スキル

game-sensitivity-coach：慣れ親しんだ感度を新しいゲームに持ち込み、対戦エビデンスで調整する

あるゲームで慣れた感度を別のゲームに持ち込みたい、または実際の試合の振り返りでエビデンスに基づく調整をしたい人に最適なエージェントスキルです。使用前に Python 3.8+、FFmpeg、Windows のゲーム環境を整える必要があり、換算の提案だけで設定が勝手に変わることはありません。

公式ソース · game-sensitivity-coach

インストール

git clone https://github.com/DenisSergeevitch/game-sensitivity-coach.git ~/.agents/skills/game-sensitivity-coach

こんな人に向いています

  • FPS プレイヤーで、新しいゲームに移るときに慣れ親しんだマウス感度を持ち込みたい人や、実際の試合の振り返りに基づくエビデンス付きの感度調整をしたい人。
  • ローカルコマンドの実行・ファイルの読み取り・画像の閲覧ができるエージェントを既に PC に持っていて（公式ドキュメントは Codex、Claude Code、その他の Agent Skills ホストを例として挙げています）、Codex / Claude Code のディレクトリ構成に従ってスキルフォルダを配置することに同意できる人。
  • 使用前に、公式が挙げる要件を満たしているか確認すること：Python 3.8+（標準ライブラリのみ、Python パッケージや AI API キーは不要）、FFmpeg（動画の録画・エビデンスの書き出しに必要。PATH 上にあるか、--ffmpeg で指定）、ゲーム用 PC が Windows であること（バンドルされたリアルタイム録画用）。
  • 向いていないケース：明確なエビデンスがない事柄。たとえば非 Windows のゲーム環境への対応可否、アンチチート関連の制限の有無、自分のプレイする特定のゲームへの対応は未確認です。使用前に自身でリポジトリを確認してください。

3 分で最初の一歩

前提：Python 3.8+ と FFmpeg が用意済みで、エージェントがローカルコマンドを実行しファイルを読めること。

  1. エージェントのスキルディレクトリにインストールします。公式は GitHub Releases から game-sensitivity-coach.zip をダウンロードして展開する方法も提供しています（SHA-256 チェックサム付き）。展開時は game-sensitivity-coach フォルダ全体（scripts、references、assets を含む）をまとめて配置する必要があります。直接クローンする方法は同等です：

    git clone https://github.com/DenisSergeevitch/game-sensitivity-coach.git ~/.agents/skills/game-sensitivity-coach

    Claude Code の場合は ~/.claude/skills/game-sensitivity-coach/（またはプロジェクト単位の .claude/skills/game-sensitivity-coach/）です。その他の Agent Skills ホストでは、それぞれのドキュメントに記載されたスキルディレクトリにコピーしてください。

  2. 最初のタスクは低リスクで取り消しやすい使い方をおすすめします：現在のマウスの DPI／感度と目標のゲームをエージェントに伝え、ゲーム間の感度換算を依頼します。この種の計算は提案テキストを出すだけです。

  3. 成功のサイン：エージェントが入力パラメータに基づく換算結果とその理由を提示すること。公式は、提案だけでは設定は変更されず、明示的に「適用」を求めた場合にのみ変更されると明言しているため、最初の試みに副作用はありません。

使用例

例1：ゲーム間の感度換算。ゲーム A からゲーム B に移る際、2 つのゲーム名と現在の感度／DPI をエージェントに伝えて換算を依頼します。スキルは公式の説明に従って換算を行い、試用できる数値を提示します。この過程は計算とテキスト出力のみを伴います。

例2：試合の振り返り。エージェントに限定的なプレイ映像の録画を依頼します（スキルが録画・映像フレームとマウス移動の確認を担当し、Windows 環境ではリアルタイム録画が提供されます）。その上で、それが感度の問題なのか、タイミング・スプレー制御・目標移動の問題なのかを判別させ、現設定を維持するか試すべき設定案を提案させます。結果には実際の映像に基づくエビデンスと明確な提案が 1 つ含まれているはずです。適用するかどうかは引き続きあなたが決めます。

使用の境界

  • ファイルとコマンド：スキルはエージェントによるローカルコマンドの実行、ファイルの読み取り、画像の確認を必要とします。録画とエビデンスの書き出しは FFmpeg に依存します。ゲーム設定以外のファイルを読み書きするかどうかは、公式のエビデンスでは不明です。
  • ネットワークアクセス：明確なエビデンスがなく、未知です。
  • 副作用と確認ポイント：公式は「提案のみでは設定は変更されず、明示的な application リクエストが必要」と明言しています。それ以外のアクションについての確認メカニズムは、エビデンスには記載されていません。
  • 実行環境：Windows（ゲーム PC でのリアルタイム録画）。Linux／macOS で使えるかは公式には記載がありません。
  • クライアント：公式は Codex と Claude Code のディレクトリ対応を示しています。その他の Agent Skills ホストは各スキルディレクトリに配置します。プラグインマーケットのような他の形態の自動インストール方法は未確認です。
  • 未確認事項：対応ゲームの一覧、対応言語／テキスト形式、その他の名前付きフローやチェック基準の有無、セキュリティ境界の詳細。使用前にリポジトリの README とスキルファイルの原文を確認してください。