Neat.Skill:AI Agentを使うほど賢くなるオープンソースツール
オープンソースのAgentドキュメント保守ツール。プロジェクトのドキュメント体系を自動レビューして繰り返し更新し、Claude Code、Codex、OpenCode、OpenClawの4プラットフォームに対応します。


Neat.Skill:AI Agentを使うほど賢くなるオープンソースツール
オープンソースのAgentドキュメント保守ツール。プロジェクトのドキュメント体系を自動レビューして繰り返し更新し、Claude Code、Codex、OpenCode、OpenClawの4プラットフォームに対応します。
Claude CodeやCodexでプロジェクトを進める開発者なら、高確率でこの問題に遭遇したことがあるでしょう。コードは7、8回イテレーションを重ね、新機能は無数に投入したのに、プロジェクトのドキュメントは最初の1.0バージョンのまま。Agentを使うほど動きが鈍くなる根源は、モデルの性能ではなく、コンテキストがすでに腐っていることにあります。オープンソースツール「Neat.Skill」(潔癖.Skill)はこの痛点の解決に特化しています。タスクを完了するたびに /neat を一度実行すれば、プロジェクト全体のドキュメント体系を自動的にレビューして更新してくれます。
問題はどこにあるのか
Agentのコンテキストは3層に分かれており、どの層に問題が起きてもAIが間違いを犯します。
- 記憶システム:過去のチャット記録、プロジェクトの暗黙知
- CLAUDE.md:プロジェクト規約、構造、レッドライン、ルーティング一覧(AI向け)
- docs/ディレクトリとREADME:接続ガイド、アーキテクチャ説明、運用マニュアル(人間向け)
典型的な問題シーン:データベースをSQLiteからPostgreSQLに切り替えたのに、CLAUDE.mdの修正を忘れた。次に新機能を開発するとき、ClaudeはまだSQLiteの構文を使っています。あなたはモデルが頭が悪いのだと思いがちですが、実際はドキュメントが古くなっているだけです。
古くなった記憶1つは、記憶がないよりもさらに悪いものです。記憶がなければ、AIは少なくとも自分が知らないことを自覚しています。しかし古くなった情報を読むと、それを正しいと思い込み、誤った前提に基づいて動いてしまいます。
Neat.Skillがやること
/neat を実行するたびに、次の5つのことを順番に行います。
ステップ1:強制棚卸し
プロジェクト内のすべてのmdファイルを漏れなく列挙し、1つずつ読み込みます。重要なドキュメントの見落としを防ぎます。
ステップ2:変更影響マトリクス
会話の中にどんな新しい事実があるかを見るだけでなく、その新しい事実がどのドキュメント層に波及するかも見ます。もう1つの重要なチェックは、今回の変更がプロジェクトをまたいでいないかどうかです。プロジェクトAを変更し、プロジェクトBがそれに依存しているなら、プロジェクトBのdocsも合わせて変更する必要があります。

ステップ3:順番に修正
まずdocs/を修正し、次にCLAUDE.md、最後に記憶を整理します。順序が重要なのは、変更自体が連鎖的な影響を生むからです。
ステップ4:セルフチェックリスト
新しく追加した環境変数がrunbookとCLAUDE.mdの両方に記載されているか、相対時間の取り残しなどの問題がないかをチェックします。
ステップ5:変更サマリーの出力
今回何を変更し、何を削除し、何を統合したかを伝えます。
中核原則
Neat.Skillの設計哲学はただ1つです:統合は追加に勝り、削除は保持に勝る。
AI協業のシーンでは、情報が多いことは強みではなく、情報が正確であることこそが強みです。古くなったものは削除し、重複したものは統合し、曖昧なものは修正する。ナレッジベースには、常にいまこの瞬間のもっとも正確な真実だけを残しましょう。
インストールと利用方法
オープンソースアドレス: github.com/KKKKhazix/khazix-skills
対応プラットフォーム:
- Claude Code
- OpenAI Codex
- OpenCode
- OpenClaw
使い方:
もっとも簡単なのは、タスク完了後に /neat と入力するか、自然言語で「レビューして」「整理して」と伝えることです。
推奨される使用リズム:
- 1つの機能を完成させるかバグを修正したら、
/neatを実行する - 出力された変更サマリーを確認し、変更が想定どおりかを確かめる
- 対話コンテキストが400K前後に達したら
/neatを実行してセーブし、新しいウィンドウを開いて続ける
推奨ワークフロー
/neat をゲームの「セーブ機能」として使いましょう。
新しい対話を開始 -> タスク完了 -> /neat でセーブ -> 対話を閉じる -> 新しい対話で続行このやり方の利点は、対話はいつでも閉じられるのに、ドキュメントはずっと残ることです。新しいセッションはウォームアップなしで、Agentが正確なドキュメントコンテキストに基づいてすぐに仕事を始められます。
関連記事

TRAE SOLO Mobileハンズオンガイド
ByteDance の TRAE SOLO モバイル版が全面開放。3クライアント同期連携で、スマホだけで AI Agent を指揮してデータ分析・ドキュメント生成・自動化タスクをこなせます。

動画を図解ブログへ:AgentとマルチモーダルモデルでKarpathyのワークフローを作り直す
Doubao Seed 2.0 LiteのオールモーダルモデルとAgentを組み合わせ、動画を自動で図解ブログ化する4ステップワークフロー。従来のASR+LLMパイプラインで画面情報が失われる問題を解決します。

AI画像生成モデルの選び方:Image-2、Doubao、Klingのスタイル比較
同じプロンプトを投げても、AI画像生成モデルによって出力のスタイルはまったく違います。本記事ではImage-2、Nano Banana 2、Doubao/Jimeng、Klingの視覚的特徴を比較し、モデル選びをすばやくサポートします。

DeepSeek-TUI:ターミナルで動くDeepSeekコーディングAgent
GitHubで2.3kスターのDeepSeek-TUI。Rustで書かれたターミナル向けコーディングツールで、DeepSeek V4向けに最適化され、100万tokenコンテキスト、マルチサブAgent並列、3つの操作モードに対応します。

GPT-image-2の画像をワンクリックでPSD化、オープンソースSkillを実測
オープンソース Skill「bggg-creator-image2psd」を使えば、GPT-image-2 が生成した統合画像を12レイヤーの編集可能な PSD に分解。文字とグラフィックを自動でレイヤー分けし、残像なしに仕上げます。