project-archive-done
Status が Done のプロジェクトアイテムを gh project item-archive で一括アーカイブする。Auto-archive ビルトインワークフローの設定状況も確認・案内 (有効なら手動実行は基本不要)。「完了アイテムをアーカイブ」「Done を整理」「ボード掃除」などで使用。
- Installs
- 859
- Last 24h
- —
- Trending rank
- —
- Security
- Not audited
Install
Works with every agent the skills CLI supports.
npx skills add https://github.com/fandhe-ai/agent-cli-skills --skill project-archive-done- 01
Install
Run the command in your project. The CLI asks which agents to install for.
- 02
Describe the task
Ask your agent for something this skill covers. It loads project-archive-done automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
SKILL.md
The instructions your agent reads when the skill is triggered.
project-archive-done
プロジェクト内の完了済み（Done）アイテムをアーカイブし、ボードを整理します。ビルトインの Auto-archive が設定済みの場合はその状況も確認します。
前提条件
- 対象の GitHub Project に完了アイテムが存在すること
ghCLI がインストールされ、認証済みであること（projectスコープ付き）
フロー
Step 1: Auto-archive の状況を確認する
ビルトインの Auto-archive ワークフローが有効な場合は自動でアーカイブされる。設定状況をユーザーに確認する。
設定 URL: https://github.com/orgs/<owner>/projects/<number>/workflows
（個人プロジェクトの場合: https://github.com/users/<owner>/projects/<number>/workflows）
- Auto-archive が有効 → 基本的にスキルの実行は不要。即時アーカイブしたい場合のみ続行
- Auto-archive が無効 → このスキルで手動アーカイブを実行。必要に応じて Auto-archive の有効化も案内
Step 2: プロジェクトアイテムを取得する
gh project item-list <number> \
--owner <owner> \
--format json \
--limit 999
Step 3: フィールドメタデータを取得する
gh project field-list <number> \
--owner <owner> \
--format json
Status フィールドの ID と "Done" オプションの ID を特定する。
Step 4: 完了アイテムをフィルタする
Step 2 の結果から、Status が "Done" のアイテムを抽出する。
--query が使える場合:
gh project item-list <number> \
--owner <owner> \
--query "status:Done" \
--format json
Step 5: ユーザーに確認する
アーカイブ対象を表示:
以下の N 件の完了アイテムをアーカイブします:
- #42: feat: ソーシャルログイン（Done）
- #43: fix: バリデーションエラー（Done）
- #44: docs: API ドキュメント更新（Done）
実行しますか？
Step 6: アーカイブを実行する
各アイテムをアーカイブ:
gh project item-archive <number> \
--owner <owner> \
--id <item-id>
Step 7: 結果を報告する
## アーカイブ結果
- アーカイブ済み: N 件
- 残りアクティブアイテム: M 件
- ボード上の完了アイテム: 0 件
Auto-archive が無効の場合は有効化を推奨:
推奨: Auto-archive を有効にすると、Done から N 日経過したアイテムが自動でアーカイブされます。
設定: <workflows URL>
検証
Step 7 完了後、以下でアーカイブ結果を確認する:
gh project item-list <number> --owner <owner> --format json --limit 999
Status が "Done" のアイテムが一覧から消えていれば完了。アーカイブ済みアイテムは削除されておらず、元に戻せる（gh project item-archive --undo）。
注意事項
- アーカイブ前に必ずユーザーの確認を得る
- アーカイブは元に戻せる（
gh project item-archive --undo） - アーカイブされたアイテムはプロジェクトビューから非表示になるが、削除はされない
- Auto-archive ビルトインワークフローとの併用で手動実行の頻度を減らせる
- 特定の条件（日付範囲、ラベル等）でフィルタしてアーカイブすることも可能
sandbox 環境での実行
このスキルはネットワーク越しの GitHub 操作（gh project item-archive）を必須とする。該当コマンドはコマンド単位で sandbox 無効にして実行する。ネットワーク遮断を解除できない環境では実行できない。
FAQ
What does the project-archive-done skill do?
Status が Done のプロジェクトアイテムを gh project item-archive で一括アーカイブする。Auto-archive ビルトインワークフローの設定状況も確認・案内 (有効なら手動実行は基本不要)。「完了アイテムをアーカイブ」「Done を整理」「ボード掃除」などで使用。
How do I install project-archive-done?
Run npx skills add https://github.com/fandhe-ai/agent-cli-skills --skill project-archive-done in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/project-archive-done/ (personal) or .claude/skills/project-archive-done/ (project).
Which AI agents can use project-archive-done?
Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.
Is project-archive-done safe to install?
No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.
Who maintains project-archive-done?
It is published by fandhe-ai in fandhe-ai/agent-cli-skills. It has 859 recorded installs.
More from fandhe-ai/agent-cli-skills
create-plan
fandhe-ai/agent-cli-skills
実装タスクの計画を /local-plans/ .md に作成する。「計画立てて」「設計して」「実装方針を考えて」「タスク分解して」で使用。 Explore Agent でコードベースを先に調査し、検証可能な粒度・並列実行可能な単位で記述する。 plan-verifier Agent で検証可能な標準フォーマット（背景・現状・設計・ファイル構成ツリー・実装ステップ・検証方法）に従う。 実装消化は implement-issue、Issue 化は create-issue-tree（未導入なら create-issue）を参照。
create-commit
fandhe-ai/agent-cli-skills
Conventional Commits 形式で git コミットを作成する。staged 差分から type/scope を推定し、breaking change やシークレット混入 (.env 等) を検出。pre-commit フックを必ず通す (--no-verify 不可)。「コミットして」「git commit」「変更を記録して」などで使用。
create-pr
fandhe-ai/agent-cli-skills
Conventional Commits 形式で GitHub PR を作成する。OWASP Top 10 のセキュリティチェック必須で、問題があれば PR 作成を中止。Summary/Test plan/Design を含む body を生成。「PR 作って」「プルリク」「gh pr create」などで使用。別リポジトリ (upstream) への貢献は contribute-skill。
implement-issue
fandhe-ai/agent-cli-skills
GitHub Issue を読み込み、/local-plans/ - .md に詳細計画を作成してユーザー承認後にコードを実装する。実装後はセキュリティレビュー (OWASP Top 10) → テスト実行 → Conventional Commits でコミット。Issue 番号や URL を渡された実装依頼、「Issue N を実装して」「この Issue を着手」などで使用。
create-issue
fandhe-ai/agent-cli-skills
GitHub Issue を親子構造 (sub-issues) で作成する。gh issue create で親・子 Issue を生成し、gh api .../subissues で親子関係を紐付ける。タイトルは Conventional Commits 形式 (feat:, fix: 等) を推奨。「Issue 作って」「タスクを分解して Issue 化」などで使用。
implement-review
fandhe-ai/agent-cli-skills
コード変更 (git diff) の品質・アーキテクチャ準拠・セキュリティ (OWASP Top 10) を Agent ツール委譲で読み取り専用レビューする。コミット前/PR 作成前のセルフレビュー、「変更をレビューして」「コードレビューして」などで使用。GitHub PR のレビューには implement-review-pr を使用。
Popular ai & agents skills
google-agents-cli-publish
google/agents-cli
This skill should be used when the user wants to "publish an agent", "publish my ADK agent", "register an agent with Gemini", "publish to Gemini" (formerly Gemini Enterprise), or needs guidance on the agents-cli publish gemini command. Also use when the user wants to "manage agents in Agent Registry", "list/update/delete registered agents", or "register an MCP server". Covers ADK vs A2A registration modes, programmatic and interactive usage, flag reference, auto-detection from deployment metadata, Agent Registry fleet management, and troubleshooting. Part of the agents-cli skills suite. Do NOT use for deployment (use google-agents-cli-deploy).
google-agents-cli-eval
google/agents-cli
This skill should be used when the user wants to "run an evaluation", "evaluate my agent", "evaluate my ADK agent", "write an eval dataset", "analyze eval failures", "compare eval results", "optimize agent", or needs guidance on the Gemini platform eval methodology and the Quality Flywheel. Covers eval metrics, dataset schema, LLM-as-judge scoring, and common failure causes. Applies to any agents-cli project, whatever framework the agent is written in. Do NOT use for agent API code patterns (ADK: use google-agents-cli-adk-code), deployment (use google-agents-cli-deploy), or project scaffolding (use google-agents-cli-scaffold).
skill-creator
anthropics/skills
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
codex-pet
prime-skills/runcomfy-agent-skills
Codex Pet generator on RunComfy. Build a Codex-compatible Codex Pet spritesheet.webp + pet.json from a single reference image, drop it into ${CODEXHOME:-$HOME/.codex}/pets/ / and Codex picks it up as a custom Codex Pet next to the 8 built-ins. This skill produces the exact Codex Pet atlas Codex expects (1536x1872 PNG/WebP, 8 cols x 9 rows, 192x208 cells, 9 animation states — idle, running-right, running-left, waving, jumping, failed, waiting, running, review). Calls OpenAI GPT Image 2 edit ONCE via the local RunComfy CLI as runcomfy run openai/gpt-image-2/edit to produce a canonical Codex Pet pose, then assembles all 9 animation rows programmatically with ImageMagick micro-transforms — no Codex Pro, no $imagegen, no OPENAIAPIKEY required, only RUNCOMFYTOKEN. Triggers on "codex pet", "create codex pet", "make codex pet", "hatch codex pet", "/hatch image", "desktop pet codex", "codex pets", "spritesheet.webp", or any explicit ask to build a custom pet for OpenAI Codex.
full-output-enforcement
leonxlnx/taste-skill
Overrides default LLM truncation behavior. Enforces complete code generation, bans placeholder patterns, and handles token-limit splits cleanly. Apply to any task requiring exhaustive, unabridged output.
executing-plans
obra/superpowers
Use when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available