システムログを分析してエラーの根本原因を特定し、段階的に深堀りしていくデバッグ専門家スキル。アプリケーションログ、システムログ、クラウドサービスログなど様々な形式に対応。5 Whys、タイムライン分析、Fishbone分析などのRCA（根本原因分析）手法を用いて 問題の本質を突き止め、再発防止策まで提案する。
Use when analyzing system logs to find error root causes, debugging application issues, or performing technical post-mortem analysis with log data. For organizational incident management processes (post-incident review, corrective action plans, incident reports without log data), use incident-rca-specialist instead. Triggers: "analyze this log", "find the root cause", "debug this error", "why is this failing", "log analysis", "what caused this crash", "troubleshoot this issue"
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
설치 방법 보기설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
Use this skill when:
DO NOT use for organizational incident management (post-incident reviews, corrective action plans without log data) - use incident-rca-specialist instead.
pyyaml for custom configuration filesassets/rca_report_template.mdこのスキルは、システムログを体系的に分析し、エラーの根本原因を特定するデバッグ専門家です。
対応ログタイプ:
┌─────────────────────────────────────────────────────────────────────┐
│ Phase 1: TRIAGE（トリアージ） │
│ 「何が起きているのか？」 │
│ └─ ログ概要把握、エラー重要度判定、影響範囲の特定 │
├─────────────────────────────────────────────────────────────────────┤
│ Phase 2: PATTERN RECOGNITION（パターン認識） │
│ 「どのようなパターンがあるか？」 │
│ └─ エラーパターン特定、関連イベント抽出、時系列整理 │
├─────────────────────────────────────────────────────────────────────┤
│ Phase 3: ROOT CAUSE ANALYSIS（根本原因分析） │
│ 「なぜ起きたのか？」 │
│ └─ 5 Whys分析、タイムライン再構築、因果関係特定 │
├─────────────────────────────────────────────────────────────────────┤
│ Phase 4: RESOLUTION & PREVENTION（解決と再発防止） │
│ 「どう直し、どう防ぐか？」 │
│ └─ 修正提案、再発防止策、監視強化ポイント │
└─────────────────────────────────────────────────────────────────────┘
ログの全体像を把握し、問題の重要度と影響範囲を素早く判断する。
ログの取り込みと正規化
# log_analyzer.pyを使用してログを解析
python scripts/log_analyzer.py analyze <logfile> --summary
エラーレベルの集計
影響範囲の特定
□ ログの時間範囲を確認
□ エラー件数を集計
□ 最も深刻なエラーを特定
□ 影響範囲を推定
□ 緊急度を判定（P0/P1/P2/P3）
エラーのパターンを識別し、関連するイベントを抽出する。
エラーパターンの検出
# エラーキーワードで検索
python scripts/log_analyzer.py search <logfile> --keywords "Exception,Error,Failed,Timeout"
# 正規表現でパターン検出
python scripts/log_analyzer.py search <logfile> --pattern "Connection.*refused|timeout.*\d+ms"
頻度分析
# エラー頻度レポート
python scripts/log_analyzer.py report <logfile> --frequency
時系列パターンの確認
| パターン | 特徴 | 典型的な原因 |
|---|---|---|
| 突発的 | 特定時刻に急増 | デプロイ、設定変更、外部障害 |
| 周期的 | 一定間隔で発生 | cron、バッチ処理、リソース枯渇 |
| 漸増型 | 徐々に増加 | メモリリーク、ディスク枯渇 |
| 散発的 | ランダムに発生 | 競合状態、間欠的な外部障害 |
references/log_patterns.md - よくあるエラーパターン集問題の根本原因を特定する。表面的な症状ではなく、本質的な原因を突き止める。
プロセス:
例:
現象: APIが500エラーを返している
1. なぜ？ → データベースクエリがタイムアウトしている
2. なぜ？ → 特定のテーブルへのクエリが遅い
3. なぜ？ → テーブルにインデックスがない
4. なぜ？ → 新しいカラムを追加した際にインデックスを作成しなかった
5. なぜ？ → スキーマ変更時のインデックス確認プロセスがなかった
→ 根本原因: スキーマ変更時のレビュープロセスの不備
# タイムライン生成
python scripts/log_analyzer.py timeline <logfile> --from "2025-01-01 10:00" --to "2025-01-01 12:00"
タイムライン作成手順:
6つのカテゴリで原因を分析:
references/rca_methodology.md - 根本原因分析手法の詳細問題を解決し、同様の問題の再発を防ぐ。
応急処置 (Immediate Fix)
恒久対策 (Permanent Fix)
検知の強化
防止の強化
復旧の強化
assets/rca_report_template.md を使用してRCAレポートを作成ログ解析を自動化するPythonツール。
基本的な使い方:
# エラー検出
python scripts/log_analyzer.py analyze <logfile>
# キーワード検索
python scripts/log_analyzer.py search <logfile> --keywords "timeout,error"
# タイムライン生成
python scripts/log_analyzer.py timeline <logfile>
# レポート生成
python scripts/log_analyzer.py report <logfile> --output report.md
# 複数ログの相関分析
python scripts/log_analyzer.py correlate app.log nginx.log db.log
設定ファイル:
assets/analyzer_config_template.yaml をコピーしてプロジェクト固有の設定を行う。
| ファイル | 用途 |
|---|---|
references/rca_methodology.md | 5 Whys、Fishbone等のRCA手法 |
references/log_patterns.md | よくあるエラーパターン集 |
references/log_format_guide.md | 各種ログフォーマット解説 |
references/debugging_strategies.md | デバッグ戦略・思考法 |
| ファイル | 用途 |
|---|---|
assets/rca_report_template.md | RCAレポートテンプレート |
assets/analyzer_config_template.yaml | log_analyzer.py設定テンプレート |
User: このログを分析して、アプリがクラッシュした原因を見つけてください。
[ログファイルを添付]
Claude:
1. [Phase 1] ログを読み込み、FAITALエラーを検出
2. [Phase 2] スタックトレースを抽出、OutOfMemoryErrorを特定
3. [Phase 3] 5 Whys分析を実施
- Why 1: OutOfMemoryError発生
- Why 2: ヒープメモリが枯渇
- Why 3: 大量のオブジェクトがGCされない
- Why 4: キャッシュにサイズ制限がない
- Why 5: キャッシュ設計時にメモリ管理を考慮していなかった
4. [Phase 4] 修正提案: LRUキャッシュ導入、ヒープサイズ調整
User: 時々APIがタイムアウトします。ログを見てください。
Claude:
1. [Phase 1] タイムアウトエラーを抽出、頻度を確認
2. [Phase 2] 時間帯分析 → 毎時0分に集中
3. [Phase 3] タイムライン分析 → cron jobと同時刻
4. [Phase 4] 提案: バッチ処理の時間分散、コネクションプール拡大
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.