Skill.md検索

関数内の各 await 地点で状態が変更される可能性を自動検査し、レースコンディション（複数の処理が同時に実行されて想定外の動作になること）のリスクを特定できます。 実装完了後だけでなく、計画段階での事前検証にも対応し、設計レビューで危険な await を修正した上で実装に進めます。 ユーザー操作中の状態変更、検索条件の意図しない更新、世代チェックの漏れなど、典型的なバグパターン4つを体系的に検証します。 JavaScriptやTypeScriptで非同期処理（async/await）を含むコードを書く開発者 複雑な状態管理を扱うUI実装（SolidJS、React等のフレームワーク利用者） 計画段階で潜在的なバグを早期に発見・排除したい設計者・PM マルチユーザー対応のWebアプリケーションに関わるチーム await 前後で共有状態（シグナル、モジュール変数、外部ストア）がどう変更されるかを追跡します。具体的には：(1) await地点を列挙し、(2) 読み書きする状態を特定、(3) grep で状態変更経路を検索、(4) 入力ガード・staleness チェック・ローカルキャプチャ・再入対策の4観点で検証します。検索条件の変更時の query effect 発火、ユーザーキー入力のトリガー、バックエンド通知によるリセット等、実際のアプリケーション流れを踏まえたリスク判定を行い、計画段階での修正を支援します。

開発サイクル終了後、GitのコミットログとPRレビューから変更全体の構造的パターンを自動分析できます。 「よかったこと」「伸びしろ」の2観点で分析して、再発しうる教訓のみを抽出できます。 抽出した教訓をAGENTS.md、各CLAUDE.md、development-principles.mdなど適切なドキュメントに自動反映できます。 反映後にRETROSPECTIVE.mdを構造化フォーマットで上書きして、サイクルの知見を記録・保持できます。 メモリファイルの鮮度を検証して、古い情報を削除・更新できます。 開発チーム：サイクルごとの教訓を組織的に蓄積して、次サイクルに活かしたい プロジェクトマネージャー：何度も同じミスが繰り返されるのを防ぎたい リードエンジニア：開発プロセスのボトルネックを可視化して改善したい スタートアップ：チーム全体の暗黙知を形式知に変えたい 開発サイクル終了後、git log・git diffで全体像把握。workspace/plan.mdがあれば計画と実績を比較、PRレビューコメント（gh pr view）も確認。3観点で分析：（1）計画通りに進んだ点・うまくいった判断、（2）手戻り・追加修正の原因・見落とし・改善点、（3）構造的パターン抽出（ワークフロー候補、チェックリスト候補、開発原則候補、スキル更新候補）。抽出した再発しうるパターンのみをAGENTS.md、各CLAUDE.md、開発原則ドキュメントに反映（単発の出来事は含めない）。反映後、RETROSPECTIVE.mdを上書き：「よかったこと」「伸びしろ」「ネクストアクション」の3セクション構成。ネクストアクションはドキュメント改善を除き、実装タスクや手動確認など実行が必要な項目のみ。最後にMEMORY.mdの矛盾を検証し、サイクル知見で有用なメモリは追加・更新、不要なら削除。

前回の結果を再利用しても安全か を事前検証できる — incremental search やメモ化などで「前回の結果をフィルタして使い回す」際に、条件が本当に安全に絞られているか論理的に検証し、バグになる前に問題を発見できます。 述語（フィルタ条件）が本当に単調か を数学的に確認できる — 入力値の変化に対して、フィルタ条件が「常に結果を狭める方向」にしか作用しているか、パターンごとに検証します。 計画段階で危険な再利用ロジックを排除できる — 実装前に workspace/plan.md に対して検証し、見落としがあれば計画を修正してから開発に進むことで、後工程のバグを防げます。 キャッシュ状態の更新漏れを検出できる — 結果を返す全パス（正常系・エラー系・空結果）でキャッシュが正しく更新されているか、状態遷移マトリクスで一覧確認できます。 検索やフィルタリング結果のキャッシュ再利用機能を実装するエンジニア メモ化や前回候補の絞り込みなど、高速化目的で結果の再利用を導入する開発者 複雑な条件判定を含むコード変更を行う際に、論理的な正確性を保証したい担当者

関数化した処理の手書き重複を grep で検出できる — 新しく関数を作ったり既存関数を修正した際に、その関数が内包する処理と同じロジックが手動で書かれている箇所をコードベース全体から検出します。 欠落している処理を特定できる — 関数内に含まれるが手書き版には欠けている処理（例：emit() 呼び出し）を一覧化し、置換時に忘れずに含められます。 DRY違反（Don't Repeat Yourself違反）を視覚化できる — 重複コードの候補を候補ごとに評価し、「この箇所は置換可能」「この箇所は特殊処理のため維持が必要」という判断根拠を明示できます。 関数をリファクタリングで抽出したエンジニア コードの重複を減らしてメンテナンス性を高めたい開発チーム コードレビュー時に DRY 違反を体系的に洗い出したいレビュアー

ドキュメントに記載されたファイルが実際に存在するか確認できる — CLAUDE.md、architecture.md、build-commands.md などに記載されたモジュール名やコマンドが、実際のコードベースに存在するか全件チェックし、削除し忘れや追加し忘れを検出します。 セクション番号や参照の整合性を検証できる — SPEC.md の章番号の飛び・重複、AGENTS.md のコマンド定義の有無など、ドキュメント間の参照一貫性を一覧表示できます。 大規模変更後の衛生状態をワンコマンドで確認できる — 複数のドキュメント・ファイルを同時に検査し、修正漏れをまとめて報告するため、定期メンテナンスが効率化されます。 ドキュメントとコードの齟齬を最小限にしたいプロジェクト管理者 大きな機能追加やリファクタリング後に衛生チェックを実施したい開発チーム マイクロサービスやマルチパッケージ構成で、複数のドキュメント統合性を保ちたい開発者

調査 → 計画 → 実装 → 検証 → レビュー → コミットの全工程を一貫実行できる — タスク説明を与えると、自動的にコードベースを調査し、変更計画を立案し、テスト駆動開発（TDD）で実装して、複数の自動チェック（Rust の型検査・lint、TypeScript のビルド検証、ユニットテスト）を実行し、最後に git コミットまで進められます。 曖昧な要求を自動判定して質問できる — 「何を作るか」がコードから自明でない場合（UI の見た目、既存動作を変えるか追加するか等）を検出し、必要最小限の質問を投げかけて回答を得た上で実装を進められます。 コード品質チェックを自動実行できる — DRY 違反・キャッシュロジックの安全性・競合状態の危険性など、複数の専門的な check スキルを変更内容に応じて自動選択して実行し、Critical 以上の問題は修正済みまで進みます。 3層アーキテクチャを自動遵守できる — ロジック層（snotra-core）・命令層（commands.rs）・UI層の役割分担を自動判定し、新しいコードを適切な層に配置できます。 機能追加やバグ修正タスクを素早く完了させたい開発チーム 開発時の人的チェックリストをAIに委譲して、コード品質を維持しながら速度を上げたい PM テスト駆動開発（TDD）を実装に組み込み、品質を保証したまま開発を進めたいエンジニア