backlog(atoms/pipeline/outputs)と skill ヘルス(usage/duration/unused)を統合分析し 1 レポートで提示する。kawai 氏型 analytics ループの起点。「次に何やる?」「atom 整理」「放置案件」「stale」「振り返り」「retro」「skill 使用統計」「unused skill」「atom-suggest」で発動。
discovery-council
3エージェント(researcher, analyst, scout)による並列要件分析 Council。peer-to-peer で相互検証し requirements.md を確定。「要件を整理して」「要件定義して」「現状分析して」「要件をまとめて」で発動。
含まれるファイル(2)
- SKILL.md3.5 KB
- reference.md4.4 KB
SKILL.md(原文)
インストールする前に、エージェントに与えられる指示の中身を確認できます。
Discovery Council - 並列要件分析
3エージェント(researcher, analyst, scout)が peer-to-peer で相互検証し、requirements.md を確定する。
機能
$ARGUMENTS
プロジェクト状態(動的注入)
ディレクトリ構造
!ls -d */ 2>/dev/null || echo "(サブディレクトリなし)"
技術スタック
!ls package.json pyproject.toml Cargo.toml go.mod Gemfile setup.py requirements.txt 2>/dev/null || echo "(技術スタック検出なし — md+shell 等)"
Step 1: チーム作成
TeamDelete:
team_name: "<既存チーム名>" # エラーが出なければスキップ
TeamCreate:
team_name: "discovery"
description: "Discovery Council: 要件分析"
Step 2: 3エージェント同時 spawn
3つのエージェントを同時 spawn:
| エージェント | 役割 | 出力先 |
|---|---|---|
| researcher | 技術調査(既存実装、外部知見) | SendMessage で共有 |
| analyst | 要件分析 → requirements.md 作成 | plan/requirements.md |
| scout | ギャップ分析(漏れ・曖昧点の検出) | SendMessage で共有 |
→ Agent prompt テンプレートは reference.md を Read して使用
Council プロトコル: 独立に分析 → SendMessage で相互共有 → 相互検証 → analyst が最終統合
Step 3: 曖昧点の確認(スキップ禁止)
Council の報告を集約した後、曖昧点が残っていれば AskUserQuestion で確認する。このステップはスキップしてはならない。
1. scout の報告から未解決の曖昧点を抽出
2. analyst の requirements.md ドラフトで「仮定」として記録された箇所を抽出
3. 曖昧点があれば → AskUserQuestion で具体的に質問(1回にまとめる)
4. 回答を requirements.md に反映
5. 曖昧点がなければ → そのまま次へ
AskUserQuestion が使えない環境 or critical でない曖昧点の場合: 曖昧点を ## 仮定 セクションに記録して先に進む。
Step 4: チーム終了
全エージェントの報告完了後、チームを削除する。
TeamDelete
Gotchas
- researcher が外部検索に時間を使いすぎて analyst が待ちぼうけ: researcher は
background: trueで非同期。analyst と scout は researcher を待たずに独立して分析を開始すべき - scout が曖昧点を発見しても analyst に伝わらない: SendMessage の recipient 名を正確に。name が間違っていると silent loss する
- 要件が広すぎてスコープ爆発: scout が IN/OUT SCOPE を明確にしないまま analyst が全部盛りの requirements.md を書く。scout の分析を待ってから最終化する
- 既存プロジェクトの文脈を無視: 動的注入でプロジェクト構造は把握済みだが、CLAUDE.md の開発ガイドラインも必ず確認する
出力
plan/requirements.md
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
要件が曖昧なとき、ソクラテス式に1問ずつ質問して要件を掘り下げる。十分に明確になったら discovery-council にハンドオフ。「要件が曖昧」「何を作ればいいか」「掘り下げて」「インタビューして」で発動。※ 完成した plan/design を詰問するなら grill、非対話で一括批判するなら critic。
designer エージェントによるアーキテクチャ設計。requirements.md を基に design.md を作成。「設計して」「アーキテクチャ設計して」「アーキテクチャを考えて」「設計書を作って」で発動。
技術記事の並列レビュー Council。anti-ai-slop / fact-checker / narrative-critic / reader-advocate を並列 spawn、severity 付き findings を最大3ラウンドで収束。Zenn などのドラフト完成後に使う。「記事レビュー」「editorial swarm」「編集会議」「記事推敲」「記事添削」で発動。
スキルの自己進化。auto-memory と実行履歴から学びを抽出し、各スキルの Gotchas セクションに自動追記する。セッション終了前、定期的な改善サイクル、問題に遭遇した後に使う。「スキルを進化させて」「学びを反映して」「Gotchas を更新」「evolve」で発動。
実験駆動の反復改善ループ(autoresearch 方式)。毎回フレッシュなサブエージェントで 1変更→測定→保持 or revert。progress.md がイテレーション間の記憶。パフォーマンス最適化、リファクタリング、UI改善、バグ修正の試行錯誤に使う。「最適化して」「パフォーマンス改善」「リファクタリング」「試行錯誤して」「実験的に改善」で発動。