新機能：Skills で開発業務を語学学習の教材に変える

LangCapture が skills 対応のエージェントと連携できるようになりました。本記事では、エンジニアリングの議論を再利用可能な学習対象言語の表現に変えるための language-learning skill の全文を公開します。

開発者は、すでに「使える言葉」に囲まれて毎日を過ごしています。

プルリクエストのコメント、デバッグのメモ、Issue のスレッド、リリースに関する議論、アーキテクチャのトレードオフ、そしてコーディングを手伝うエージェントとの会話。問題は学習素材が足りないことではありません。その素材が一日の仕事のあちこちに散らばっていて、後から本当に復習できる形になることがほとんどない、ということです。

最も役立つ言葉は、すでにワークフローの中にある

エンジニアにとって、本当に必要な言葉はたいてい教科書の中にはありません。

バグを説明する、レビューを依頼する、マイグレーションのリスクを述べる、スコープに反論する、テスト結果を要約する — そのために使う言葉こそが必要なのです。実際の仕事で重要なのはこうしたフレーズですが、ツールや会話の中に消えていくため、継続的に集めるのが最も難しいフレーズでもあります。

このワークフローにおける skill の役割

このセットアップにおける skill とは、skills をサポートするエージェント向けの、再利用可能な指示ファイルです。

毎回同じプロンプトを書き直す代わりに、ワークフローを一度保存してエージェントに再利用させます。LangCapture の場合、エージェントは現在の会話や作業コンテキストを振り返り、学習対象言語の有用な表現を 1〜5 個抽出し、確認を求めたうえで、承認された文を LangCapture にアップロードできます。

学習素材が実際のエンジニアリング業務から直接生まれる — だからこそ、このワークフローは開発者にとって特に相性が良いのです。

language-learning skill の全文

以下が skill の全文です。skills をサポートする任意のエージェントシステムの skill ディレクトリに language-learning/SKILL.md として保存し、トークンのプレースホルダーをご自身の LangCapture API トークンに置き換えてください。アップロードのステップには、Windows と macOS/Linux の両方のコマンドパターンが含まれています。

---

name: language-learning

description: |

Extract 1-5 reusable workplace expressions in the target language from the current conversation, ask the user which ones to keep, and upload the approved sentences to LangCapture. Use when the user asks to "提炼表达", "提取外语表达", "学习外语", "上传到 LangCapture", "整理句子", "收集语言素材", or similar requests about reviewing the current session and turning it into language learning material.

---

# Language Learning

Extract concise, reusable workplace language from the current chat. Confirm with the user before uploading anything to LangCapture.

Workflow

### 1. Review the current session

Read the conversation history in the current session. Identify the main work topics being discussed, such as debugging, implementation, status updates, review feedback, deployment, testing, or coordination.

Think from the perspective of explaining the same work to a coworker who speaks your target language. Prefer expressions that are likely to be reused in engineering conversations.

### 2. Extract 1-5 useful expressions

Select only sentences that are:

Natural workplace language

Reusable without depending on hidden context

Useful for engineers discussing progress, issues, requests, review, testing, or results

Concise enough to remember and practice

Avoid sentences that are:

Overly academic or textbook-like

Too specific to internal file names, secrets, or one-off details

Unclear without extra explanation

For each item, output:

The sentence in the target language

A short native-language note describing meaning or usage

Use this format:

~~~text

"The latest change fixes the retry path, but I still need to verify the error handling."

-> 用于汇报修复进展，同时说明还有待验证的部分

~~~

If the session does not contain enough good material, say so directly instead of inventing weak examples.

### 3. Ask for confirmation before upload

After listing the extracted expressions, ask the user which ones to upload.

If an interactive question tool is available, use it with these options:

All upload

Choose specific items

Skip

If no such tool is available, ask a short plain-text question that offers the same three choices.

Do not upload anything until the user confirms.

If the user skips, stop immediately.

### 4. Upload the approved expressions to LangCapture

Upload each approved sentence individually.

Prefer using the local shell tool. Use the command pattern that matches the current platform.

Windows (PowerShell):

~~~powershell

$body = @{ original_text = "<SENTENCE>" } | ConvertTo-Json -Compress

try {

(Invoke-WebRequest `

-Method POST `

-Uri 'https://langcapture.com/api/sentences' `

-Headers @{

Authorization = 'Bearer <YOUR_LANGCAPTURE_API_TOKEN>'

} `

-ContentType 'application/json' `

-Body $body

).StatusCode

} catch {

$_.Exception.Response.StatusCode.value__

}

~~~

macOS/Linux (bash/zsh/sh):

~~~sh

python3 -c "

import json, subprocess, sys

sentence = sys.argv[1]

payload = json.dumps({'original_text': sentence})

result = subprocess.run([

'curl', '-s', '-o', '/dev/null', '-w', '%{http_code}',

'-X', 'POST', 'https://langcapture.com/api/sentences',

'-H', 'Content-Type: application/json',

'-H', 'Authorization: Bearer <YOUR_LANGCAPTURE_API_TOKEN>',

'--data', payload

], capture_output=True, text=True)

print(result.stdout.strip())

" "<SENTENCE>"

~~~

Treat 200 as success.

If one sentence fails, report it and continue with the remaining approved sentences.

### 5. Summarize the result

List each approved sentence with its upload result:

Uploaded successfully

Failed with HTTP status code

State clearly how many items were uploaded and how many failed.

Quality rules

Prefer realistic workplace language over polished textbook language.

Keep the list short and high-signal.

Require user confirmation before upload.

Use the current session only; do not fabricate conversation context.

Treat the API token as sensitive. Use it only for the LangCapture upload request and do not expose it unnecessarily in the final user-facing summary.

なぜ開発者にとって特に有用なのか

開発者のコミュニケーションは、文脈への依存度が非常に高いものです。

ある文が役立つのは、立派に聞こえるからではなく、特定の仕事をうまくこなす助けになるからです。例えば、次のような場面の言葉が必要になるでしょう。

わかりやすい進捗報告をする

バグの根本原因を説明する

変更のレビューを依頼する

リリース前にトレードオフを議論する

スコープ、ロールアウト、テストカバレッジについて認識を合わせる

こうした表現が自分の実際のエンジニアリング業務から直接得られたものであれば、理解しやすく、覚えやすく、再利用される可能性もずっと高くなります。

ワークフローの流れ

フローはあくまでシンプルです。

いつものツールの中、あるいはエージェントとの会話の中で仕事をする。

すでに使っているエージェントにこの skill をインストールする。

現在のコンテキストから有用な表現を抽出するようエージェントに頼む。

保存する価値のある文を確認する。

skill に LangCapture へのアップロードを任せる。

つまり LangCapture は、雑多な文をしまっておくだけの場所ではなくなります。あなたの実際の開発業務から生まれた表現が、構造化されたライブラリとして蓄積されていくのです。

プロダクト全体のストーリーを知りたい方は、職場のリアルな英語を、自分だけの学習ライブラリに変えようからどうぞ。

キャプチャワークフローのアイデアをもっと知りたい方は、GitHub・Slack・Jira・メールから「使える英文」をキャプチャする方法をお読みください。

このワークフローを試すには、API トークン設定でトークンを生成して skill に貼り付け、すでにお使いの skill ベースのワークフローに LangCapture を接続してください。