_1", "label": "モジュールがインポートできない"},
{"id": "trouble_2", "label": "pandasがインストールされていない"},
{"id": "trouble_3", "label": "テストが失敗する"},
{"id": "trouble_4", "label": "JSON出力が文字化けする"}
]
}]
}トラブル1: モジュールがインポートできない
原因: Pythonパスが通っていない 解決プロンプト:
sys.path にスクリプトディレクトリを追加してください：
sys.path.insert(0, str(Path(__file__).parent.parent))
または PYTHONPATH 環境変数を設定してください。
トラブル2: pandasがインストールされていない
原因: 依存パッケージ未インストール 解決プロンプト:
uv sync を実行してください。
仮想環境を使用している場合は、正しい環境がアクティブか確認してください。
トラブル3: テストが失敗する
原因: テストファイルのパスが間違っている 解決プロンプト:
pytest を実行するディレクトリを確認してください。
テストファイルが tests/ ディレクトリにあるか確認してください。
トラブル4: JSON出力が文字化けする
原因: エンコーディングがUTF-8でない 解決プロンプト:
json.dumps() で ensure_ascii=False を指定してください。
ファイル出力時は encoding='utf-8' を指定してください。
✅ チェックポイント
- ディレクトリ構造が作成されている
- SKILL.md でドキュメント化されている
- analyzer.py が実装されている
- requirements.txt が作成されている
- テストが全てパスする
📋 成果物プレビュー
期待される出力
📁 output/
└── {プロジェクト名}/ (エージェント/コード成果物)
確認コマンド
# ファイルの存在とサイズを確認
ls -lh output/{プロジェクト名}/
# 冒頭を確認（最初の30行）
head -30 output/{プロジェクト名}/💡 全文を確認:
cat output/{プロジェクト名}/で全文表示できます
✅ 完了チェック
以下をCursorのチャットに貼り付けて、完了状況を確認してください:
# 完了確認: skills/csv-analyzer/ ディレクトリが正しく作成され、pytest テストが全てパスするか確認してください。
期待される結果: 完了/未完の判定と不足項目が表示されます。
➡️ 次のステップ
これでこのセクションは完了です。次のセクションを始めるか、新しいウィンドウを開いて、新しいセクションを開始してください。
AskUserQuestion（AskQuestion）で選べます。
AskQuestionの設定例:
{
"title": "次のステップを選択",
"questions": [{
"id": "next_step",
"prompt": "次に進む操作を選んでください",
"options": [
{"id": "next_auto", "label": "次のセクションを開始（/next_lesson）"},
{"id": "next_window", "label": "新しいウィンドウで開始（/start-6-3）"},
{"id": "finish", "label": "ここで終了する"}
]
}]
}選択後の案内（例）:
- next_auto → /next_lesson
- next_window → 新しいウィンドウで /start-6-3
- finish → 終了
