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.
codex-reviewer
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。
含まれるファイル(9)
- SKILL.md9.7 KB
- assets/review_report_template.md2.0 KB
- references/codex_config_guide.md6.5 KB
- references/review_prompts.md10.7 KB
- scripts/analyze_review.py14.5 KB
- scripts/run_codex_review.py17.1 KB
- scripts/tests/__init__.py41 B
- scripts/tests/test_analyze_review.py6.6 KB
- scripts/tests/test_run_codex_review.py8.4 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。
Codex Reviewer
Overview
OpenAI Codex CLIを活用して、コードやドキュメントの専門的なレビューを実行するスキルです。全レビュータイプで GPT-5.5 モデルを xhigh推論モードで使用し、徹底的な分析を行います。
When to Use
- コードの品質レビュー、セキュリティレビュー、パフォーマンスレビューが必要な時
- 設計書、仕様書、技術ドキュメントのレビューが必要な時
- テスト計画、テストケースのレビューが必要な時
- プルリクエストの詳細レビューが必要な時
- 外部の専門的な視点でのレビューを得たい時
ファイル拡張子とレビュータイプの対応
ユーザーからファイルパスが指示された場合、以下の対応表に基づいて --type を自動選択すること:
| 拡張子/パターン | --type | 使用モデル |
|---|---|---|
.py, .js, .ts, .tsx, .java, .go, .rs, .cpp, .c, .rb, .php | code | gpt-5.5 |
.md, .txt, .rst, .docx, .pdf, 仕様書, 要件定義 | document | gpt-5.5 |
design/, architecture/, 設計書, アーキテクチャ | design | gpt-5.5 |
tests/, test_*, *.test.*, *_test.*, *.spec.* | test | gpt-5.5 |
例:
- 「
src/main.pyをレビューして」→--type code - 「
docs/spec.mdをレビューして」→--type document - 「
design/architecture.mdをレビューして」→--type design - 「
tests/test_api.pyをレビューして」→--type test
軽量レビュー(クイックレビュー)の指示:
- 「軽量レビュー」「クイックレビュー」「高速で」「quick」などのキーワードが含まれる場合 →
--profile quick-reviewを追加
Prerequisites
-
Codex CLIのインストール
npm install -g @openai/codex # または brew install --cask codex -
認証設定
codex login -
推奨: プロファイル設定 (
~/.codex/config.toml)# デフォルトプロファイル [profiles.deep-review] model = "gpt-5.5" model_reasoning_effort = "xhigh" approval_policy = "never"
Workflow
Phase 1: レビュー依頼の準備
-
レビュー対象の確認
- ファイルパスまたはディレクトリパスを特定
- レビュータイプを決定(コード/ドキュメント/設計/テスト)
- レビュー観点を明確化
-
出力先フォルダの準備
- レビュー結果を保存するフォルダを作成または確認
- 例:
./reviews/,./code-reviews/,./doc-reviews/
Phase 2: Codex CLIによるレビュー実行
重要:
run_codex_review.pyスクリプトは常に--full-autoモードで実行されます。 これにより、ユーザー承認なしでCodexがコマンドを自動実行します。 また、スクリプトは内部定義のプロファイルを使用するため、~/.codex/config.tomlのプロファイル設定は参照されません。
スクリプトを使用したレビュー(推奨):
# コードレビュー
python3 scripts/run_codex_review.py \
--type code \
--target src/ \
--output ./reviews
# ドキュメントレビュー
python3 scripts/run_codex_review.py \
--type document \
--target docs/spec.md \
--output ./reviews
Codex CLIを直接使用する場合:
codex exec --profile deep-review \
-o <output-file> \
"<review-prompt>"
コードレビューの例(直接実行):
codex exec --profile deep-review \
-C /path/to/project \
-o ./reviews/code_review_$(date +%Y%m%d_%H%M%S).md \
"以下のコードを詳細にレビューしてください。セキュリティ、パフォーマンス、保守性、ベストプラクティスの観点から問題点と改善提案を報告してください。対象ファイル: src/main.py"
ドキュメントレビューの例(直接実行):
codex exec --profile deep-review \
-o ./reviews/doc_review_$(date +%Y%m%d_%H%M%S).md \
"以下のドキュメントをレビューしてください。完全性、正確性、明確性、一貫性の観点から評価し、改善点を提案してください。対象: docs/architecture.md"
Phase 3: レビュー結果の確認
-
結果ファイルの読み取り
- 指定した出力フォルダからレビュー結果を読み込み
- Markdown形式で構造化された結果を確認
-
結果の分析と要約
- 重要な指摘事項の抽出
- 優先度による分類
- アクションアイテムの整理
Review Types
1. コードレビュー
# 自動的にgpt-5.5 + xhighを使用
python3 scripts/run_codex_review.py \
--type code \
--target src/ \
--output ./reviews \
--focus "security,performance,maintainability"
レビュー観点:
- セキュリティ脆弱性
- パフォーマンス問題
- コードの可読性・保守性
- ベストプラクティス準拠
- エラーハンドリング
- テスト可能性
2. ドキュメントレビュー
# 自動的にgpt-5.5 + xhighを使用(深い推論)
python3 scripts/run_codex_review.py \
--type document \
--target docs/specification.md \
--output ./reviews \
--focus "completeness,accuracy,clarity"
レビュー観点:
- 完全性(必要な情報の網羅)
- 正確性(技術的な正しさ)
- 明確性(理解しやすさ)
- 一貫性(用語・フォーマット)
- 実装可能性
3. 設計レビュー
# 自動的にgpt-5.5 + xhighを使用(深い推論)
python3 scripts/run_codex_review.py \
--type design \
--target docs/design/ \
--output ./reviews \
--focus "architecture,scalability,patterns"
レビュー観点:
- アーキテクチャの妥当性
- スケーラビリティ
- デザインパターンの適用
- 結合度・凝集度
- 拡張性・保守性
4. テスト計画レビュー
python3 scripts/run_codex_review.py \
--type test \
--target tests/ \
--output ./reviews \
--focus "coverage,edge-cases,quality"
レビュー観点:
- テストカバレッジ
- エッジケースの網羅
- テストの独立性
- テストデータの妥当性
- 自動化可能性
Result Analysis
レビュー結果を確認・分析するには:
python3 scripts/analyze_review.py \
--input ./reviews/code_review_20251130_120000.md \
--format summary
分析オプション:
--format summary: 要約レポート生成--format issues: 問題点リスト抽出--format actions: アクションアイテム抽出--format all: 全形式で出力
Advanced Configuration
モデルと推論レベルの選択
| 用途 | 推奨モデル | 推論レベル |
|---|---|---|
| コードレビュー | gpt-5.5 | xhigh |
| テストレビュー | gpt-5.5 | xhigh |
| ドキュメントレビュー | gpt-5.5 | xhigh |
| 設計レビュー | gpt-5.5 | xhigh |
スクリプト内蔵プロファイル
run_codex_review.py は以下の内蔵プロファイルを使用します(~/.codex/config.toml は参照されません):
| プロファイル | モデル | 推論レベル | 説明 |
|---|---|---|---|
deep-review | gpt-5.5 | xhigh | 標準レビュー(推奨) |
quick-review | gpt-5.5 | medium | 軽量レビュー(高速) |
使用例:
# コードレビュー(自動的にgpt-5.5 + xhighを使用)
python3 scripts/run_codex_review.py --type code --target src/ --output ./reviews
# ドキュメントレビュー(自動的にgpt-5.5 + xhighを使用)
python3 scripts/run_codex_review.py --type document --target docs/ --output ./reviews
# 軽量レビュー(高速)
python3 scripts/run_codex_review.py --type code --target src/ --output ./reviews --profile quick-review
# モデルと推論レベルを直接指定(オーバーライド)
python3 scripts/run_codex_review.py --type code --target src/ --output ./reviews --model gpt-5.5 --reasoning medium
Codex CLI直接使用時のプロファイル例
Codex CLIを直接使用する場合は、以下のプロファイルを ~/.codex/config.toml に設定できます:
# ~/.codex/config.toml
# デフォルト設定
model = "gpt-5.5"
model_reasoning_effort = "xhigh"
approval_policy = "on-request"
# 標準レビュー用プロファイル(推奨)
[profiles.deep-review]
model = "gpt-5.5"
model_reasoning_effort = "xhigh"
approval_policy = "never"
# 軽量レビュー用(高速)
[profiles.quick-review]
model = "gpt-5.5"
model_reasoning_effort = "medium"
approval_policy = "never"
Resources
scripts/
run_codex_review.py: Codex CLIを呼び出してレビューを実行するメインスクリプトanalyze_review.py: レビュー結果を分析・要約するスクリプト
references/
review_prompts.md: レビュータイプ別のプロンプトテンプレートcodex_config_guide.md: Codex CLI設定ガイド
assets/
review_report_template.md: レビュー結果レポートのテンプレート
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
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.
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.
日本語の概要は準備中です。原文の説明を表示しています。
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。
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.
日本語の概要は準備中です。原文の説明を表示しています。
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.
日本語の概要は準備中です。原文の説明を表示しています。