Skill.md検索

会話履歴からプロジェクト独自のルール・パターンを自動検出できます。 検出内容に応じて、CLAUDE.md、参照ドキュメント、Skills、Subagentのいずれに保存すべきかを自動判定できます。 同じような修正指示の繰り返しを検出し、ルール化の提案ができます。 関連箇所で揃えるべきパターンを検出し、チーム全体の統一性を促進できます。 プロジェクト固有のコーディング規約をナレッジ化したいエンジニア 開発中に生まれた暗黙的なルールを形式知に変えたい開発チーム プロジェクトのドキュメント充実度を高めたいテックリード チーム全体で実装パターンの統一を進めたい組織 本スキルは会話履歴から新しいナレッジを検出・提案します。保存先分類はCLAUDE.md（1〜5行の短いルール・全タスクで常に意識すべき規約）、参照ドキュメント（詳細説明が必要・具体例多い内容）、Skills（ユーザーが明示的に実行する定型作業・複数ステップ）、Subagent（自動実行される複雑調査・多くのファイル横断分析）。分析基準は①プロジェクト独自ルール（「〜ではなく〜を」「このプロジェクトでは」パターン）②同じような修正指示の繰り返し（2回以上同種指示）③関連箇所で揃えるべきパターン（統一指示）の3トリガー。出力は提案形式（タイトル・保存先・内容・理由）で、トリガー未該当時は「追記すべき新しい内容は見つかりませんでした」と報告。禁止事項は完了報告形式・会話要約・説明形式です。

TypeScript/JavaScript/Reactの書き方規約を統一 -- 変数命名から関数設計、エラーハンドリングまで、業界標準のベストプラクティスに基づいた統一された規約でコードを書けます。 可読性とシンプルさを優先させた設計原則を適用 -- KISS（シンプルであること）、DRY（繰り返さないこと）、YAGNI（必要になるまで作らない）といった原則をコーディングに組み込み、長期的に保守しやすいコード構造を実現します。 不変性パターンと型安全性を徹底 -- Reactの状態管理やTypeScriptの型定義を正しく使い、バグになりやすい直接変更を防ぎ、堅牢なコードを実装できます。 非同期処理とエラーハンドリングの実装パターンを標準化 -- async/awaitの正しい使い方、Promise.allによる並列処理、例外処理を統一することで、非同期バグを減らせます。 コード規約自動チェックの基準を明確化 -- コードレビュー時に「この書き方は良い・悪い」を客観的に判定できるため、レビュー時間を短縮し、議論を効率化できます。 チームでコード品質を統一したいリーダー -- 個人差のあるコーディングスタイルを統一し、全員が同じ基準でコードを書くようにできます。 コードレビューで何度も同じ指摘をしている人 -- レビュー基準を明確にすることで、繰り返しの指導を減らし、より本質的なレビューに集中できます。 TypeScript初心者や言語経験者 -- 型安全性やベストプラクティスを学べるため、キャリアアップと同時にコード品質を向上させられます。 保守性の高いコードを重視している組織 -- 長期的に修正・拡張しやすいコード構造を標準化することで、技術的債務の蓄積を防ぎます。

セッション中のすべてのツール使用や修正を自動観測 -- PreToolUse/PostToolUseフックにより、コマンド実行やコード修正を100%の信頼度で記録し、学習の源泉にします。 観測したパターンを「インスティンクト」という小さな学習単位に変換 -- 1回のセッションで学んだ「関数型スタイルを好む」「常にテストを先に書く」といった行動パターンを、信頼度付きの再利用可能な知識として蓄積します。 信頼度スコアリングで学習の確度を管理 -- 0.3（暫定的）から0.9（ほぼ確実）の段階で、各インスティンクトの信頼度を記録し、今後のセッションで判断材料とします。 関連インスティンクトを自動クラスタリングしてスキル化 -- 複数の小さなインスティンクトを集約し、実用的なスキル・コマンド・エージェントへと進化させられます。 バックグラウンドで分析を実行してセッション中断なし -- Haikuエージェントが裏で学習を処理するため、メインセッションへの影響なく知識を蓄積できます。 同じ問題を繰り返し解決しているのに気づいた人 -- セッション中の修正パターンを自動記録し、同じ問題を次回は素早く解決できるようになります。 プロジェクト固有の慣例やテクニックを忘れたくない人 -- 「このプロジェクトではいつもこうする」という独自パターンをインスティンクトとして保存し、新しいセッションでも活用できます。 段階的に学習を成長させたいAIパワーユーザー -- 小さなパターン（インスティンクト）の積み重ねから実用的なスキルへと進化させていく過程で、自分の開発スタイルに最適な拡張機能を作れます。 チーム全体の知見を共有したい組織 -- インスティンクトのエクスポート・インポート機能により、個人セッションから学んだ知識をチーム全体で再利用できます。

セッション終了時に再利用可能なパターンを自動抽出 -- セッション内で解決したエラーや実装パターンを分析し、次のプロジェクトで活用できる知識として自動保存します。 エラー解決方法をパターン化して保存 -- 「このエラーはこう解決する」というパターンを記録し、同じエラーが発生した次のセッションで素早く対応できます。 ユーザーの修正から学習パターンを自動生成 -- セッション中にユーザーが修正した箇所から「推奨される書き方」を学習し、学習済みスキルとして蓄積します。 プロジェクト固有の規約や回避策を知識化 -- 特定のフレームワークやライブラリの使い方のコツを自動抽出し、同じプロジェクトの別セッションで活用できます。 複数のパターンタイプ（デバッグ技法、ワークアラウンド、設定方法）を自動分類 -- エラー解決、ユーザー修正、回避策、デバッグ技法など、セッションの成果を種類別に整理して保存できます。 同じ問題を何度も調べ直している人 -- セッションごとの学習を自動保存し、次回の同じ問題発生時に即座に解決方法を参照できます。 開発効率を段階的に向上させたい人 -- セッションを重ねるたびに学習済みスキルが増え、徐々にAIの対応速度と精度が向上していきます。 プロジェクト独自の知見を組織で共有したい人 -- 個人セッションの学習成果を自動抽出し、チーム内で共有可能なスキルに変換できます。 開発ドキュメントを自動生成したい人 -- セッションから抽出したパターンがドキュメント化されるため、手動でノウハウ集を作る手間が削減されます。

開発前に成功条件を定義：実装を始める前に「何ができればOKか」をテストで明記し、ぶれない開発目標を設定できます。 コード変更の安全性を自動確認：新しい機能を追加する際に、既存機能が壊れていないか自動でチェックし、予期しない不具合を防げます。 開発の進捗を数値化：成功率（pass@k）という指標で、どの程度の完成度に達しているかを客観的に把握できます。 複雑な機能も段階的に検証：認証やデータ処理など複数の要件がある機能を、それぞれ個別にテストして品質を担保できます。 品質を落とさずに開発スピードを上げたい開発チーム バグが起きにくい堅牢なコード作成を重視する個人開発者 AI開発時の実装結果の信頼性を担保したいエンジニア

必要な情報を効率的に絞り込み：広いファイル群から段階的に関連情報を抽出し、コンテキスト制限内で最も重要な情報だけを集めることができます。 AI自身が不足情報を認識：情報が不足している箇所を自動で判断し、次に何を調べるべきかを絞り込んで再検索できます。 複数エージェント間の情報共有を最適化：別のAIツールやエージェントに仕事を依頼する際、必要最小限で正確なコンテキスト（背景情報）を渡すことができます。 コンテキスト制限を無駄なく活用：情報量の上限を超えずに、実際に必要な詳細情報を集中的に収集できます。 大きなコードベースから必要な部分だけをAIに分析させたい開発者 複数のAIツールを組み合わせて仕事を進めるチーム 情報検索の工数を削減したいプロジェクト管理者

高速クエリの設計を自動アドバイス：クエリが遅い原因を特定し、どのインデックス（データの検索索引）を作れば高速化できるかすぐに判断できます。 セキュリティリスクを未然に防止：Row Level Security（行レベルのアクセス制限）など、セキュリティ機能を正しく実装するパターンを提示します。 スキーマ設計の最適な選択肢を提供：ID、金額、タイムスタンプなど、各データの用途に最適なデータ型を素早く選べます。 よくある落とし穴を回避：ページネーション（リスト表示）やキュー処理など、実装時のアンチパターン（避けるべき悪い書き方）を事前に警告します。 データベース設計で最適な選択肢を知りたい開発者 SQLクエリの遅さに困っているエンジニア Supabaseなどのマネージドデータベースを使用している開発チーム

APIキーやパスワード流出を事前防止：シークレット（秘密情報）の取り扱い方をチェックし、誤ってコード内に埋め込むミスを事前に検出できます。 ユーザー入力からの攻撃を防止：SQLインジェクション（不正なSQL実行）やファイルアップロード攻撃など、一般的なセキュリティ脅威に対抗するコード書き方を提示します。 決済・認証機能の実装ガイド：金銭や認証に関わる機能を実装する際、セキュリティベストプラクティスに従ったコード例を即座に参照できます。 セキュリティチェックリストで確認漏れを防止：実装後、やるべきセキュリティ対策が完了しているか自動チェックできます。 個人情報や決済情報を扱う機能を実装するエンジニア セキュリティ対策に自信がない新人開発者 APIやサードパーティサービスを連携させるアプリ開発者

作業の途中で重要な情報が消えるのを防止：AI作業の「記憶容量」が限界に達する前に、計画的に整理して必要な情報だけを残すことで、作業を中断させずに継続できます。 タスク完了時点で作業コンテキストをリセット：1つのタスクが終わったら不要な履歴を整理し、次のタスクに必要なスペースを確保できます。 デバッグ時の試行錯誤履歴を効率的に整理：エラー解決の過程で増えた情報を段階的に削減し、実装に集中できる状態に戻します。 複数タスク間の情報切り替えを最適化：異なるテーマの作業に移る際、前のタスク情報をコンパクト化して新しいタスクに必要な余裕を作ります。 複雑で時間がかかる開発タスクを進めるエンジニア AIツールとの長時間セッションで作業を続けたい個人開発者 複数のプロジェクト並行進行中で情報整理が課題なチーム