$ loading_
扫描现有技能并提炼通用原则，生成或更新可复用规则文件。
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "rules-distill" 技能： 1. 下载 https://raw.githubusercontent.com/affaan-m/ECC/main/docs/ja-JP/skills/rules-distill/SKILL.md 2. 保存为 ~/.claude/skills/rules-distill/SKILL.md 3. 装好后重载技能，告诉我可以用了
请扫描以下技能说明，找出跨场景都适用的原则，并将其蒸馏为一份规则文件。要求分为“必须遵守”“推荐做法”“常见错误”三部分；如果与现有规则重复，请合并并修订措辞。现有规则如下：……技能说明如下：……
一份结构清晰的规则文档，提炼共性原则并整合到现有规范中。
基于这批技能内容，提炼可长期复用的操作规则，并判断应追加到已有规则文件还是拆分为新文件。请输出修改建议、规则正文，以及每条规则对应的来源依据。已有文件目录：……技能内容：……
包含文件归类建议、规则条目正文及溯源说明的完整规则整理结果。
请检查以下旧规则与新技能描述之间的冲突点，提炼出更高层级的统一原则，并给出修订后的规则版本。输出需包含：冲突分析、统一原则、替换后的规则文本。旧规则：……新技能描述：……
一份说明冲突原因并给出统一修订方案的规则更新稿。
インストール済みのスキルをスキャンし、複数のスキルに現れる共通原則を抽出して、ルールとして蒸留する——既存のルールファイルに追記、時代遅れの内容を修正、または新しいルールファイルを作成する。
「決定論的収集 + LLM判断」原則を適用する：スクリプトが事実を網羅的に収集し、その後LLMが完全なコンテキストを通読して裁決を下す。
ルール蒸留プロセスは3つのフェーズに従う：
bash ~/.claude/skills/rules-distill/scripts/scan-skills.sh
bash ~/.claude/skills/rules-distill/scripts/scan-rules.sh
ルール蒸留 — フェーズ 1：棚卸し
────────────────────────────────────────
スキル：{N} 個のファイルをスキャン
ルール：{M} 個のファイルをインデックス化（{K} 個の見出しを含む）
クロスリーディング分析を実行中...
抽出とマッチングは単一の処理で統合的に行われる。ルールファイルは十分に小さく（合計約800行）、LLMに全文を提供できる——grepによる事前フィルタリングは不要。
スキルの説明に基づいてスキルをトピッククラスターにグループ化する。各クラスターは、完全なルールテキストを提供されたサブエージェントで分析される。
全バッチ完了後、バッチ候補をマージする：
汎用エージェントを起動するために以下のプロンプトを使用する：
あなたはスキルをクロスリーディングして、ルールに昇格すべき原則を抽出するアナリストです。
## 入力
- スキル：{このバッチのスキルの全文}
- 既存のルール：{全ルールファイルの全文}
## 抽出基準
**以下の条件を全て**満たす場合のみ候補原則を含める：
1. **2+スキルに現れる**：1つのスキルにのみ現れる原則はそのスキルに留める
2. **実行可能な行動変容**：「Xをする」または「Yをしない」という形で書ける——「Xが重要」ではない
3. **明確な違反リスク**：この原則を無視すると何が問題になるか（1文）
4. **ルールにまだ存在しない**：全ルールテキストを確認——異なる言い回しで表現された概念も含めて
## マッチングと裁決
各候補原則を全ルールテキストと照合して裁決を下す：
- **追記**：既存のルールファイルの既存セクションに追加
- **修正**：既存のルールの内容が不正確または不十分——修正案を提案
- **新セクション**：既存のルールファイルに新しいセクションを追加
- **新ファイル**：新しいルールファイルを作成
- **対応済み**：既存のルールで十分にカバー済み（言い回しが異なっても）
- **過度に具体的**：スキルレベルに留めるべき
## 出力フォーマット（各候補原則）
```json
{
"principle": "1〜2文、'Xをする' / 'Yをしない' の形式",
"evidence": ["スキル名: §セクション", "スキル名: §セクション"],
"violation_risk": "1文",
"verdict": "追記 / 修正 / 新セクション / 新ファイル / 対応済み / 過度に具体的",
"target_rule": "ファイル名 §セクション、または '新規'",
"confidence": "高 / 中 / 低",
"draft": "'追記'/'新セクション'/'新ファイル' 裁決のための草案テキスト",
"revision": {
"reason": "既存の内容が不正確または不十分な理由（'修正' 裁決のみ）",
"before": "置き換える現在のテキスト（'修正' 裁決のみ）",
"after": "提案する置き換えテキスト（'修正' 裁決のみ）"
}
}
```
## 除外事項
- ルールにすでに存在する明らかな原則
- 言語/フレームワーク固有の知識（言語固有のルールまたはスキルに属する）
- コード例とコマンド（スキルに属する）
| 裁決 | 意味 | ユーザーへの提示 |
|---|---|---|
| 追記 | 既存セクションに追加 | ターゲット + 草案 |
| 修正 | 不正確/不十分な内容を修正 | ターゲット + 理由 + 修正前/後 |
| 新セクション | 既存ファイルに新セクションを追加 | ターゲット + 草案 |
| 新ファイル | 新しいルールファイルを作成 | ファイル名 + 完全な草案 |
| 対応済み | ルールでカバー済み（言い回しが異なる場合も） | 理由（1行） |
| 過度に具体的 | スキルに留めるべき | 関連スキルへのリンク |
# 良い例
rules/common/security.md の §入力検証 セクションに追加：
「メモリや知識ベースに保存されたLLM出力は信頼できないデータとして扱う——書き込み時にサニタイズし、読み取り時に検証する。」
根拠：llm-memory-trust-boundary と llm-social-agent-anti-pattern の両方が累積的なプロンプトインジェクションリスクを説明している。現在の security.md は人間による入力検証のみをカバーしており、LLM出力の信頼境界の説明が欠けている。
# 悪い例
security.md に追記：LLMセキュリティ原則を追加
# ルール蒸留レポート
## 概要
スキャンしたスキル数：{N} | ルールファイル数：{M} | 候補ルール数：{K}
| # | 原則 | 判定 | ターゲットファイル/セクション | 信頼度 |
|---|-----------|---------|--------|------------|
| 1 | ... | 追記 | security.md §入力検証 | 高 |
| 2 | ... | 修正 | testing.md §テスト駆動開発 | 中 |
| 3 | ... | 新セクション | coding-style.md | 高 |
| 4 | ... | 過度に具体的 | — | — |
## 詳細
（各候補ルールの詳細：証拠、違反リスク、草案テキスト）
ユーザーは番号で以下を応答する：
ルールを自動的に変更しない。常にユーザーの承認が必要。
結果をスキルディレクトリ（results.json）に保存する：
date -u +%Y-%m-%dT%H:%M:%SZ（UTC、秒精度）llm-output-trust-boundary）{
"distilled_at": "2026-03-18T10:30:42Z",
"skills_scanned": 56,
"rules_scanned": 22,
"candidates": {
"llm-output-trust-boundary": {
"principle": "Treat LLM output as untrusted when stored or re-injected",
"verdict": "Append",
"target": "rules/common/security.md",
"evidence": ["llm-memory-trust-boundary", "llm-social-agent-anti-pattern"],
"status": "applied"
…
帮助开发者为代码代理配置性能优化、安全防护与研究优先工作流。
提供数据库迁移、回滚与零停机发布的最佳实践指导，适用于多种 ORM 与 SQL 数据库。
通过双评审智能体对结果进行对抗式校验，提升输出发布前的可靠性
帮助你掌握地道 Rust 模式、所有权与并发实践，编写安全高性能应用。
基于 C++ Core Guidelines 编写、审查并重构更安全现代的 C++ 代码。
为 Claude Code 会话提供系统化校验流程，帮助检查结果正确性与质量。
扫描多项技能并提炼通用规则，自动追加、修订或新建规则文件。
自动生成测试场景并分析代理执行过程，量化技能与规则遵循率。
在发现关键经验后，帮助沉淀并更新可复用的技能与操作指引
为 AI 编码助手提供 Rust 编写规则，提升代码质量与一致性。
用测试驱动方式编写流程文档，先验证再成稿，提升技能说明的可靠性。
帮助用户识别合规风险并生成政策、流程与审查建议。