Mmcp.market

ai-first-engineering skill

by affaan-m·affaan-m/ECC·269k stars·MIT

AI エージェントが大量の実装出力を生成するチームのためのエンジニアリング運用モデル。

A100/100content scan

Is the ai-first-engineering skill safe?

Clean: nothing in its files matched our rules. We read 1 file in the folder on 2026-09-28.

No findings.

Install the ai-first-engineering skill

A skill is a folder. Copy it into your agent's skills folder and the agent loads it when the task matches its description. 

git clone --depth 1 https://github.com/affaan-m/ECC.git /tmp/ECC
mkdir -p ~/.claude/skills
cp -r /tmp/ECC/docs/ja-JP/skills/ai-first-engineering ~/.claude/skills/ai-first-engineering
available in every project

In the Claude apps, zip the folder and upload it from the Skills settings. The folder on GitHub

The instructions your agent would load

SKILL.md as published, without the frontmatter. Read it on GitHub

AI ファーストエンジニアリング

AI 支援コード生成でリリースするチームのプロセス、レビュー、アーキテクチャを設計する際にこのスキルを使用します。

プロセスの変化

  1. 計画の品質はタイピングスピードより重要。
  2. 評価のカバレッジは個人的な自信より重要。
  3. レビューの焦点は構文からシステムの動作へ。

アーキテクチャ要件

エージェントフレンドリーなアーキテクチャを優先する：

  • 明示的な境界
  • 安定したコントラクト
  • 型付きインターフェース
  • 決定論的なテスト

隠れた慣習に広がる暗黙の動作を避ける。

AI ファーストチームでのコードレビュー

レビュー対象：

  • 動作のリグレッション
  • セキュリティの前提
  • データの整合性
  • 障害処理
  • ロールアウトの安全性

自動化によって既にカバーされているスタイルの問題に費やす時間を最小化する。

採用と評価シグナル

AI ファーストの強いエンジニア：

  • 曖昧な作業を明確に分解する
  • 測定可能な受け入れ基準を定義する
  • 高シグナルのプロンプトと評価を生成する
  • 納期プレッシャー下でリスクコントロールを強制する

テスト標準

生成されたコードのテストバーを引き上げる：

  • 操作されたドメインに対する必須のリグレッションカバレッジ
  • 明示的なエッジケースのアサーション
  • インターフェース境界の統合チェック

More skills from affaan-m/ECC

  • AaccessibilityWCAG 2.2 レベル AA 標準を用いてインクルーシブなデジタルプロダクトを設計・実装・監査します。Web 用のセマンティック ARIA および Web・ネイティブプラットフォーム（iOS/Android）のアクセシビリティトレイトを生成するために使用します。
  • Aagent-architecture-auditエージェントおよび LLM アプリケーション向けのフルスタック診断。12 層のエージェントスタックにおけるラッパーリグレッション、メモリ汚染、ツール規律の失敗、隠れた修復ループ、レンダリング破損を監査します。重要度順の発見事項とコードファーストの修正を生成します。エージェントアプリケーション、自律ループ、または LLM を活用した機能を構築する開発者に必須です。
  • Aagent-evalカスタムタスクでコーディングエージェント（Claude Code、Aider、Codex など）をヘッドツーヘッドで比較し、合格率、コスト、時間、一貫性のメトリクスを測定します
  • Aagent-harness-constructionAI エージェントのアクション空間、ツール定義、観測フォーマットを設計・最適化して完了率を向上させます。
  • Aagent-introspection-debuggingStructured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.
  • Aagent-introspection-debuggingキャプチャ、診断、封じ込め回復、内省レポートを使用した AI エージェント障害のための構造化された自己デバッグワークフロー。
  • Aagent-payment-x402タスクごとのバジェット、支出コントロール、ノンカストディアルウォレットを備えた x402 決済実行を AI エージェントに追加します。agentwallet-sdk を通じて Base をサポートし、OKX Payments / OKX エージェント決済プロトコルを通じて X Layer をサポートします。
  • Aagent-sortBuild an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.
  • Aagent-sort並行リポジトリ対応のレビューパスを使用して、スキル、コマンド、ルール、フック、エクストラを DAILY と LIBRARY のバケットに分類することで、特定のリポジトリ向けのエビデンスに基づいた ECC インストール計画を構築します。プロジェクトが完全なバンドルをロードする代わりに実際に必要なものに ECC をトリミングする必要がある場合に使用します。
  • Aagentic-engineeringOperate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when AI agents perform most implementation work and humans enforce quality and risk controls.
  • Aagentic-engineering評価ファースト実行、分解、コスト対応モデルルーティングを使用してエージェニックエンジニアとして動作します。
  • Aagentic-osClaude Code 上に永続的なマルチエージェントオペレーティングシステムを構築します。カーネルアーキテクチャ、スペシャリストエージェント、スラッシュコマンド、ファイルベースのメモリ、スケジュールされた自動化、外部データベースなしの状態管理をカバーします。

All agent skills → · MCP servers