Communitygithub.com

majiayu000/claude-skill-registry

コードフローを整理・可視化し、明確なASCIIフローチャート、データフロー図、表分析を生成します。既存コードの整理、新機能設計の説明、技術文書の作成に最適です。

claude-skill-registry とは?

このスキルは、開発者がコードフローを視覚的に理解・文書化するための再利用可能なテンプレートと手法を提供します。主な目的は「データがどこから来て、どのレイヤーを通り、最終的にどこへ行くのか」をASCII図と表で明確にすることです。さまざまなシナリオ(成功/失敗、手動/自動)を比較する完全なフローチャートや、データベーステーブル構造、レイヤー間の呼び出しチェーン図、データクラスの分析表など、5つのコアテンプレートを備えています。これらのテンプレートは、機能説明、新機能設計、リファクタリング前のロジック整理、技術文書作成などに活用できます。スキルは、過剰なテキスト説明や意味のない表を避けるなどのアンチパターンも示し、実践的なガイダンスを提供します。CI/CDツールやエージェントフレームワークに依存せず、どの環境でも使用できる汎用的なスキルです。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/analysis/code-flow-viz-mmorit00-fund-portfolio-bot-2

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。

ドキュメント

コードフロー可視化ガイドライン

このスキルは、コードフローを整理し、可視化ドキュメントを生成するための再利用可能なテンプレートと手法を提供します。

コア原則: 「データがどこから来て、どのレイヤーを通り、最終的にどこへ行くのか」をテキストとASCII図で明確に説明します。

使用タイミング

以下のシナリオでこのスキルを使用します:

  • ユーザーが「特定の機能がどのように動作するか」を尋ねたとき
  • 新機能の設計にデータフローが必要なとき
  • リファクタリング前に既存ロジックを整理するとき
  • 技術文書やアーキテクチャ説明を作成するとき
  • コードレビューで呼び出しチェーンを可視化する必要があるとき

コアテンプレート

1. 完全なフローチャート(複数シナリオ比較)

対象:機能の複数の使用シナリオ(手動 vs 自動、成功 vs 失敗など)の整理

┌─────────────────────────────────────────────────────────────────────┐
│                    機能名(例:限度額管理ライフサイクル)            │
└─────────────────────────────────────────────────────────────────────┘

═══════════════════════════════════════════════════════════════════════
シナリオ 1:シナリオ名(例:自動限度額照会)
═══════════════════════════════════════════════════════════════════════

  ユーザーコマンド
     │
     ▼
┌─────────────────────────────────────────────────────────────────┐
│  uv run python -m src.cli.xxx ...                               │
└────────────────┬────────────────────────────────────────────────┘
                 │
                 ▼
        ┌────────────────┐
        │  CLI レイヤー    │  Flow関数を呼び出し
        │  _do_xxx()      │ ────────────────────┐
        └────────────────┘                      │
                                                ▼
                                   ┌──────────────────────────┐
                                   │  Flow レイヤー            │
                                   │  xxx_flow()               │
                                   └───────┬──────────────────┘
                                           │
                                           ▼
                              ┌─────────────────────────────┐
                              │  Data レイヤー                │
                              │  XxxRepo / XxxClient         │
                              └────────┬─────────────────────┘
                                       │
                                       ▼
                          ┌────────────────────────────┐
                          │  外部システム / データベース │
                          │  (SQLite / API / etc)      │
                          └──────────┬─────────────────┘
                                     │ データ返却
                                     ▼
                    ┌──────────────────────────────────┐
                    │  データ処理(解析/変換)          │
                    └─────────────┬────────────────────┘
                                  │
                                  ▼
                        ┌──────────────────────┐
                        │  戻り値データクラス     │  ← なぜ保持/簡略化するかを説明
                        │  (Result / Item / ...)│
                        └──────────┬───────────┘
                                   │
                                   ▼
                        ┌──────────────────────┐
                        │  CLIレイヤー フォーマット出力│
                        └──────────────────────┘
                                   │
                                   ▼
    ╔══════════════════════════════════════════════════╗
    ║  端末出力サンプル                                  ║
    ║  (枠線で囲み、エンドユーザーが目にする効果を強調)    ║
    ╚══════════════════════════════════════════════════╝

═══════════════════════════════════════════════════════════════════════
シナリオ 2:別のシナリオ
═══════════════════════════════════════════════════════════════════════
(上記構造を繰り返し、差異点を強調)

2. データベーステーブル構造説明

対象:機能に関連するデータベーステーブルの説明

CREATE TABLE table_name (
    id INTEGER PRIMARY KEY AUTOINCREMENT,  -- ← 主キーの役割を説明
    field1 TEXT NOT NULL,                  -- フィールドの意味を説明
    field2 TEXT,                           -- NULLのビジネス上の意味
    ...
);

-- インデックス(なぜこのインデックスが必要か説明)
CREATE INDEX idx_xxx ON table_name(field1, field2);

サンプルデータテーブル:

idfield1field2field3説明
42value1value2value3このレコードのビジネス上の意味を説明
43............

代表的なクエリ:

-- シナリオ説明:いつこのようなクエリが必要か?
SELECT * FROM table_name 
WHERE condition1 = ? 
  AND (condition2 IS NULL OR condition2 >= ?);

3. レイヤー別呼び出しチェーン図(簡略版)

対象:関数の呼び出し関係の簡単な説明

CLI レイヤー (_do_xxx)
    │
    └─> Flow レイヤー (xxx_flow)
            │
            ├─> Data/Repo (xxx_repo.get)
            │       │
            │       └─> SQLite (SELECT ...)
            │
            └─> Data/Client (xxx_client.fetch)
                    │
                    └─> 外部 API (HTTP GET ...)

4. データクラス設計分析表

対象:中間データクラスの必要性評価

クラス名フィールド数用途判定理由
XxxResult6複数フィールド集約 + CLI表示✅ 保持「最小必要原則」を満たす
XxxWrapper1単一フィールドラッパー❌ 削除過剰なラッピング、元の型を直接返却
XxxItem3リスト詳細項目✅ 保持ビジネス的な意味がある

比較例:

# ❌ 過剰なラッピング
@dataclass
class XxxResult:
    field: SomeType  # フィールドが1つだけ

def xxx_flow() -> XxxResult:
    return XxxResult(field=value)

# ✅ 簡略化後
def xxx_flow() -> SomeType:  # 直接返却
    return value

5. ビジネス重要ポイントの注釈

対象:ビジネスルールや設計上の決定を強調

┌─────────────────────────────────────────────────────────────┐
│                      ビジネス重要ポイント                      │
├──────────────────────┬──────────────────────────────────────┤
│   なぜこの設計か?    │          具体的な決定                  │
├──────────────────────┼──────────────────────────────────────┤
│ • データ精度         │ 金額はDecimal、小数点以下2桁            │
│ • 冪等性             │ (fund_code, date) で一意制約           │
│ • トレーサビリティ    │ record_id をグローバル一意識別子        │
└──────────────────────┴──────────────────────────────────────┘

使用方法

Step 1: 分析目標の決定

以下の質問に答える:

  1. ユーザーはどの機能のフローを知りたいか?
  2. この機能にはいくつのシナリオがあるか?(成功/失敗、手動/自動など)
  3. どのレイヤーが関係するか?(CLI → Flow → Data → DB/API)
  4. 主要なデータクラスは何か?なぜそのように設計されているのか?

Step 2: 適切なテンプレートを選択

  • 複数シナリオ比較 → テンプレート 1(完全なフローチャート)
  • 単一フロー → テンプレート 3(レイヤー別呼び出しチェーン)
  • データベース設計 → テンプレート 2(テーブル構造 + サンプルデータ)
  • データクラス評価 → テンプレート 4(分析表)

Step 3: 内容を充填

原則:

  • 長文の代わりにASCII図を使用
  • 矢印(│ ▼ ┐ ┘ └ ├ ─)でデータフローを連結
  • 枠線(┌ ┐ └ ┘ │ ─)でレイヤーを分離
  • 二重線枠(╔ ╗ ╚ ╝ ║ ═)でユーザーが見える部分を強調
  • 重要なノードにコメントを追加(← 説明)

記号使用規則:

記号用途例
│ ▼垂直方向の流れデータが上から下へ
→ ←水平方向の説明record_id: int ← データベース主キー
┌ ┐ └ ┘単線枠コードブロック、コマンドを囲む
╔ ╗ ╚ ╝二重線枠端末出力、重要な結果を強調
═══区切り線異なるシナリオを区切る

Step 4: 比較分析を追加

Before vs After(リファクタリングシナリオ):

# Before(問題のあるバージョン)
...コード...

# 問題:
# - 過剰なラッピング
# - フィールドの冗長性
# - 認知負荷の増加

# After(改善バージョン)
...コード...

# 改善点:
# - 意味のある型を直接返却
# - 中間レイヤーの削減
# - メンテナンスコストの低減

実践例

例 1:限度額管理フロー(完全版)

(上記テンプレート1の例を参照。4つのシナリオの完全なフローを展開)

例 2:データクラス評価(fund_restriction モジュール)

関数以前の戻り値現在の戻り値判定理由
add_restrictionAddRestrictionResult(6フィールド)保持✅CLIですべてのフィールドを表示する必要がある
end_restrictionEndRestrictionResult(4フィールド)bool❌成功/失敗のみで十分
check_trading_statusCheckStatusResult(2フィールド)ParsedRestriction | None❌単なるラッパー

出力チェックリスト

フロー可視化ドキュメントを生成する際、以下を含めること:

  • トップレベルの概要(機能目標、関連モジュール)
  • シナリオ列挙(成功/失敗、手動/自動など)
  • レイヤー別フローチャート(CLI → Flow → Data → 外部)
  • データベーステーブル構造(関係する場合)
  • サンプルデータとクエリ(理解を助ける)
  • 主要データクラスの説明(なぜ保持/簡略化するか)
  • 設計理由(なぜそうするのか?)
  • 将来の拡張ポイント(TODO または予約インターフェース)

アンチパターン(してはいけないこと)

❌ フローを文章のみで説明

まずCLIレイヤーの _do_xxx 関数を呼び出し、次に _do_xxx が Flow レイヤーの xxx_flow 関数を呼び出し、
xxx_flow が Data レイヤーの xxx_repo.get メソッドを呼び出す...

✅ ASCII図を使用

CLI (_do_xxx) → Flow (xxx_flow) → Data (xxx_repo.get) → SQLite

❌ 表に重点がない

フィールド型
idint
namestr

✅ ビジネス上の意味を強調

フィールド型説明ビジネス制約
idint主キー自動生成、グローバル一意
namestrファンド名非NULL、表示用

❌ SQLにシナリオ説明がない

SELECT * FROM table WHERE id = ?;

✅ ビジネスシナリオ付き

-- シナリオ:ユーザーが特定の制限レコードの詳細を照会
SELECT * FROM fund_restrictions WHERE id = ?;

-- シナリオ:DCA分析時に特定の日付が限度額に達しているか確認
SELECT * FROM fund_restrictions
WHERE fund_code = ? AND start_date <= ? AND (end_date IS NULL OR end_date >= ?);

他のスキルとの連携

  • code-style: コード例を出力する際にコーディング規約に従う
  • architecture: フローチャートは階層アーキテクチャの制約に準拠する
  • dev-workflow: フローを整理する前に、関連するコードとドキュメントを読み込む

まとめ

このスキルのコアバリュー:

  1. 再利用可能なテンプレート: ゼロから始める時間を削減
  2. 統一された視覚スタイル: ASCII図 + 表 + 枠線
  3. ビジネス視点: コードフローだけでなく、「なぜ」に注目
  4. 比較分析: リファクタリング前後、複数シナリオの比較
  5. チェックリスト: 重要な情報の漏れを防止

使用頻度: 「特定の機能がどのように動作するか」を説明する必要があるたびに使用可能。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

関連スキル