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".
中文简介正在准备中。当前显示原文说明。
实测评分 未实测
查看安装方法安装前可以查看交给 AI 代理的指令内容。
このスキルは以下の場合に使用します：
トリガーワード: "critical code review", "multi-persona code review", "expert code review", "code quality assessment", "find bugs", "コードレビュー", "品質チェック"
このスキルは、ソースコードを4人の異なる専門家の視点から批判的にレビューします：
| Persona | Focus | Key Question |
|---|---|---|
| Veteran Engineer | 設計判断、アンチパターン、長期保守性 | 「これを5年後も保守できるか？」 |
| TDD Expert | テスト容易性、依存関係管理、リファクタリング安全性 | 「これを単独でテストできるか？」 |
| Clean Code Expert | 命名、可読性、SOLID原則 | 「一目で理解できるか？」 |
| Bug Hunter | 状態遷移、例外パス、依存関係、非同期競合 | 「本番で壊れないか？」 |
┌──────────────────────────────────────────────────────────────────────┐
│ スキル（オーケストレーター） │
│ ┌────────────────────────────────────────────────────────────┐ │
│ │ Phase 1: 準備 │ │
│ │ - レビュー対象コードの特定 │ │
│ │ - 言語の検出（Python/JavaScript の場合は追加チェック） │ │
│ │ - 依存関係事前チェック（関数内import検出、requirements.txt照合）│ │
│ │ - ペルソナ確認 │ │
│ └────────────────────────────────────────────────────────────┘ │
│ │ │
│ ┌──────────────┬───────┴───────┬──────────────┐ │
│ ▼ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────────┐ ┌──────────┐ │
│ │ Veteran │ │ TDD │ │ Clean Code │ │ Bug │ 並列実行 │
│ │ Engineer │ │ Expert │ │ Expert │ │ Hunter │ │
│ │(20年経験)│ │(和田氏的)│ │ (可読性) │ │(バグ検出)│ │
│ └──────────┘ └──────────┘ └──────────────┘ └──────────┘ │
│ │ │ │ │ │
│ └──────────────┴───────┬───────┴──────────────┘ │
│ ▼ │
│ ┌────────────────────────────────────────────────────────────┐ │
│ │ Phase 3: 統合 │ │
│ │ - 重複排除（複数ペルソナからの同一指摘を統合） │ │
│ │ - 重大度付与 │ │
│ │ - 統合レビューレポート生成 │ │
│ └────────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────────────┘
レビュー対象の特定
言語の検出
依存関係事前チェック（Bug Hunter向け）
grep で関数内importを検出コンテキストの収集（任意）
ファイルタイプの確認
references/file_type_classification.md を参照してファイルの分類を確認対象が大規模な場合（500行超 or 5ファイル超）:
references/scale_strategy.md を参照4つのレビューを Agent tool を使って並列実行します。
各レビューの Agent prompt 構成:
references/agents/{persona}.md の全内容（ペルソナプロンプト）Agent tool を使用して4つのレビューを並列実行：
1. references/agents/veteran-engineer.md をプロンプトとして使用
+ 推奨リファレンス: references/code_smell_patterns.md
2. references/agents/tdd-expert.md をプロンプトとして使用
3. references/agents/clean-code-expert.md をプロンプトとして使用
4. references/agents/bug-hunter.md をプロンプトとして使用
+ 推奨リファレンス: references/review_framework.md（検出テクニック部分）
Agent には severity を付けさせない。 各 Agent は Issue ごとに Impact（影響の説明）を出力する。 Severity の最終判定は Phase 3（統合）で行う。
指摘事項の収集
重複排除
重大度の最終判定
references/severity_criteria.md を参照し、各 Issue の Impact 記述に基づいて
Critical / Major / Minor / Info を判定する。
※Agent 側では severity を付けない。統合フェーズが authoritative criteria を参照して一貫性を保証する。
部分失敗ハンドリング
統合レビューレポート生成
| 観点 | design-implementation-reviewer | critical-code-reviewer |
|---|---|---|
| 主な目的 | 実装の正確性検証 | 設計品質 + バグ検出の両方 |
| アプローチ | 単一視点、3層フレームワーク | 4ペルソナ並列実行 |
| 主な質問 | 「設計通りに動くか？」 | 「良いコードか？本番で壊れないか？」 |
| 出力 | バグ指摘中心 | 品質改善 + バグ検出の両方 |
| 使用場面 | PR前のバグ確認 | 包括的コードレビュー |
推奨ワークフロー:
critical-code-reviewer を使用すれば、品質評価とバグ検出の両方をカバーdesign-implementation-reviewer も併用Optional の適切な使用any の乱用this バインディングの問題references/file_type_classification.md の Tier 分類を参照:
references/language_specific_checks.md 適用）レビュー結果は以下の形式で出力：
# Critical Code Review Report
## Review Information
- Target: [レビュー対象]
- Languages: [検出された言語]
- Date: [日付]
- Reviewers: Veteran Engineer, TDD Expert, Clean Code Expert, Bug Hunter
## Executive Summary
| Severity | Count |
|----------|-------|
| Critical | X |
| Major | X |
| Minor | X |
| Info | X |
**Overall Assessment**: [総合評価]
**Merge Readiness**: Ready / Conditional / Not Ready
## Findings
### Critical
[指摘事項]
### Major
[指摘事項]
### Minor
[指摘事項]
## Persona-Specific Insights
### Veteran Engineer Perspective
[経験に基づく総評]
### TDD Expert Perspective
[テスト容易性の総評]
### Clean Code Expert Perspective
[可読性の総評]
### Bug Hunter Perspective
[バグ検出の総評]
## Improvement Recommendations
[改善推奨事項のリスト]
User: このPythonコードをレビューしてください。
[コード]
Claude:
1. [Phase 1] Python と判定。追加チェックを有効化。
2. [Phase 2] 4つのサブエージェントを並列起動:
- Veteran Engineer: 設計判断をレビュー
- TDD Expert: テスト容易性をレビュー
- Clean Code Expert: 可読性をレビュー
- Bug Hunter: バグ検出をレビュー
3. [Phase 3] 結果を統合し、レビューレポートを生成。
references/agents/{persona}.md（ペルソナプロンプト）references/code_smell_patterns.mdreferences/review_framework.md（検出テクニック部分）references/severity_criteria.md → 統合フェーズでのみ使用| File | Purpose |
|---|---|
references/agents/veteran-engineer.md | Veteran Engineer ペルソナプロンプト |
references/agents/tdd-expert.md | TDD Expert ペルソナプロンプト |
references/agents/clean-code-expert.md | Clean Code Expert ペルソナプロンプト |
references/agents/bug-hunter.md | Bug Hunter ペルソナプロンプト |
references/code_smell_patterns.md | コードスメル・アンチパターン集 |
references/review_framework.md | 批判的コード分析フレームワーク |
references/language_specific_checks.md | Python/JavaScript固有チェック |
references/severity_criteria.md | 重大度判定基準（統合フェーズ用） |
references/file_type_classification.md | ファイルタイプ分類・Tier定義 |
references/scale_strategy.md | 大規模入力向けスケール戦略 |
| File | Purpose |
|---|---|
assets/code_review_report_template.md | レビューレポートテンプレート |
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
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.
中文简介正在准备中。当前显示原文说明。
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.
中文简介正在准备中。当前显示原文说明。
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.
中文简介正在准备中。当前显示原文说明。
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。
中文简介正在准备中。当前显示原文说明。
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.
中文简介正在准备中。当前显示原文说明。
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.
中文简介正在准备中。当前显示原文说明。