「テスト」の検索結果

Djangoアプリの構成、API設計、データ取得、キャッシュの実装とレビューを支援します。環境別の設定分離や処理の整理、不要な問い合わせを減らす設計例を示します。

• Djangoの構成と設定の整理
• Django REST FrameworkのAPI設計
• 不要なデータベース問い合わせの削減

CodeScene MCPでコード構造の保守しやすさを評価するスキル。編集前後のスコアを比較し、コミットやPRの前にAIによる変更で品質が下がっていないか確認します。

• 見慣れないファイルを編集前に確認したいとき
• AIの変更で保守性が下がっていないか確認
• スコアを比較しながらコードを整理したいとき

初めて触るコードの構成や処理の流れ、開発ルールを調べ、参加時の案内資料とCLAUDE.mdを作成します。変更したい作業ごとの参照先も整理します。

• 新しいチームでコードの全体像を知りたいとき
• 既存プロジェクトでClaude Codeを導入
• 開発ルールからCLAUDE.mdを作りたいとき

Node.jsの処理を途中で止め、変数や関数の呼び出し経路から不具合を調べるスキル。端末でのステップ実行、状態収集の自動化、性能調査を支援します。

• Node.jsテストの途中の状態確認
• 関数の呼び出し経路と変数の調査
• 非同期処理の停止箇所を調べたいとき

暗号資産の市場データやウォレットの残高・取引履歴を取得し、損益と市場動向を合わせて売買を振り返ったり、分析用JSONを書き出したりするスキル。

• 市場価格や資金調達料、注文板を確認したいとき
• ウォレットのポジションや現物残高を調べたいとき
• 手数料と市場動向から最近の売買を振り返りたいとき

2つのエージェントが別々に加えた変更のGit競合を、双方の差分と意図から中立的に解決。競合箇所ごとの判断理由を記録し、ビルドやテストで統合結果を確認します。

• 2つのエージェントのブランチ競合を解消
• 並行したworktreeの変更を統合
• 競合する設計判断の理由を確認したいとき

marimoダッシュボード・プロジェクト進捗可視化に使用。 「ダッシュボードを作って」「進捗を可視化して」「テスト結果を表示して」等のリクエストで発動。

アナリティクスのトラッキング設定・改善・監査を支援するスキル。 「トラッキングを設定」「GA4を導入」「コンバージョン計測」「イベントトラッキング」「UTMパラメータ」「GTMの設定」等のリクエストで発動。 A/Bテスト計測は ab-test-setup を参照。

統計的推論（線形回帰 / 重回帰 / OLS / Lasso / Ridge / 分位点回帰、ロジスティック回帰 / ポアソン / GLM / オッズ比、 混合効果 / マルチレベル / パネル固定効果、仮説検定 / t 検定 / χ² / ANOVA / 有意差、生存時間分析 / Kaplan-Meier / Cox、 ベイズ推定 / MCMC / Stan）を実行したら必ずセットで出す図と値のルーター。sm.OLS, smf.ols, LinearRegression, LassoCV, QuantReg, sm.Logit, sm.GLM, LogisticRegression, mixedlm, PanelOLS, ttest_ind, mannwhitneyu, chi2_contingency, pingouin, lifelines, CoxPHFitter, cmdstanpy, arviz がコードに現れたとき、またはユーザーが「回帰して」「検定して」 「有意差はあるか」「生存曲線を描いて」「ベイズで推定して」と言ったときに使う。診断・残差・図に言及がなくても適用する。 SKILL.md のルーティング表で手法を特定し、対応する references/<手法>.md を読んでから実行する。A/B テスト・因果推論は causal-inference-diagnostics、予測 ML・時系列は predictive-modeling-diagnostics を使う。

設計の実体。業務構造の診断(中心対象・最頻操作・主役と隠すもの・触りたさ・装飾除去テスト)から体験の規律(デフォルト効果・認知負荷・楽さとミス防止・一括操作・下書き保存・正直なUI・エラー回復・データを消さない・ホーム情報設計・知覚パフォーマンス・行動科学の道具箱)と検収までを1冊で持つ。React hooks は assets/ux-patterns.tsx。機能設計/画面フロー/フォーム設計/UX改善/レビュー/「AIっぽい」指摘の対応で必ず参照する。見た目の素材は Skill jp-web-design。

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".

工程ごとの完了判定、品質ゲート、証跡、標準検証コマンド、例外運用を設計するスキル。 実装完了・テスト実施・品質確認完了・出荷可能を分離し、再利用可能な gate matrix を作る。 「全OK」「完了」などの曖昧な完了表現を排除し、証跡に基づく退出条件を定義する。 Use when defining Definition of Done, quality gates, exit criteria, release readiness gates, evidence requirements, exception handling, or standardized verification commands. Covers: definition of done, quality gate, exit criteria, release readiness, 完了判定, 品質ゲート. Distinct from project-completeness-scorer (which scores) -- this skill designs the gates and criteria themselves.

OpenAI Codex CLIを使用してドキュメントやコードのレビューを依頼するスキル。GPT-5.5モデルをxhigh推論モードで呼び出し、深い分析によるレビューを実行。レビュー結果を指定フォルダに出力し、その内容を確認・分析する機能を提供。コードレビュー、ドキュメントレビュー、設計書レビュー、テスト計画レビューなど、専門的なレビューが必要な場面で使用。

ユーザーストーリーを Independent / Valuable / Small / Testable で点検し、満たさないストーリーを分割または再定義するための skill。要件定義完成直後 (ユーザーストーリーを書き終えた直後) に必ず発火させる。基本設計中や実装中に「このストーリー大きすぎる」「他のストーリーに依存している」「ユーザー価値が見えない」「受け入れテストが書けない」と気付いたタイミングでも発火させる。Small は『ユーザー価値を保ったまま分割可能な最小単位』として価値ベースで判定する (技術的なサイクル数ではない)。Negotiable は意図的に落とし (要件 / 設計フェーズで固める方針)、Estimable は暗黙 (固める方針なら自動で満たされる)。

ユーザーストーリー一覧の新規作成・更新・レビューを支援する。AI駆動開発成果物フローのビジネス要求(D1)に位置する成果物で、プロダクト要求仕様書(PRD)とドメイン要求仕様書群を上流とし、利用者視点での要求事項を Connextra 形式の単一フラット表(1 ストーリー 1 アクター・ID は通し連番)で一覧化する文書。ドメイン別の章分割をせずスプレッドシート/Excel への移送を想定したフラット構造。下流のユースケース一覧・機能一覧(D2)・画面要件群(D2)・テスト計画の起点となる。PRD・ドメイン要求仕様書群の策定後、利用者視点での要求集約段階で呼び出す。

GitHub Actions の CI 失敗を調査するスキル。失敗した run / PR / job の URL（例: https://github.com/OWNER/REPO/actions/runs/RUNID、…/pull/PR、…/job/JOBID）や run_id・PR 番号を貼られて「このCIが失敗している、原因を調査して」「ビルド/テストがコケた、なぜ落ちたか調べて」「workflow が failed、修正案を出して」「job のログを見て」と頼まれたら必ず使う。WebFetch では github.com のログは取れない（PreToolUse hook が差し戻し、HTML しか返らない）ため、gh（`gh run view --log-failed` / `gh run view --job` / `gh pr checks` / `gh api`）で失敗ジョブ・ステップと失敗ステップのログだけを決定論スクリプトで収集し、失敗原因を特定して修正案を提示する。GitHub Actions 以外（GitLab CI 等）や、URL がログではなくソース閲覧目的のときは対象外。GitHub(gh) 前提。`/gh-ci-investigate` で明示起動も可。

差分に追加されたソースコードへ混入した不可視・危険な Unicode 文字（タグ文字・異体字セレクター・ゼロ幅文字・双方向制御/マーク・変則空白）を検出する。GlassWorm 型サプライチェーン攻撃・ASCII smuggling・Trojan Source（CVE-2021-42574）でコードを不可視化する手口を、決定論的な静的解析（列挙した code point 集合に限定）として捕捉し、canary テストで誤検出の再発を防ぐ

自動メトリクス、人間によるフィードバック、およびベンチマークを使用して、LLMアプリケーションの包括的な評価戦略を実装します。LLMのパフォーマンスをテストし、AIアプリケーションの品質を測定し、または評価フレームワークを確立する場合に使用します。

アプリケーションの自動テスト、ビルド、デプロイのための本番環境対応GitHub Actionsワークフローを作成。GitHub Actionsでのci/CDセットアップ、開発ワークフローの自動化、または再利用可能なワークフローテンプレートの作成時に使用。

Use this skill when setting up or modifying CI pipelines, GitHub Actions workflows, or automated checks (lint, typecheck, test, build) for this project. Trigger words: CI, GitHub Actions, ワークフロー, パイプライン, 自動テスト, lint チェック, typecheck, ビルド検証, .github/workflows.

GitHub Actions のワークフロー実行エラーを調査し、原因を特定して解決策を提案する。「Actions エラー」「ワークフロー失敗」「CI が落ちた」「ビルド失敗」「テスト失敗」「Actions を調べて」「CI のエラーを見て」などで起動。失敗したジョブのログを分析し、具体的な修正方法を提示。

レッドストーン回路の自動テストが失敗した際の切り分け・局所修正手順。get_blocks, interact_block, place_blocks を使ったデバッグ方法を定義する。

レッドストーン回路の自動テストが失敗した際の切り分け・局所修正手順。CLI版の mc-cli get-blocks, interact-block, place-blocks を使ったデバッグ方法を定義する。

Go バックエンド開発ワークフロー全体のガイド。「Go」「バックエンド」「API サーバー」「golang」などのキーワードで自動適用。ビルド・テストはサブエージェント、品質・メンテナンスはスキルを推奨。