4人の異なる専門家ペルソナ（20年ベテランエンジニア、TDDエキスパート、Clean Codeエキスパート、バグハンター）で ソースコードを批判的にレビューするスキル。設計判断、テスト容易性、可読性、バグ検出の観点から コードの問題を検出し、改善提案を行う。Python/JavaScriptに対しては追加のチェックポイントを適用。
バグハンターは状態遷移、例外パス、依存関係、非同期競合に特化し、本番環境での問題を事前に検出する。
Use when reviewing source code from multiple expert perspectives to find design flaws, testability issues, code quality problems, and runtime bugs. Triggers: "critical code review", "multi-persona code review", "expert code review", "code quality assessment", "find bugs".
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
실행 점수 미검증
설치 방법 보기설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
このスキルは以下の場合に使用します：
トリガーワード: "critical code review", "multi-persona code review", "expert code review", "code quality assessment", "find bugs", "コードレビュー", "品質チェック"
このスキルは、ソースコードを4人の異なる専門家の視点から批判的にレビューします：
| Persona | Focus | Key Question |
|---|---|---|
| Veteran Engineer | 設計判断、アンチパターン、長期保守性 | 「これを5年後も保守できるか？」 |
| TDD Expert | テスト容易性、依存関係管理、リファクタリング安全性 | 「これを単独でテストできるか？」 |
| Clean Code Expert | 命名、可読性、SOLID原則 | 「一目で理解できるか？」 |
| Bug Hunter | 状態遷移、例外パス、依存関係、非同期競合 | 「本番で壊れないか？」 |
┌──────────────────────────────────────────────────────────────────────┐
│ スキル（オーケストレーター） │
│ ┌────────────────────────────────────────────────────────────┐ │
│ │ Phase 1: 準備 │ │
│ │ - レビュー対象コードの特定 │ │
│ │ - 言語の検出（Python/JavaScript の場合は追加チェック） │ │
│ │ - 依存関係事前チェック（関数内import検出、requirements.txt照合）│ │
│ │ - ペルソナ確認 │ │
│ └────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────┬───────┴───────┬──────────────┐ │
│ ▼ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────────┐ ┌──────────┐ │
│ │ Veteran │ │ TDD │ │ Clean Code │ │ Bug │ 並列実行 │
│ │ Engineer │ │ Expert │ │ Expert │ │ Hunter │ │
│ │(20年経験)│ │(和田氏的)│ │ (可読性) │ │(バグ検出)│ │
│ └──────────┘ └──────────┘ └──────────────┘ └──────────┘ │
│ │ │ │ │ │
│ └──────────────┴───────┬───────┴──────────────┘ │
│ ▼ │
│ ┌────────────────────────────────────────────────────────────┐ │
│ │ Phase 3: 統合 │ │
│ │ - 重複排除（複数ペルソナからの同一指摘を統合） │ │
│ │ - 重大度付与 │ │
│ │ - 統合レビューレポート生成 │ │
│ └────────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────────────┘
レビュー対象の特定
言語の検出
依存関係事前チェック（Bug Hunter向け）
grep で関数内importを検出コンテキストの収集（任意）
ファイルタイプの確認
references/file_type_classification.md を参照してファイルの分類を確認対象が大規模な場合（500行超 or 5ファイル超）:
references/scale_strategy.md を参照4つのレビューを Agent tool を使って並列実行します。
各レビューの Agent prompt 構成:
references/agents/{persona}.md の全内容（ペルソナプロンプト）Agent tool を使用して4つのレビューを並列実行：
1. references/agents/veteran-engineer.md をプロンプトとして使用
+ 推奨リファレンス: references/code_smell_patterns.md
2. references/agents/tdd-expert.md をプロンプトとして使用
3. references/agents/clean-code-expert.md をプロンプトとして使用
4. references/agents/bug-hunter.md をプロンプトとして使用
+ 推奨リファレンス: references/review_framework.md（検出テクニック部分）
Agent には severity を付けさせない。 各 Agent は Issue ごとに Impact（影響の説明）を出力する。 Severity の最終判定は Phase 3（統合）で行う。
指摘事項の収集
重複排除
重大度の最終判定
references/severity_criteria.md を参照し、各 Issue の Impact 記述に基づいて
Critical / Major / Minor / Info を判定する。
※Agent 側では severity を付けない。統合フェーズが authoritative criteria を参照して一貫性を保証する。
部分失敗ハンドリング
統合レビューレポート生成
| 観点 | design-implementation-reviewer | critical-code-reviewer |
|---|---|---|
| 主な目的 | 実装の正確性検証 | 設計品質 + バグ検出の両方 |
| アプローチ | 単一視点、3層フレームワーク | 4ペルソナ並列実行 |
| 主な質問 | 「設計通りに動くか？」 | 「良いコードか？本番で壊れないか？」 |
| 出力 | バグ指摘中心 | 品質改善 + バグ検出の両方 |
| 使用場面 | PR前のバグ確認 | 包括的コードレビュー |
推奨ワークフロー:
critical-code-reviewer を使用すれば、品質評価とバグ検出の両方をカバーdesign-implementation-reviewer も併用Optional の適切な使用any の乱用this バインディングの問題references/file_type_classification.md の Tier 分類を参照:
references/language_specific_checks.md 適用）レビュー結果は以下の形式で出力：
# Critical Code Review Report
## Review Information
- Target: [レビュー対象]
- Languages: [検出された言語]
- Date: [日付]
- Reviewers: Veteran Engineer, TDD Expert, Clean Code Expert, Bug Hunter
## Executive Summary
| Severity | Count |
|----------|-------|
| Critical | X |
| Major | X |
| Minor | X |
| Info | X |
**Overall Assessment**: [総合評価]
**Merge Readiness**: Ready / Conditional / Not Ready
## Findings
### Critical
[指摘事項]
### Major
[指摘事項]
### Minor
[指摘事項]
## Persona-Specific Insights
### Veteran Engineer Perspective
[経験に基づく総評]
### TDD Expert Perspective
[テスト容易性の総評]
### Clean Code Expert Perspective
[可読性の総評]
### Bug Hunter Perspective
[バグ検出の総評]
## Improvement Recommendations
[改善推奨事項のリスト]
User: このPythonコードをレビューしてください。
[コード]
Claude:
1. [Phase 1] Python と判定。追加チェックを有効化。
2. [Phase 2] 4つのサブエージェントを並列起動:
- Veteran Engineer: 設計判断をレビュー
- TDD Expert: テスト容易性をレビュー
- Clean Code Expert: 可読性をレビュー
- Bug Hunter: バグ検出をレビュー
3. [Phase 3] 結果を統合し、レビューレポートを生成。
references/agents/{persona}.md（ペルソナプロンプト）references/code_smell_patterns.mdreferences/review_framework.md（検出テクニック部分）references/severity_criteria.md → 統合フェーズでのみ使用| File | Purpose |
|---|---|
references/agents/veteran-engineer.md | Veteran Engineer ペルソナプロンプト |
references/agents/tdd-expert.md | TDD Expert ペルソナプロンプト |
references/agents/clean-code-expert.md | Clean Code Expert ペルソナプロンプト |
references/agents/bug-hunter.md | Bug Hunter ペルソナプロンプト |
references/code_smell_patterns.md | コードスメル・アンチパターン集 |
references/review_framework.md | 批判的コード分析フレームワーク |
references/language_specific_checks.md | Python/JavaScript固有チェック |
references/severity_criteria.md | 重大度判定基準（統合フェーズ用） |
references/file_type_classification.md | ファイルタイプ分類・Tier定義 |
references/scale_strategy.md | 大規模入力向けスケール戦略 |
| File | Purpose |
|---|---|
assets/code_review_report_template.md | レビューレポートテンプレート |
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
Track and update action item status from natural language updates like 'Seanのメールには返信しておいた' or 'Lu対応予定'. Integrates with daily-comms-ops workflow. Use when managing action items across communication channels.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI活用提案の専門コンサルタントスキル。LLM・AIエージェントの活用事例知識を基に、業界別、部門別、シーン別に最適なAI導入提案を行います。システム化、業務改善、効率化を得意とし、具体的な活用事例、期待効果、導入ステップを含む実践的な提案を提供します。Use when proposing AI/LLM adoption strategies for specific industries, departments, or business scenarios.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Generate AI-powered BPO service proposals for Japanese companies in the US market. Use when creating outsourcing proposals with AI service menus, ROI estimation, implementation roadmaps, and bilingual (JA/EN) proposal documents for 在米日系企業向けAI実装.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」 「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、 定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法 （バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Generate audit-ready internal control design documents from As-Is business process inventories. Produces control IDs, assertion mappings, procedures, SoD analysis, KPIs, materiality thresholds, and implementation roadmaps. Use when building internal controls for new audit engagements, SOX/J-SOX compliance, or process improvement initiatives.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Review audit-related documents (control design documents, bottleneck analyses, requirements definitions, etc.) for quality, scoring them 0-100 with a severity-rated findings list. Use when reviewing audit documents, checking control design quality, or verifying cross-document consistency. Supports documents governed by US GAAP, IFRS, or J-GAAP.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.