docs/ja-JP/skills/unified-notifications-ops/SKILL.md
GitHub、Linear、デスクトップアラート、フック、接続された通信インターフェースを網羅する、統合されたECCネイティブワークフローとして通知を運用する。真の問題がアラートルーティング、重複排除、エスカレーション、またはインボックス崩壊である場合に使用する。
npx skillsauth add affaan-m/everything-claude-code unified-notifications-opsInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
真の問題が通知の欠如ではなく、通知システムの断片化にある場合にこのスキルを使用する。
目標は、分散したイベントを単一のオペレーターインターフェースに統合することであり、以下を含む:
既存のものから始める:
独立した通知製品をユーザーに勧めるより、ECCネイティブのオーケストレーションを優先する。
チャネルを以下として扱う:
目標はより少なく、より良い通知である。
| レベル | 例 | デフォルト処理 | | --- | --- | --- | | クリティカル | デフォルトブランチのCI破損、セキュリティ問題、リリースブロック、デプロイ失敗 | 即座に中断 | | 高 | レビューリクエスト、PR失敗、責任者をブロックするハンドオフ | 当日アラート | | 中 | Issueステータス変更、重要なコメント、バックログ変更 | サマリーまたはキュー | | 低 | 繰り返しの成功、通常のノイズ、冗長なライフサイクルタグ | 抑制または折りたたみ |
ワークスペースに重大度モデルがない場合は、自動化を提案する前にまず構築する。
以下を列挙する:
ECCがすでに持っているものを指摘する。
各イベントファミリーについて答える:
以下のデフォルトを使用する:
以下を確認する:
以下を優先する:
各実際の通知ニーズについて定義する:
ECCがすでにプリミティブを持っている場合は優先して使用する:
最終出力:
現在のサーフェス
- ソース
- チャネル
- 重複
- ギャップ
イベントモデル
- クリティカル
- 高
- 中
- 低
ルーティング計画
- ソース -> チャネル
- 理由
- オペレーター/担当者
統合
- 抑制
- マージ
- 正規サマリー
次のECCアクション
- スキル/フック/エージェント/MCP
- 次に構築する具体的なワークフロー
project-flow-ops を優先するworkspace-surface-audit を優先するworkspace-surface-auditproject-flow-opsgithub-opsknowledge-opscustomer-billing-ops 通知の痛みポイントがエンジニアリングではなく課金/顧客運用に関わる場合development
Share durable, inspectable context and handoffs between Claude, Codex, Hermes, Cursor, OpenCode, and other agents through the local ECC Memory Vault. Use when an agent must save work state, transfer context, resume another agent's task, or search shared project knowledge.
development
Use when multiple consumers and providers must evolve an API or event schema without field drift, integration surprises, or one side silently redefining the interface.
tools
Query live GPU inventory, submit an authenticated Itô fixed-rate RFQ, inspect RFQ or procurement status, and run explicitly gated node qualification through the separately installed canonical CLI. Use when a user asks to find H100/H200 capacity, request a fixed compute rate, check Itô compute status, or validate GPU nodes.
data-ai
Instinct-based learning system that observes sessions via hooks, creates atomic instincts with confidence scoring, and evolves them into skills/commands/agents. v2.1 adds project-scoped instincts to prevent cross-project contamination.