Community生産性＆コラボレーションgithub.com

brmdias/investigate

顧客の問題に対して完全な調査ワークフローを実行します。ナレッジベース、ドキュメント、コード、外部トラッカーを検索し、テスト環境を推奨します。

investigate とは？

このスキルは、テクニカルアカウントマネージャー（TAM）が顧客の問題を調査するための完全に自動化されたワークフローを提供します。顧客プロファイルの特定、ナレッジベースの検索、製品ドキュメントの確認、ソースコードの分析、GitHub IssuesやJiraなどの外部トラッカーの確認、テスト環境の推奨、調査結果の構造化されたサマリーの生成、そして調査結果をナレッジベースに永続的に記録するためのファイル作成までをカバーします。これにより、TAMは手作業で複数のツールやリポジトリを行き来することなく、調査プロセスを迅速かつ一貫して実行できます。主にCLIベースのAIエージェント（Claude Codeなど）での使用を想定しており、grepやファイル読み込みなどの基本的なファイル操作コマンドと、Runlayerコネクタを介したGitHub/Jiraの検索ツールを利用します。ワークフローは詳細な手順と品質ガイドラインに従って構成されており、エラーハンドリングも組み込まれているため、信頼性の高い調査が可能です。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/brmdias/automation-tam-kb-skills/tree/HEAD/skills/investigate

Installed? Explore more 生産性＆コラボレーション skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

調査ワークフロースキル

顧客問題に対する完全なTAM調査プロセスを自動化します。

使用方法

/investigate <顧客名> <問題の説明>

例:

  • /investigate LSEG "webhookタイムアウトエラー"
  • /investigate "Network International" "BeyondTrustプラグイン認証"
  • /investigate Roche "スケジューラがジョブを起動しない"

このスキルの機能

CLAUDE.mdに定義された完全な調査ワークフローを実行します:

  1. 顧客プロファイルの検索 - 顧客環境の詳細を特定して読み取る
  2. ナレッジベースの検索 - 類似の調査とベストプラクティスを見つける
  3. ドキュメントの確認 - 動作がドキュメント化されているか検証する
  4. コードでの検証 - 製品ソースコードで実際の動作を検索する
  5. 外部トラッカーの確認 - 既知のバグや開発状況をGitHub IssuesとJiraで検索する
  6. テスト環境の推奨 - 問題の種類に基づいて適切なサンドボックスを提案する
  7. 調査結果の要約 - 参照情報を含む構造化されたサマリーを提供する
  8. 調査の文書化 - テンプレートを使用してinvestigations/に新しい調査ファイルを作成する

手順

このスキルが呼び出されたら、次の手順に従ってください:

ステップ1: パラメータの抽出

引数から以下を特定:

  • customer_name: 顧客/会社名
  • issue_keywords: 問題を説明するキーワード（エラーメッセージ、機能、コンポーネント）

ステップ2: 顧客プロファイルの検索

Grep pattern="<customer_name>" path="customers/" output_mode="files_with_matches"

見つかった場合:

  • Read 顧客プロファイルファイル
  • 注意: 環境（クラウド/オンプレミス）、Rundeckバージョン、規模、過去の問題
  • 顧客コンテキストを後で使用するために保存

見つからなかった場合:

  • メモ: 「顧客プロファイルが見つかりません - 見込み客または初めてのエンゲージメントの可能性があります」
  • 調査を続行

ステップ3: ナレッジベースの検索

類似の調査:

Grep pattern="<issue_keywords>" glob="investigations/**/*.md" output_mode="content" -C 3

関連するベストプラクティス:

Grep pattern="<issue_keywords>" glob="best-practices/**/*.md" output_mode="content" -C 2

各結果について:

  • ファイルパス、日付（調査の場合はファイル名から）、主な調査結果をメモ
  • 完全一致か類似パターンかを特定
  • 解決策や回避策を抽出

ステップ4: ドキュメントの確認

Grep pattern="<issue_keywords>" path="repositories/docs/" output_mode="content" -C 2

判断:

  • これはドキュメント化された動作か？
  • 設定オプションや既知の制限はあるか？
  • ドキュメントは顧客の期待と一致しているか？

ステップ5: 製品コードでの検証

Grep pattern="<関連するクラスまたはメソッド>" path="repositories/rundeckpro/" output_mode="content" head_limit=50

確認事項:

  • 実際の実装動作
  • デフォルト値や定数
  • エラーメッセージのソース
  • バージョン固有のロジック

ステップ6: 外部トラッカーの確認

GitHubコミュニティIssues（Runlayerコネクタ経由）:

Runlayerコネクタを介してGitHubをクエリします。search_toolsを呼び出してGitHub Issue検索ツールを見つけ、次にexecute_toolを使用してrundeck/rundeckとrundeckpro/rundeckproで、オープンおよびクローズされたIssueを対象に<issue_keywords>を検索してください（各リポジトリ約10件まで）。ghコマンドへのシェルアウトは行わないでください。

Jira開発トラッキング（Runlayerコネクタ経由）:

Runlayerコネクタを介してJiraをクエリします。search_toolsを呼び出してJira Issue検索ツールを見つけ、次にexecute_toolに正確なtool_nameと返された引数を指定して、プロジェクトRUNで<issue_keywords>を更新日順に検索してください（同等のJQL: project=RUN AND text~"<issue_keywords>" ORDER BY updated DESC）。mcp__atlassian__*ツールを直接呼び出さないでください。

関連する結果ごとに:

  • Issue番号、ステータス、サマリーをメモ
  • 特定のバージョンで修正済みか確認
  • 言及されている回避策をメモ

ステップ7: テスト環境の推奨

これは、サンドボックス環境が利用可能な場合のみ行います。利用できない場合は、次のようにメモします: 「サンドボックス環境が利用できません - 迅速な再現のためにローカルWARを推奨します」。 問題の特性に基づいて、サンドボックスを推奨します:

決定ロジック: 利用可能なサンドボックス環境を分析し、最も適切なものを提案します。 参照: 必要に応じて接続詳細については.claude/memory/sandbox-environments.mdをReadしてください。 このスキル内でサンドボックスに接続しないでください - 推奨のみ提供します。

ステップ8: 構造化されたサマリーの生成

次の形式で調査結果を提供します:

# 調査サマリー: <顧客名> - <問題の説明>

## 顧客コンテキスト
- **プロファイル:** [見つかった/見つからなかった]
- **環境:** [クラウド/オンプレミス、バージョン、規模]
- **過去の問題:** [関連する履歴があれば]

## ナレッジベースの調査結果

### 類似の調査
- [調査ファイル.md](パス) - <簡単なサマリー>
- [ステータス: 解決済み/回避策あり/未解決]

### 関連するベストプラクティス
- [ベストプラクティスファイル.md](パス) - <簡単なサマリー>

## ドキュメントのステータス
- **ドキュメント化:** [はい/いいえ/一部]
- **参照:** [ファイルパスと行番号]
- **重要な詳細:** [関連する設定、制限、ガイダンス]

## コード分析
- **コンポーネント:** [クラス/メソッド名]
- **動作:** [実際の実装動作]
- **ソース:** [ファイルパス:行番号]

## 外部トラッカーのステータス

### GitHub Issues
- rundeck/rundeck#<番号> - <サマリー> [ステータス]
- rundeckpro/rundeckpro#<番号> - <サマリー> [ステータス]

### Jira Issues
- RUN-<番号> - <サマリー> [ステータス、修正バージョンがあれば]

## 推奨テスト環境
**環境:** [AWS EKS / AWS EC2 / ローカルWAR / PDT-RDTAM]
**理由:** [データベースの種類 / 問題の詳細 / テスト要件]
**接続:** .claude/memory/sandbox-environments.md を参照

## 次のステップ
1. [即時のアクションアイテム]
2. [テストの推奨]
3. [顧客コミュニケーションのガイダンス]

## 関連リソース
- 顧客プロファイル: [パス（存在する場合）]
- 調査: [関連ファイルのリスト]
- ベストプラクティス: [該当するガイドのリスト]
- ドキュメント: [主要なドキュメントページ]

品質ガイドライン

徹底的だが簡潔に:

  • すべての検索結果を含めるのではなく、関連性の高い調査結果を優先する
  • すべての参照にファイルパスを明記する（例: investigations/2026-03-15-issue.md:45）
  • 不明な点は明確にマークする（「類似ケースなし」と曖昧な記述を区別する）

実用的な洞察を提供する:

  • 調査結果をリストするだけでなく、パターンを統合する
  • 複数の調査で同じ解決策が示されている場合は、それを強調する
  • ドキュメントとコードが矛盾している場合は、明示的にフラグを立てる

顧客コンテキストを考慮する:

  • 推奨事項を顧客の環境（クラウド vs オンプレミス、バージョン）に合わせて調整する
  • 関連するパターンが存在する場合は、過去の問題を参照する
  • テスト環境の推奨を顧客のセットアップに合わせて調整する

エラーハンドリング

顧客が見つからない場合:

  • 顧客コンテキストなしで調査を続行
  • メモ: 「繰り返しのエンゲージメントの場合は、顧客プロファイルの作成を推奨します」

KBの結果がない場合:

  • より広い検索用語を試す
  • メモ: 「新しい問題 - 解決後に調査として文書化することを検討してください」

外部トラッカーが利用できない場合:

  • ツールの障害をメモ
  • 利用可能な情報で続行
  • 手動チェックを提案: 「GitHub検索に失敗しました - rundeck/rundeck Issuesを手動で確認してください」

問題の説明があいまいな場合:

  • 利用可能なキーワードで最善を尽くす
  • メモ: 「問題の説明があいまい - 検索対象: [使用した用語のリスト]」
  • 提案: 「特定のエラーメッセージやコンポーネント名で検索を絞り込んでください」

ステップ9: 調査の文書化

調査を完了し、サマリーを提示した後、調査結果を文書化するための新しい調査ファイルを作成します:

ファイルの作成:

investigations/YYYY-MM-DD-簡単なケバブケースの説明.md

テンプレートを使用: Read investigations/TEMPLATE.md で構造を確認

次の情報を入力:

  • タイトル: 問題の簡単な説明
  • 日付: 今日の日付（YYYY-MM-DD形式）
  • 顧客: 調査対象の顧客名
  • 製品領域: 関連するコンポーネント（webhooks、jobs、nodesなど）
  • タグ: 類似の調査から発見されたもの、および問題固有のタグ
  • 問題文: ユーザーが提供した問題の説明
  • 環境の詳細: 顧客プロファイルから（見つかった場合）
  • 調査手順: 実行された検索手順のサマリー
  • 根本原因: 調査中に特定された場合
  • 解決策/対応: KBまたはドキュメントで見つかった場合
  • 関連ドキュメント: 検索中に発見された参照
  • コード/ドキュメント参照: 検索結果からのファイルパスと行番号
  • メモ/学び: 調査からのパターンや洞察

ファイル作成後:

  1. investigations/INDEX.md を新しいエントリで更新:
    • 適切なカテゴリセクションに追加
    • 時系列テーブルに追加
    • 「タグでクイック検索」セクションにタグを追加
    • 「最終更新日」を更新

メモ

  • 調査はナレッジベースに永続的な記録を作成します
  • 平均実行時間: 検索に30〜60秒 + ドキュメント化に2〜3分
  • すべての調査結果はリサーチベースです - 推奨された環境での実際のテストは別途必要です
  • 戦略的なポジショニングアドバイスについては、別途 Read .claude/memory/tam-advisory-philosophy.md を呼び出してください
  • 文書化により、知識がキャプチャされ、将来の調査で検索可能になります

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

brmdias/best-practice

Automate best practice documentation workflow - research knowledge base, docs, code, community, synthesize findings, generate document, update INDEX

関連スキル

steipete/gemini

Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.

community

steipete/gh-issues

Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.

community

steipete/skill-creator

Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.

community

steipete/clawhub

Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.

community

steipete/coding-agent

Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.

community

steipete/mcporter

List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.

community
← More 生産性＆コラボレーション skills