1,263 件 ・ 関連度順
概要と使いどころ
有馬記念分析システム（Bun + TypeScript CLI）のコード品質・コードスタイルレビュー。機械検証の通過（bun run c / bun run lint / bun test）、非推奨 API の使用、死にコード・消し残し、マジックナンバーと固定語彙の constants 集約、コメントの why 品質（足し算側）、既定値・フォールバックの規律、非同期とエラーハンドリング（握り潰し catch・await 漏れ）、関数構成とファイル構成（メイン関数先頭・400行）、制御フロー（条件連鎖・ガード節の羅列）、コレクション操作（reduce・entries・長チェーン）、否定条件 + else、オーケストレーションの平坦化、型安全（any・as）、import の一貫性、CLI 出力（console）の置き場所を検証。Use when user says 'コードレビュー', 'review code', '規約チェック', 'スタイルチェック', or '死にコード確認'.
有馬記念分析システムのアーキテクチャ/レイヤー境界レビュー。docs/ARCHITECTURE.md のレイヤー構成（commands / domain / repositories / models / features / constants / database / utils / types）に対し、レイヤーディレクトリの意味と配置、参照系(queries)と更新系(aggregates)の分離、DB 接続の注入可能性とテスト容易性、リッチドメインモデルの維持（commands 肥大・ドメイン貧血症）、重み・閾値の constants 単一定義、ファイル配置と命名語彙の一致、不要な抽象化、種別分岐のポリモーフィズム化、生成引数の凝集（5個以上は分割シグナル）を検証。純粋性・依存方向の逆流・DB 接続の生成箇所は lint が error で担保するため扱わない。Use when user says 'アーキテクチャレビュー', 'レイヤー境界チェック', 'review architecture', or '依存方向の確認'.
有馬記念分析システムのコメント引き算レビュー。不要コメント（コードの再掲・getter 名と同義の JSDoc）、コメント量の増えすぎ（多行ファイルヘッダ・長い @example・装飾過多・base 差分での純増）、陳腐化（コメントアウトされた旧コード・重み変更で古くなる数値コメント・理由なし TODO）、冗長・重複（同じ重み配分の説明が複数ファイルに散在）を検証する。コメントが『存在するか/1行で why を書くか』の足し算側は review-code 2.5 の責務で、本スキルはその過剰・不要を削る側を見る。Use when user says 'コメントレビュー', 'コメント量チェック', 'review comments', '不要コメント確認', or '過剰コメント'.
有馬記念分析システムの命名ドメイン適合性レビュー。関数名・変数名・型名が競馬ドメインの意図（馬・騎手・調教師・血統・レース・出走・着順・上がり3F・馬場・会場・枠順・ローテ）を表現しているか、汎用名・技術接尾辞・命名規則の逸脱（snake_case 混入・アンダースコア付きメソッド名）・同一概念に別名が混在していないか（venue と course、同名異義の型）を検証。Use when user says '命名レビュー', 'review naming', '名前チェック', or 'ドメイン命名確認'.
種牡馬一覧と、登録済み統計がある場合は芝ダ・距離カテゴリ別の勝利数・出走数・勝率を表示する。「血統分析」「種牡馬の成績を見たい」といった依頼で発動する。
教員向けの研究概要レビュー(research-review等の出力.md)を入力に、学生に直接渡せる「前向きだけど抑えめ・シンプル・self-contained・優先順つき」の中間発表コメント1枚に書き換えるスキル。厳しい分析を、学生が萎えず手を動かせる建設的な行動リストへ翻訳する層。レビュー結果を学生向けに書き換えて、学生向けコメントにして、と言われたとき、または research-review --student から連鎖呼び出しされる。
任意のタスク（GitHub Issue・自由記述リクエスト・口頭要件）を起点に、受け入れ条件確認・スコープ定義・影響分析・テスト戦略を含む実装計画（15セクション）と、builder エージェントへ渡す features.json を生成します。「〇〇を作って」「実装計画を作って」「Issue
動画の全フレームをローカルで数値解析し、代表画像、未確認変化の補完、指定区間の画像列を取得してCodexで視覚分析する。動画レビューや内容確認で画像抽出が必要なときに使う。専用OCRや生成サービスを使わず、意味判断は画像を見て行う。
蓄積された observations を分析し、SKILL.md への改善提案を生成する。 Observe → Inspect → Amend → Evaluate ループの Inspect/Amend フェーズ。 `--apply` フラグで承認後の適用も可能。
Androidプロジェクトのアーキテクチャ設計を支援。プロジェクト特性に応じてMVI/MVVM/シンプルComposeから最適なパターンを提案し、パッケージ構造の設計と既存プロジェクトの分析を行う。
CI/GitHub Actionsの失敗パターンをCLAUDE.mdに蓄積するスキル。`/ci-learn` で直近の失敗runから学び、`/ci-learn #run_id` で指定runを分析。同じCI失敗を繰り返さないコードベースを実現する。
動画からキーフレームを抽出してコスト効率的に分析するスキル。フレーム差分検出と画質最適化により、Claude APIコストを約93%削減する。`/video-keyframe-analyzer <動画パス>` で使用。
重要: ユーザーがAndroidテスト実行をリクエストした場合、常にこのスキルを最初に使用してください。以下の場合に必ず使用: run TestName, execute test, テストを実行, 結果を分析, run all tests, analyze test failures, fix failing tests、または Android unit test, instrumentation test, Gradle test コマンドに関連する任意のリクエスト。./gradlew test や Bash コマンドを直接使用しないでください - 常にこのスキルに委譲してください。Multi-variantプロジェクト、JAVA_HOME セットアップ、一般的なテストパターンに対応しています。
直近の Claude Code 会話ログを分析し、CLAUDE.md / .claude/skills / .claude/rules / .claude/settings* の改善案を提案・適用するレトロスペクティブスキル。ユーザーが「retro して」「振り返りして」「最近の会話から CLAUDE.md (や skills, rules, settings) を改善して」「繰り返し指摘していることをルール化して」など、過去のやり取りをもとに設定・スキルを改善する意図を示したら必ず使用する。
Git運用規則に準拠したドラフトPRを作成する。「PR作成」「ドラフトPR」「プルリクエスト作成」時に使用。差分分析→本文生成→gh pr create --draft の3ステップで進める。
天才会議v2フル版。重要な意思決定・事業判断・企画の深掘りを、事前分析→弁証法会議→自己批判→構造化議事録の4フェーズで実行する。「天才会議」「会議して」「多角的に検討」「議論して」「みんなで考えて」などのリクエストで使用。軽いブレストにはkaigi-liteを推奨。
セミナー・講義・ウェビナー・研修・実演動画をローカルで文字起こしし、内容を分析して、必要なスライド画像や動画クリップ付きのHTML／Markdown資料を作る。動画から学習資料・実践ガイドを作りたい場合に使う。映像作品の再現設計やCanvas生成は対象外。
動画ファイルからアプリの画面遷移リファレンスドキュメントを生成する。video-analyzerスキルのキーフレーム抽出スクリプトでフレームを抽出し、Haikuサブエージェントで並列分析、遷移シーン画像と構造化マークダウン（README.md）を指定ディレクトリに出力する。使用タイミング：動画からアプリのUIフロー・ユーザーストーリーをステップごとにまとめたリファレンスを作成したい場合。
プロダクトアイデアをJTBD分析→競合調査→SLC仕様書に構造化。 dev:storyの上流で使用し、何を作るべきかを明確にする。 「アイデアを整理」「/dev:ideation」で起動。 Trigger: アイデア整理, プロダクト企画, /dev:ideation, ideation, 何を作るべきか
チーム実装計画を作成。ストーリー分析→タスク分解→レビュー（opencode）。 計画は docs/FEATURES/team/{YYMMDD}_{slug}/ に永続化され、複数保持可能。 Trigger: dev:team-plan, /dev:team-plan, チーム計画, team plan
Build in Public ツイート生成。git log + 会話コンテキストから「今作っているもの」を分析し、 日本語ツイート3案（280カウント以内・敬体・ハッシュタグなし）を生成します。 日本語1文字=2カウントのため、日本語のみの場合は実質140文字が上限です。 tweet-writer エージェントを3並列で起動し、各案が280カウントを超えた場合は自動修正ループを回します。 Trigger: /dev:bip, bip, Build in Public, ツイート生成, ツイート作って, 投稿文
市場調査、競合分析、投資家デューデリジェンス、業界インテリジェンスをソース帰属と意思決定指向のサマリーとともに実施。市場規模推定、競合比較、ファンドリサーチ、テクノロジースキャン、ビジネス意思決定に活用するリサーチに使用。
需要予測、安全在庫最適化、補充計画、プロモーション効果推定のための体系化された 専門知識。数百のSKUを管理する15年以上の経験を持つデマンドプランナーの知見に 基づく。予測手法の選択、ABC/XYZ分析、季節変動管理、ベンダー交渉フレームワーク を含む。需要予測、安全在庫設定、補充計画、プロモーション管理、在庫水準最適化 時に使用。
生のプロンプトを分析し、意図とギャップを特定し、ECCコンポーネント （スキル/コマンド/エージェント/フック）にマッチングし、すぐに貼り付けて 使える最適化済みプロンプトを出力します。アドバイザリー専用 — タスク自体は 実行しません。 トリガー条件: ユーザーが「optimize prompt」「improve my prompt」 「how to write a prompt for」「help me prompt」「rewrite this prompt」 と言った場合、またはプロンプト品質の向上を明示的に依頼した場合。中国語の 同等表現でもトリガーされます: 「优化prompt」「改进prompt」「怎么写prompt」 「帮我优化这个指令」。 トリガーしない条件: ユーザーがタスクの直接実行を求めている場合、または 「just do it」/「直接做」と言った場合。「优化代码」「优化性能」 「optimize performance」「optimize this code」と言った場合もトリガーしません — これらはリファクタリング/パフォーマンスタスクであり、プロンプト最適化 ではありません。