documentation-lookup
訓練データの代わりにContext7 MCP経由で最新のライブラリとフレームワークドキュメント使用。セットアップの質問、APIリファレンス、コード例、またはユーザーがフレームワーク(例:React、Next.js、Prisma)に名前を付けるときにアクティベーション。
DeepseekModel
キュレーション済みスキル
品質 優秀 · 90
v1.0.0
取得
https://deepseekmodel.com/api/download.php?id=affaan-m-ecc-docs-ja-jp-skills-documentation-lookup-skill-md&format=skill
ダウンロード .skill
標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name documentation-lookup description 訓練データの代わりにContext7 MCP経由で最新のライブラリとフレームワークドキュメント使用。セットアップの質問、APIリファレンス、コード例、またはユーザーがフレームワーク(例:React、Next.js、Prisma)に名前を付けるときにアクティベーション。 origin ECC ドキュメント ルックアップ(Context7) ユーザーがライブラリ、フレームワーク、またはAPIについて尋ねるときは、訓練データに依存する代わりにContext7 MCP(ツール resolve-library-id および query-docs )を通じて現在のドキュメントをフェッチします。 コア概念 Context7 :ライブドキュメントを公開するMCPサーバー;ライブラリとAPI用の訓練データの代わりに使用。 resolve-library-id :ライブラリ名とクエリからContext7互換のライブラリID(例: /vercel/next.js )を返す。 query-docs :指定されたライブラリIDと質問のドキュメントとコードスニペットをフェッチ。有効なライブラリIDを取得するため、最初にresolve-library-idを呼び出す必須。 使用時期 ユーザーが以下の場合にアクティベーション: セットアップまたは構成の質問(例:「Next.jsミドルウェアを構成する方法は?」) ライブラリに依存するコードをリクエスト(「Prismaクエリを書いて...」) APIまたはリファレンス情報が必要(「Supabase認証方法は何ですか?」) 特定のフレームワークまたはライブラリに言及(React、Vue、Svelte、Express、Tailwind、Prisma、Supabaseなど) リクエストがライブラリ、フレームワーク、またはAPIの正確で最新の動作に依存するときはいつでもこのスキルを使用。Context7 MCPが構成されたハーネス全体に適用されます(例:Claude Code、Cursor、Codex)。 動作方法 ステップ1:ライブラリIDを解決 resolve-library-id MCPツールを以下で呼び出す: libraryName :ユーザーの質問から取得したライブラリまたはプロダクト名(例: Next.js 、 Prisma 、 Supabase )。 query :ユーザーの完全な質問。これにより結果の関連性ランキングが改善。 クエリドキュメントを呼び出す前に、Context7互換のライブラリID(形式 /org/project または /org/project/version )を取得する必要があります。このステップから有効なライブラリIDなしでquery-docsを呼び出さないでください。 ステップ2:最適なマッチを選択 解決結果から、以下を使用して1つの結果を選択: 名前マッチ :ユーザーが尋ねたものに対する正確なまたは最も近いマッチを好む。 ベンチマークスコア :より高いスコアはより良いドキュメント品質を示す(100は最高)。 ソース評判 :利用可能な場合はHigh またはMedium評判を好む。 バージョン :ユーザーがバージョンを指定した場合(例:「React 19」、「Next.js 15」)、バージョン固有のライブラリIDを好む(例: /org/project/v1.2.0 )。 ステップ3:ドキュメントをフェッチ query-docs MCPツールを以下で呼び出す: libraryId :ステップ2から選択したContext7ライブラリID(例: /vercel/next.js )。 query :ユーザーの特定の質問またはタスク。関連スニペットを取得するために具体的にする。 制限:質問ごとにquery-docs(またはresolve-library-id)を3回以上呼び出さない。3回の呼び出し後も答えが不明確の場合は、不確実性を述べ、推測するのではなく最良の情報を使用。 ステップ4:ドキュメントを使用 フェッチされた現在の情報を使用してユーザーの質問に答える。 役立つ場合はドキュメントからの関連するコード例を含める。 重要な場合はライブラリまたはバージョンを引用(例:「Next.js 15では...」)。 例 例:Next.jsミドルウェア libraryName: "Next.js" 、 query: "Next.jsミドルウェアを設定する方法は?" で resolve-library-id を呼び出す。 結果から、名前とベンチマークスコアで最良のマッチ(例: /vercel/next.js )を選択。 libraryId: "/vercel/next.js" 、 query: "Next.jsミドルウェアを設定する方法は?" で query-docs を呼び出す。 返されたスニペットとテキストを使用して答え、関連する場合はドキュメントの最小 middleware.ts 例を含める。 例:Prismaクエリ libraryName: "Prisma" 、 query: "関係を持つクエリ方法は?" で resolve-library-id を呼び出す。 公式Prismaライブラリ ID(例: /prisma/prisma )を選択。 その libraryId とクエリで query-docs を呼び出す。 Prisma Clientパターン(例: include または select )とドキュメントの短いコードスニペットを返す。
このスキルを起動するキーワード。クリックでコピーできます。
このスキルにはトリガーワードがありません。
ダウンロードした .skill に含まれるフィールド。
| フィールド | 説明 |
|---|---|
| format | フォーマット識別子(skill/v1) |
| skill_id | スキル固有 ID |
| name | スキル名 |
| version | バージョン |
| description | 説明 |
| category | カテゴリ(配列) |
| trigger_words | トリガーワード |
| tags | タグ |
| source | ソース |
| source_url | ソース URL(本ページ) |
| exported_at | エクスポート日時(ダウンロード毎) |
| system_prompt | システムプロンプト本文 |
| model_config | モデル設定:provider / model / temperature / max_tokens / top_p |
| examples | サンプル |
| install_guide | 各プラットフォームの導入説明(Coze / Dify / Claude / カスタム) |