Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx agentmods add skills/crearize/ai-dev-helm/implementation-reportnpx skills add Crearize/ai-dev-helm --skill implementation-reportgit clone --depth 1 https://github.com/Crearize/ai-dev-helmWhat it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5 | $0.00038 | $0.01575 |
| Opus 5 | $0.00019 | $0.00788 |
| Sonnet 5 | $0.00008 | $0.00315 |
| Haiku 4.5 | $0.00004 | $0.00158 |
Grade A, and why
implementation-report scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 124 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Implementation Report Skill - 実装レポート生成
概要
PR作成時に実装レポートを生成するスキル。quality-check スキル通過後、push → PR作成時に実行する（feature ブランチへの push はゲートされない。品質ゲートはマージ時および main への直接 push 時に .quality-check-passed を検証する）。
実装計画と実際の変更差分を比較し、品質チェック結果・レビュー指摘への対応をまとめたレポートを生成する。
前提条件
quality-checkスキルが完了し.quality-check-report.jsonが存在すること.quality-check-report.jsonが見つからない場合はエラーとし、先にquality-checkスキルを実行するよう促す
実行手順
Step 1: .quality-check-report.json を読み取る
↓
Step 2: 実装計画ドキュメントを検索・参照
↓
Step 3: 計画とGit変更差分を比較し判定
↓
Step 4: レポートを生成
↓
Step 5: PR descriptionに実装レポートを含めてPR作成
Step 1: .quality-check-report.json を読み取る
プロジェクトルートの .quality-check-report.json を読み取る。
フォーマットの詳細は
_schemas/quality-check-report.schema.mdを参照。
ファイルが存在しない場合: エラーを出力し、先に quality-check スキルを実行するよう促して処理を中断する。
Step 2: 実装計画ドキュメントを検索・参照
docs/superpowers/plans/ 配下の計画ドキュメントを検索し、現在のブランチ・Issue に関連する計画を特定する。
- 計画ドキュメントが見つかった場合: その内容を参照する
- 見つからない場合: 会話コンテキスト内の計画情報を使用し、レポートに「計画ドキュメント参照不可（会話コンテキストから生成）」と注記する
Step 3: 計画とGit変更差分を比較・判定
git diff origin/main...HEAD
各Phaseについて以下を判定する：
| 判定 | 条件 |
|---|---|
| 計画通り | 計画に記載された変更内容がdiffに反映されている |
| 差分あり | 計画と実際の変更に差異がある（追加・省略・変更） |
Step 4: レポートを生成
「品質チェック結果サマリ」「ゲート上書き・承認」の各項目は、該当なしの場合も「なし」と明記する（記載の省略と該当なしを区別できるようにする）。レポートに該当フィールドが存在しない場合は「未記録」と明記する。
レポートテンプレート
## 実装レポート
### 計画との対応
| Phase | 計画内容 | 状態 | 備考 |
|-------|---------|------|------|
| Phase N | [計画内容] | 計画通り / 差分あり | [備考] |
### 計画からの差分
- **Phase N**: [差分の説明]
### 品質チェック結果サマリ
- リスクレベル: high / medium / low（`risk_level`）
- 静的チェック AI 修正パス: N回（打ち切り事由: なし / oscillation）（`lint_cycles` / `lint_abort_reason`）
- テスト設計メモ: verified / retroactive / out_of_scope / not_required（メモ: [パス] または なし）（`test_design.status` / `test_design.memo_path`）
- ミューテーションテスト: モード gate / advisory、実行 N回、調整後スコア N%（生 N% / 閾値 N%）、生存 N 件（killed n / equivalent n / accepted n / unresolved n / untriaged n）／ 未実行（理由: not_configured / low_risk / out_of_scope / mode_off / empty_scope / scope_error）（`mutation`）
- 品質チェックサイクル数: N回（N回目で高/中指摘ゼロ達成 / 打ち切り事由: なし / cycle_limit / stagnation / 追加サイクル: N回）（`total_cycles` / `cycle_abort_reason` / `cycle_extensions`）
- E2Eテスト: 全件パス / N件失敗 / 対象外
- ドキュメント更新: updated / not_required（`documentation.status`、updated の場合は対象ファイル）
- self-improvement: applied / skipped / not_required（`self_improvement.status`）
### ゲート上書き・承認
- ゲートパラメータ上書き: なし / [キー: 値]（理由: [理由]）（`gate_parameter_overrides`）
- 打ち切り承認: なし / [対象工程]（理由: [ユーザーの判断根拠]）（`gate_override`）
- リスクレベル引き下げ: なし / [メモ自己判定 → 採用レベル]（理由: [根拠]）（`risk_level_downgrade`）
### レビュー指摘への対応
| サイクル | 指摘内容 | ペルソナ | 対応 |
|---------|---------|---------|------|
| N回目 | [指摘内容] | [ペルソナ名] | 対応済: [詳細] / 対応不要（理由後述） |
### 対応不要と判断したもの
- **[指摘内容]**（[ペルソナ名]指摘）: [判断理由]
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2d ago First seen · 124 lines · 38 tokens per session scan A 07fe294d5664
implementation-report is a skill published in the GitHub repository Crearize/ai-dev-helm (4 stars, last pushed 7d ago), licensed MIT. It adds 38 tokens to every session and 1,575 once invoked, about $0.0002 per session on Opus 5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other skills, from other repositories
systematic-debugging
Use when encountering any bug, test failure, or unexpected behavior, before proposing fixes.
chat-pet-sprite-creation
Use when creating or changing VS Code chat pet sprite art, sprite sheets, state animations, eye treatments, Stable/Insiders variants, or pet transitions under src/vs/workbench/contrib/chat/browser/widget/media/chatPet.
cpu-profile-analysis
Analyze V8/Chrome CPU profiles (.cpuprofile) and DevTools trace files (Trace-.json). Use when: profiling performance, investigating slow functions, comparing code paths, finding bottlenecks, analyzing timeToRequest, understanding call trees from sampling profiler data, analyzing layout/paint/rendering, investigating…
babysit-pr
Babysit a GitHub pull request after creation by continuously polling review comments, CI checks/workflow runs, and mergeability state until the PR is merged/closed or user help is required. Diagnose failures, retry likely flaky failures up to 3 times, auto-fix/push branch-related issues when appropriate, and keep…
imagegen
Generate or edit raster images when the task benefits from AI-created bitmap visuals such as photos, illustrations, textures, sprites, mockups, or transparent-background cutouts. Use when Codex should create a brand-new image, transform an existing image, or derive visual variants from references, and the output…
agent-host-chat-contributions
Build and review cross-cutting agent-host chat behavior through lifecycle contributions. Use when adding turn lifecycle side effects, prompt or context injection, restored-history transformation, protocol-action observation, or when reviewing changes that add code to AgentSideEffects or AgentService.