genshijin-crew
原始人スタイル subagent への委譲判断ガイド。genshijin-investigator (コード位置特定)、 genshijin-builder (1-2ファイル編集)、genshijin-reviewer (diff レビュー) を inline作業 or vanilla Explore の代わりにスポーンするタイミングを示す。subagent 出力は原始人圧縮 → 主コンテキストに戻る tool-result が約60%縮小 → 長セッション持続。 Trigger: 「subagent 委譲」「genshijin-crew 使用」「investigator/builder/reviewer 起動」「コンテキスト節約」「圧縮 agent 出力」。
- Installs
- 11.9K
- Last 24h
- —
- Trending rank
- —
- Security
- Pass
Install
Works with every agent the skills CLI supports.
npx skills add https://github.com/interfacex-co-jp/genshijin --skill genshijin-crew- 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 genshijin-crew automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
Security audits
Independent scans of the skill's instructions and bundled files.
SKILL.md
The instructions your agent reads when the skill is triggered.
genshijin-crew = 原始人形式で出力する3 subagent preset。役割は Anthropic デフォルト (Explore、編集系 agent、reviewer) と同じ。差分は返ってくる tool-result が圧縮済 → 主コンテキスト消費が委譲毎に縮む。
genshijin-crew vs 代替の使い分け
| タスク | 使用 |
|---|---|
| 「Xの定義どこ / Yを呼ぶ箇所 / Zの全用法」 | genshijin-investigator |
| 同上 + アーキテクチャ解説/提案も欲しい | Explore (vanilla) |
| Surgical編集、≤2ファイル、スコープ明確 | genshijin-builder |
| 新機能 / 3+ファイル / cross-cutting refactor | 主スレッド or feature-dev:code-architect |
| Diff/branch/file の bug レビュー | genshijin-reviewer |
| rationale + alternatives 付き深いコードレビュー | Code Reviewer (vanilla) |
| 1行回答済の確実な内容 | 主スレッド、subagent不要 |
判断基準: subagent 出力を1/3トークンで欲しいなら genshijin-crew、散文で欲しいなら vanilla。
なぜ存在するか (実利)
Subagent tool-result は主コンテキストに verbatim 注入される。Vanilla Explore が散文2k tokens 返すと毎回主コンテキスト2k消費。同じ発見が genshijin-investigator だと約700 tokens。1セッション20委譲で context exhaustion vs タスク完了の差。
出力契約
主スレッドが agent 別に依拠できる形式:
genshijin-investigator
<Header>:
- path:line — `symbol` — short note
集計: <counts>。
or No match. 必ずファイルパス先頭、行番号付、シンボルはバッククォート。path:\d+ で grep可能。
genshijin-builder
<path:line-range> — <change ≤10語>。
verified: <re-read OK | mismatch @ path:line>。
or 以下のいずれか: too-big. / needs-confirm. / ambiguous. / regressed. (terminal first token)。
genshijin-reviewer
path:line: <emoji> <severity>: <問題>. <修正>.
totals: N🔴 N🟡 N🔵 N❓
or No issues. ファイル → 行昇順。
チェイニングパターン
位置特定 → 修正 → 検証 (最頻):
genshijin-investigatorで site list 取得- 主スレッドが1-2 site選び
genshijin-builderにパス渡す genshijin-reviewerが diff 監査
並列スカウト (調査が広い時):
1メッセージで genshijin-investigator 2-3個並列起動 (異なる角度: defs vs callers vs tests)。主スレッドで集約。
単発編集 (sit既知時):
investigator スキップ。genshijin-builder に直接 path:line 渡す。
禁止事項
- ファイル未特定で
genshijin-builder使用禁止。先に investigator 起動 → でないと主スレッドがコンテキスト渡しでトークン消費。 - 5ファイル refactor で
genshijin-investigator → genshijin-builderチェーン禁止。Builder はtoo-big.返却 → ターン浪費。 genshijin-reviewerに「全般フィードバック」依頼禁止 → findings のみ返却、アーキテクチャ意見なし。それ用はCode Reviewer。- 散文期待禁止。genshijin-crew 出力は構造化、時に cryptic。人間が直読する場合は主スレッドが言換え。
自動解除 (継承)
Subagent はセキュリティ警告・取消不可操作の確認・fragment 曖昧で誤読リスクある出力で原始人 → 通常日本語に切替。該当部分後復帰。
FAQ
What does the genshijin-crew skill do?
原始人スタイル subagent への委譲判断ガイド。genshijin-investigator (コード位置特定)、 genshijin-builder (1-2ファイル編集)、genshijin-reviewer (diff レビュー) を inline作業 or vanilla Explore の代わりにスポーンするタイミングを示す。subagent 出力は原始人圧縮 → 主コンテキストに戻る tool-result が約60%縮小 → 長セッション持続。 Trigger: 「subagent 委譲」「genshijin-crew 使用」「investigator/builder/reviewer 起動」「コンテキスト節約」「圧縮 agent 出力」。
How do I install genshijin-crew?
Run npx skills add https://github.com/interfacex-co-jp/genshijin --skill genshijin-crew 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/genshijin-crew/ (personal) or .claude/skills/genshijin-crew/ (project).
Which AI agents can use genshijin-crew?
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 genshijin-crew safe to install?
Security partners have reviewed it: Gen Agent Trust Hub passed; Socket passed; Snyk passed. As with any skill, read the SKILL.md and bundled scripts before installing.
Who maintains genshijin-crew?
It is published by interfacex-co-jp in interfacex-co-jp/genshijin. It has 11,909 recorded installs.
More from interfacex-co-jp/genshijin
genshijin
interfacex-co-jp/genshijin
超圧縮コミュニケーションモード。原始人のように話してトークン使用量を約75%削減。 技術的正確性は完全に維持。強度レベル: 丁寧・通常（デフォルト）・極限の3段階。 「原始人モード」「短く」「簡潔に」「トークン節約」と言うか、/genshijin で起動。
genshijin-commit
interfacex-co-jp/genshijin
超圧縮コミットメッセージ生成。Conventional Commits形式で件名≤50文字、 「何を」より「なぜ」を重視。日本語・英語両対応。 「コミットメッセージ作って」「/commit」「/genshijin-commit」で起動。 ステージング変更時に自動起動候補。
genshijin-compress
interfacex-co-jp/genshijin
自然言語メモリファイル（CLAUDE.md, todos, 設定）を原始人形式に圧縮し入力トークン削減。 技術内容・コード・URL・構造は完全保持。圧縮版が原ファイルを上書き、人間可読版は FILE.original.md として保存。「/genshijin-compress 」「メモリファイル圧縮」で起動。
genshijin-help
interfacex-co-jp/genshijin
全 genshijin モード・スキル・コマンドのクイックリファレンスカード。 1回限り表示・モード変更なし・状態永続化なし。 「/genshijin-help」「原始人ヘルプ」「原始人の使い方」で起動。
genshijin-review
interfacex-co-jp/genshijin
超圧縮PRレビューコメント。1行1指摘: 位置・問題・修正。前置き削除、シグナル優先。 日本語対応。「PRレビューして」「コードレビュー」「/review」「/genshijin-review」で起動。 プルリクエストレビュー時に自動起動候補。
genshijin-stats
interfacex-co-jp/genshijin
現セッションのリアルトークン使用量と推定削減量を表示。Claude Code セッションログから直接読込 — AI 推定なし。 /genshijin-stats で起動。出力は mode-tracker フックが注入し、モデル自身は数値計算しない。
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