Chalk Labs
Need help deploying lms-review?
Chalk Labs sets up agents like this inside real teams: connected to your tools, tested on your data, with a human in the loop where it matters.
Install
Works with Claude Code. Read the repository before you give any tool access to your data.
npx agentmarket install skill/rysk-tanaka-lms-review
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Use cases: ml
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
- Runs as
- Shell scripts
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/lms-review
Tools it pre-approves 3
From allowed-tools in SKILL.md: the agent may use these without asking you each time.
Bash(bash*)BashOutput
What's inside
- Skill name
lms-review- Description
- LM Studio のローカル LLM でブランチ差分をレビュー (user)
- License
- MIT
- Allowed tools
- Bash(bash, *), BashOutput
- Instructions
- 62 lines in SKILL.md · view on GitHub
Before installing
- Ships executable scripts
- Pre-approves some shell commands
Files (2)
- SKILL.md
- lms-review.sh
SKILL.md (first lines)
# ローカル LLM レビュー
LM Studio で動くローカル LLM に、ベースブランチとの差分(`git diff <base>...HEAD`)を渡して独立レビューを受ける。モデルが見るのは diff だけで、リポジトリのファイルは読まない。
## 入力
`$ARGUMENTS` にベースブランチが渡される(省略可、デフォルト main)。
例
- `/lms-review` → main との差分
- `/lms-review develop` → develop との差分
## 実行
`git log --oneline <base>..HEAD` でコミットを確認し、変更の目的・背景を 1〜2 文にまとめる。ローカルに `<base>` が無ければ、スクリプトと同じく `origin/<base>` を使う。コミットが無ければレビュー対象が無い旨を報告して終了する。
ローカルモデルは数分かかることがあり、ラッパーのタイムアウト既定 900 秒が Bash ツールの上限 600 秒を超えるため、次のコマンドは必ず `run_in_background=true` で起動する。
```bash
bash ${CLAUDE_SKILL_DIR}/lms-review.sh "<base>" "$(cat <<'LMS_TEXT'
<変更概要>
LMS_TEXT
)"
```
- 自由記述の文字列は、本文を展開しない quoted heredoc(`<<'LMS_TEXT'`)で渡す。ダブルクォートに直接埋め込むと、識別子を囲むバッククォートや `$(...)` をシェルがコマンドとして実行してしまうため
- 起動したら「ローカル LLM のレビューをバックグラウンドで開始した」とだけ伝え、このターンでは待たない
- 完了通知が届いたら、stdout をそのまま提示する。要約・言い換え・独自の指摘の追加はしない
## 制約
- レビュー専用。指摘を修正したり、修正に取りかかると伝えたりしない
- コミット済みの変更のみが対象。未コミットの作業ツリーは含まれない
- 推測に基づく指摘はモデル側で「低確信」と明記される。裏取りするかどうかはユーザーの判断に委ねる
## 失敗時
非ゼロ終了した場合は stderr の `ERROR:` 行をそのまま伝えて終了する。主な原因。
- サーバーに接続できない(Mac mini のスリープ、LM Studio 停止、Tailscale 切断)
- diff が上限(既定 60KB)を超えている
- モデルキーの誤り。LM Studio に無いキーは実行前に弾き、使えるモデルの一覧を出す
- 認証エラー。LM Studio のエラー本文が stderr に出る
## 設定
環境変数で指定する。
| 変数 | 用途 | 既定値 |
| --- | --- | --- |
| `LM_API_URL` | LM Studio サーバーのルート URL(`/v1` は付けない) | `http://localhost:1234` |
| `LM_API_TOKEN` | 認証トークン | なし |
| `LM_API_TOKEN_COMMAND` | トークンを標準出力に出すコマンド(例: `op read 'op://...'`)。`LM_API_TOKEN` が空のとき、接続確認の後にだけ実行される | なし |
| `LMS_REVIEW_MODEL` | モデルキー(`lms ls` で確認) | `qwen/qwen3.6-35b-a3b` |
| `LMS_REVIEW_TIMEOUT` | リクエストのタイムアウト秒数 | `900` |
| `LMS_REVIEW_MAX_DIFF_BYTES` | diff の上限 | `60000` |
| `LMS_REVIEW_THINKING` | `true` で思考させる。深く読めるが、同じ箇所の確認を繰り返してタイムアウトすることがある | `false` |
| `LMS_REVIEW_MAX_TOKENS` | 出力トークンの上限(思考を含む)。超えるとエラーで終わる | `16384` |
| `LMS_REVIEW_TTL` | JIT ロードしたモデルを最後のリクエストからアンロードするまでの秒数 | `600` |From rysk-tanaka/skills, MIT.
More from rysk-tanaka/skills
- 0.558score
drawio
rysk-tanaka
Generate draw.io diagrams as .drawio files, optionally export to PNG/SVG/PDF with embedded XML
SkillAFreshness: AClaude Code +9 - 0.558score
review-router
rysk-tanaka
差分を分析して規模・観点に応じたレビューを自動振り分けし、Must-Fix・Important を未コミットのまま自動修正して再レビューする (user)
SkillAFreshness: AClaude Code - 0.555score
lms-rescue
rysk-tanaka
LM Studio のローカル LLM に調査・修正を委任(Codex CLI 経由) (user)
SkillAFreshness: AClaude Code - 0.555score
auto-commit
rysk-tanaka
ステージ済みの変更からコミットメッセージを自動生成 (user)
SkillAFreshness: AClaude Code +9 - 0.555score
drawio-aws
rysk-tanaka
draw.io で AWS アーキテクチャ図を作成(AWS 4 アイコン、カテゴリ別カラー指定付き)
SkillAFreshness: AClaude Code +9 - 0.555score
cloudwatch-logs
rysk-tanaka
CloudWatchログの取得・検索(Lambda関数のログ解析、エラー調査)
SkillAFreshness: AClaude Code +9 - 0.555score
resolve-review
rysk-tanaka
PRレビューコメントを取得し対応が必要な項目を確認 (user)
SkillAFreshness: AClaude Code - 0.555score
fix-prose
rysk-tanaka
コードコメント・ドキュメント内の語彙や言い回しを辞書ルールに従って自動で直す (user)
SkillAFreshness: AClaude Code +9 - 0.555score
design-doc-yaml
rysk-tanaka
設計内容をYAMLに集約し診断レビューを経て肥大化しないMarkdown設計書を作成 (user)
SkillAFreshness: AClaude Code +9 - 0.552score
suggest-branch
rysk-tanaka
作業内容を分析して適切なブランチ名を提案 (user)
SkillAFreshness: AClaude Code +9 - 0.552score
await-ci
rysk-tanaka
CIチェックの状態確認・完了待機 (user)
SkillAFreshness: AClaude Code - 0.552score
pr
rysk-tanaka
ブランチの変更を分析してプルリクエストを作成 (user)
SkillAFreshness: AClaude Code +9
Signals
- Stars
- 0
- Forks
- 0
- Open issues
- 1
- Last commit (this folder)
- Sep 29, 2026 (1 month ago)
- Last release
- Oct 14, 2026 (17 days ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- MIT
- Repository
- github.com/rysk-tanaka/skills
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from rysk-tanaka
- 0.558score
drawio
rysk-tanaka
Generate draw.io diagrams as .drawio files, optionally export to PNG/SVG/PDF with embedded XML
SkillAFreshness: AClaude Code +9 - 0.558score
review-router
rysk-tanaka
差分を分析して規模・観点に応じたレビューを自動振り分けし、Must-Fix・Important を未コミットのまま自動修正して再レビューする (user)
SkillAFreshness: AClaude Code - 0.555score
drawio-aws
rysk-tanaka
draw.io で AWS アーキテクチャ図を作成(AWS 4 アイコン、カテゴリ別カラー指定付き)
SkillAFreshness: AClaude Code +9 - 0.555score
fix-prose
rysk-tanaka
コードコメント・ドキュメント内の語彙や言い回しを辞書ルールに従って自動で直す (user)
SkillAFreshness: AClaude Code +9 - 0.555score
lms-rescue
rysk-tanaka
LM Studio のローカル LLM に調査・修正を委任(Codex CLI 経由) (user)
SkillAFreshness: AClaude Code - 0.555score
auto-commit
rysk-tanaka
ステージ済みの変更からコミットメッセージを自動生成 (user)
SkillAFreshness: AClaude Code +9
Done for you
Rather not set it up yourself?
Chalk Labs scopes, builds and runs agents for your team: the task audit, the eval harness, the integrations and the weekly ops report. Fixed scope, priced before we start.
See how we build AI agents →Read the case studies
Chalk Labs is a two-founder AI and growth studio. We build AI agents, CRMs and MVPs for Web3 and AI companies, and have shipped 50+ product and token launches.
- launches shipped
- 50+
- launches shipped
- media placements
- 500+
- media placements
- founders on every account
- 2
- founders on every account
Press we've placed: Forbes · CoinDesk · Decrypt · Cointelegraph · The Block
Rahil Jain, Co-founder, Chalk Labs. Ex-Goldman Sachs engineer. You talk to the person who builds it.
Get lms-review running in your business
Tell us what you want to automate. A founder replies within one working day with a plan, not a pitch deck.
Cite this page
lms-review skill. Agent Mart. https://agentmart.dev/skills/rysk-tanaka-lms-review (last updated 2026-10-24)