Communitygithub.com

TianMingKanae/engineering-multi-ai-skills

要件と生のエビデンスに基づいて、エンジニアリング設計、コード変更、結果をレビューします。統合前や重要な主張の前に、独立性のある正当性、セキュリティ、信頼性、パフォーマンス、エビデンスのレビューに使用します。

engineering-multi-ai-skills とは?

このスキルは、コード変更や設計のレビューを徹底的に行うためのAIエージェント用スキルです。単なる第三者による要約ではなく、実際のリビジョン、要件、関連する出力を自身で読み込み、独立した立場で評価を行います。Acceptance(受入基準)、Correctness(正当性)、Failure handling(障害処理)、Security(セキュリティ)、Performance(パフォーマンス)、Evidence(エビデンス)といった複数の観点(レンズ)を適用し、各項目を多角的に検証します。発見された欠陥に対しては、80~100%の確信度で重大度、正確な位置、失敗条件、修正方法を報告し、50~79%のものは注釈として保持、それ以下の確信度のものは具体的な簡易チェックとしてのみ示します。最終的に、受入基準を満たしているか、修正が必要か、未検証かを明確に述べ、「特に対象となる所見なし」という結論も有効とします。また、レビュー担当者に対して、割り当て外のファイルを黙って変更するのではなく、再現手順を提供することを求めています。主にClaude CodeやCursor、CodexなどのAIエージェントプラットフォーム上で、コードレビューや設計レビューの品質を高めるために活用できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TianMingKanae/engineering-multi-ai-skills/tree/HEAD/skills/critic-review

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

要件、パッチ、関連する出力を自分自身で読んでください。統合される実際のリビジョンをレビューしてください。別のロールによる要約は証拠にはなりません。所見をでっち上げるために関係のないコードを編集しないでください。

適切なレンズを適用します:

  • 受入基準 (Acceptance): 各必要条件が、境界条件や失敗ケースを含めてパスしているか?
  • 正当性 (Correctness): 状態遷移、並行性、不変条件、互換性、データ整合性。
  • 障害処理 (Failure handling): 飲み込まれた例外、フォールバック、部分的な成功、誤解を招く完了。
  • セキュリティ (Security): 信頼境界、認可、認証情報、変更パス内でのインジェクション。
  • パフォーマンス (Performance): 測定されたワークロード、リソース制限、比較可能なベースライン、現実的なコスト。
  • エビデンス (Evidence): 選択バイアス、繰り返し比較、スキップされた失敗、不確実性、過大主張。

各候補が実際の重大な欠陥である確信度を見積もってください。確信度80~100の所見は、重大度、正確な位置、失敗条件、修正方法とともに報告してください。確信度50~79のものはラベル付きの注釈として保持し、それより低い確信度のものは具体的な簡易チェックとしてのみ示してください。確信度は重大度とは別のものです。推測に基づく重大なシナリオは、確定した所見ではありません。

受入基準が満たされているか、修正が必要か、結果が未検証のままかを明記してください。「特に対象となる所見なし」も有効です。オーナーに対しては、割り当て外のファイルを黙って変更するのではなく、再現手順を提供してください。レビューはマージ、公開、デプロイを許可するものではありません。

Individual skills in this repo

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

関連スキル