Skill.md検索

症状から出発して、ログ・スタックトレース・デバッグツールを活用しながら根本原因を特定できます 5 Why 分析やフィッシュボーン図など体系的な RCA（根本原因分析）手法を使い、表面的な原因ではなく本質的な問題を見つけられます メモリリーク、競合状態、パフォーマンス問題など、複雑なバグのパターンに対応できます デバッグループに陥ったときに自動検出し、別のアプローチを提案して効率的に問題を解決できます GitHub Issue から問題の詳細を抽出し、構造的に調査を進めることができます 本番環境で複雑なバグが発生し、原因が特定しづらい状況に困っている開発者 デバッグに何時間もかかってしまい、効率化したい人 チーム内で「このバグ、何が問題なのか」を説明する必要がある人 パフォーマンス問題やメモリリークなど、実装的な根深い問題に対応したい人 Bug Hunter AI は英語でバグ調査・根本原因分析・フィックス生成を支援するエージェントで、日本語での対話で効率的なデバッグを実現します。得意領域は再現手順（Minimal Reproducible Examples）・ログ分析（エラーログ・スタックトレース）・デバッグツール（ブレークポイント・ステップ実行・変数監視）、および 5 Why・フィッシュボーン図・タイムラインを使った RCA です。バグ種別としてロジックエラー・メモリリーク・競合状態・パフォーマンス問題・セキュリティ脆弱性に対応し、二分探索デバッグ・ラバーダック・分割統治・仮説検証などの戦略を適用します。MUSUBI Agent の StuckDetector モジュールでデバッグループ検出が可能（repeatThreshold: 3、minHistoryLength: 5）で、IssueResolver で GitHub Issue から bug 詳細を抽出（issue number・title・description）して体系的に調査を開始できます。

iOS・macOS・watchOSなどAppleプラットフォーム向けのUIを、Apple Human Interface Guidelines(HIG)に自動準拠させて設計できます マージン・スペーシング・グリッド・タイポグラフィ・カラーなど、プラットフォーム別の厳密な仕様に基づいて設計できます Dynamic Type対応やダークモード対応など、ユーザーアクセシビリティに配慮した設計が実装できます Navigation Bar・Tab Bar・Buttons・Lists・Cardsなど、標準コンポーネントの正確な仕様（寸法・色・配置）がすぐに参照できます SF Symbols を活用したアイコン設計を、統一的なガイドラインで実行できます iOS・iPadOS・macOS向けアプリのUIデザインを行うUI/UXデザイナー Appleプラットフォーム開発初心者で、デザインシステムの標準的な仕様を学びたい開発者 複数Appleプラットフォーム（iPhone・iPad・Mac・Watch・TV）で一貫性あるUIを構築したいプロダクトチーム ユーザーのアクセシビリティニーズに配慮したアプリ設計を実装したいプロダクトマネージャー Apple Human Interface Guidelines(HIG)に準拠した洗練なUIデザイン作成スキルです。核心原則は明瞭性（すべてのサイズで読みやすく、装飾は適切）、敬意（UIはコンテンツを補助）、奥行き（レイヤーと動きで階層表現）です。iOS/iPadOS：セーフエリア8pt基本グリッド、マージン最小16pt、Dynamic Type対応フォント（San Francisco）、14段階のテキストスタイル、セマンティックカラー+ダークモード対応が必須。Navigation Bar高さ44pt（コンパクト）/96pt（ラージ）、Tab Bar高さ49pt、ボタン最小タップ領域44x44pt、リスト行最小44pt、カード角丸12pt/16ptが標準。macOS：ウィンドウ最小800x600pt、ツールバー高さ52pt/76pt、サイドバー幅150-250pt、ボタン高さ22-32pt。watchOS：マージンプラットフォーム別に設定。各プラットフォーム仕様が詳細に定義されています。

データの前処理から学習、評価、本番運用まで一連のプロセスを支援し、機械学習プロジェクト全体を効率的に進めることができます。 画像認識、自然言語処理、時系列予測など様々な種類の機械学習タスクに対応し、プロジェクトの要件に最適なアプローチを提案できます。 ハイパーパラメータ自動調整（パラメータの最適化）やモデル評価など、複雑な調整作業をAIが代行し、精度の高いモデル構築をサポートします。 MLOps（機械学習運用管理）の仕組みを構築し、モデルのバージョン管理、自動更新、パフォーマンス監視を自動化できます。 LLM（大規模言語モデル）やChatGPTなどの生成AIの微調整や最適な使用方法の設計をサポートします。 機械学習プロジェクトを立ち上げるデータサイエンティストやAI企画担当者 画像認識や翻訳などの高度なAI機能を自社プロダクトに組み込みたい開発チーム モデルの性能改善や最適化に時間をかけたくない機械学習エンジニア 生成AIをビジネスに活かす方法を検討しているプロダクトマネージャー

複雑なデータ構造を視覚的にまとめ、エラーが少なく拡張しやすいデータベース設計を実現できます。 テーブル間の関連性を自動的に整理し、データの矛盾や重複を防ぎながら検索速度も向上させるデータベース構造（正規化）を提案できます。 PostgreSQL、MySQL、MongoDB、DynamoDBなど、プロジェクトに最適なデータベースを選定し、その特性に合わせた設計をサポートします。 インデックス設計やクエリ最適化など、データベースのパフォーマンスを改善する具体的な施策をAIが代行し、遅いアプリケーションを高速化できます。 システム規模が大きくなった時のシャーディング（データ分散）やレプリケーション（複製）などの仕組みを事前に設計し、スケーラビリティを確保できます。 新しいWebアプリやSaaSサービスを開発するエンジニア データベースが遅い、エラーが多いといった問題を解決したい開発チーム 将来的に大規模ユーザーを見据えて設計したいスタートアップの技術責任者 既存システムのデータベースを刷新・マイグレーション（引っ越し）する際のリスク回避を重視する人

CI/CD（継続的インテグレーション・デプロイ）パイプラインを構築し、コード変更の自動テスト・自動デプロイを実現することで、人的ミスを減らし本番環境へのリリースを迅速化できます。 Dockerコンテナ化やKubernetes（コンテナ管理システム）の設定を通じて、開発環境と本番環境の違いによるトラブルをなくし、どの環境でも同じように動作するアプリケーションを実現できます。 インフラストラクチャ・アズ・コード（IaC）により、サーバー構築やネットワーク設定をコードで管理し、環境構築の作業時間を大幅短縮できます。 Prometheusやウェルク（ログ集約）などの監視ツールを導入し、システムの問題を早期に検出してアラート通知を受けることで、トラブル対応を迅速化できます。 デプロイ作業の手作業化を避けたい開発チーム マイクロサービスやコンテナベースのシステムを構築・運用する技術者 インフラ設定の変更ミスによるダウンタイムを防ぎたいシステム責任者 開発スピードを重視するスタートアップやアジャイル開発チーム

スケジュール管理（ガントチャート、マイルストーン設定）や進捗追跡（バーンダウンチャート、速度管理）を自動化し、プロジェクトの現在地を常に把握できます。 リスク管理（リスク識別、影響度分析、対応策立案）を体系的に進め、プロジェクト遅延や品質問題を事前に防ぐことができます。 スプリント計画やデイリースタンドアップ、振り返りなど、アジャイル開発のプロセスをAIがサポートして、チーム運営を効率化できます。 ステークホルダー（経営層、顧客、チーム）への報告や期待値調整を構造化し、透明性の高い意思疎通を実現できます。 予算配分やリソース最適化の提案を受け、限られた人数や予算で最大の成果を出す計画立案ができます。 ソフトウェア開発プロジェクトの責任者やマネージャー 複数チームの進捗を追跡・調整する立場の人 スプリント計画やリスク管理を改善したい開発チーム 経営層への報告資料や根拠のある提案を準備する必要がある人

顧客や経営層の声を整理して、実装すべき機能要件（「何をするか」）と非機能要件（「いかに品質を確保するか」）を明確に定義できます。 ユーザーストーリーや受け入れ条件を構造化して作成し、開発チームが「何を実装するか」を正確に理解できる状態にできます。 要件の優先順位を科学的に決定（MoSCoW法、カノ分析など）し、限られたリソースで最大のビジネス価値を実現できます。 要件漏れやあいまいさを事前に検出し、開発後の手戻りや追加修正を削減できます。 要件から実装・テストまでの対応関係を整理し、すべての機能がちゃんと実装・テストされているか追跡できます。 顧客の要望を聞き出して仕様書にまとめるプロダクトマネージャーやビジネスアナリスト ユーザーストーリーやタスク分解の品質を高めたい開発チーム 要件の漏れや矛盾を早期に発見したい品質保証担当者 スタートアップやプロジェクト初期段階で要件を素早く整理したい人

コードやシステム設定をOWASP Top 10（世界共通のセキュリティ脅威ランキング）に基づいてスキャンし、既知の脆弱性を自動検出できます。 SQLインジェクション、XSS（クロスサイトスクリプティング）、認証不備など、よくある脆弱性パターンを体系的に診断できます。 暗号化、認証・認可、データ保護など、業種別のセキュリティベストプラクティス（最良実例）に基づいて設計をレビューできます。 使用している外部ライブラリやフレームワークに既知のセキュリティ脆弱性がないか追跡し、定期的に監視できます。 見つかった脆弱性に対して「今すぐ対応が必要か」「いつまでに対応すべきか」を優先度付けして、修正計画を立てられます。 本番環境に上げる前にセキュリティ審査を実施したい開発チーム セキュリティコンプライアンス（GDPR、個人情報保護法など）に対応する必要がある組織 インフラやデプロイメント設定のセキュリティリスクを診断したい SRE・DevOps 担当者 定期的なセキュリティ監査・脆弱性診断を自動化したい企業

マイクロサービス、モノリス、サーバーレスなど、ビジネス要件に合わせた最適なアーキテクチャパターンを提案できます。 C4 モデル（概要図）や ADR（決定記録）を使ってシステムの全体構造をわかりやすく可視化し、チーム全体で設計意図を共有できます。 スケーラビリティ、セキュリティ、保守性など、複数の品質要件をバランスよく実現する設計トレードオフ分析（「どちらを優先するか」の判断）ができます。 AWS、Azure、GCP などのクラウド環境やコンテナ（Docker、Kubernetes）など、最新技術をプロジェクトに適切に組み込む提案ができます。 データベース設計、キャッシング戦略、ログ・監視の仕組みなど、実装フェーズで詰まりやすいポイントを事前に検討できます。 新規プロジェクトのアーキテクチャを一から設計する技術リード・アーキテクト 既存システムのスケーラビリティ問題や技術的負債を解決したい開発チーム 複数の技術選択肢の中から最適な組み合わせを判断したい CTO・技術責任者 クラウド移行やマイクロサービス化など、大規模な設計変更を検討している企業

品質問題を自動検出：コードの可読性、保守性、複雑さなどを分析し、改善すべき箇所を具体的に指摘できます。 セキュリティリスクを洗い出し：SQLインジェクション（データベースへの不正アクセス）やXSS（ウェブサイトへの悪意あるコード挿入）など、セキュリティ脅威を事前に発見できます。 SOLID原則に基づいた設計改善を提案：コードの構造をより整理された、拡張しやすい形に改善するための具体的なアドバイスが得られます。 パフォーマンス低下の原因を特定：アルゴリズム効率やデータベースクエリの問題など、処理を遅くしている原因を見つけて最適化できます。 ベストプラクティスに沿ったフィードバック：言語やフレームワーク固有のおすすめ手法に基づいた、実用的な改善提案が得られます。 開発チームリーダー・アーキテクト：チーム全体のコード品質を高めたい、設計ミスを事前に防ぎたい方 セキュリティを重視する企業の開発者：本番環境へのデプロイ前に安全性を確認したい方 保守性が問題になっているプロジェクト：古いコードの改善やリファクタリング（コードの整理・改善）を効率的に進めたい方

クエリと インデックスを最適化：データベースの検索速度を上げるために、クエリ（データ取得命令）の改善やインデックス（データの索引）の設計を助言できます。 バックアップと復旧計画を策定：万が一のデータ損失に備えた自動バックアップ戦略や、トラブル時の復旧手順を提案できます。 パフォーマンス監視と障害対応：重いクエリやメモリ不足などの問題を検出し、具体的な解決策をアドバイスできます。 高い可用性と災害対策を実現：複数のデータベース間で自動的にデータを同期し、障害時に自動で切り替える仕組みを構築できます。 マルチプラットフォーム対応：PostgreSQL、MySQL、Oracle、MongoDB、Redisなど様々なデータベースの運用に対応できます。 データベース管理者（DBA）：本番環境のパフォーマンス問題を解決したい、運用負荷を軽減したい方 スタートアップやスケール期の企業：ダウンタイムなくデータベースを拡張したい、信頼性を高めたい方 クラウド移行を検討中の企業：オンプレミスからクラウドへのデータベース移行を安全に進めたい方

ボトルネックを特定：CPU、メモリ、ネットワークなど、どこがアプリを遅くしているのかを正確に診断できます。 フロントエンドを高速化：ページの読み込み時間短縮、不要な画面再描画の削減、画像の最適化など、ユーザーが感じるスピード改善ができます。 バックエンドの処理を最適化：データベースクエリの改善、APIのキャッシング（データの一時保存）、非同期処理の活用で応答速度を向上させられます。 大規模アクセスへの対応：サーバー数を増やす、キャッシュサーバーを導入するなど、アクセス増加時にも耐えられるシステムづくりをサポートできます。 改善効果を数字で証明：Chrome DevTools、Lighthouse（ウェブページ診断ツール）などで具体的な性能指標を測定し、改善の成果を可視化できます。 ウェブサービスやアプリの運営企業：ユーザー離脱を防ぎたい、SEO（検索エンジン最適化）を改善したい方 エンタープライズシステムの担当者：大量データ処理やクエリ性能の問題を解決したい方 スタートアップ：成長に応じたスケーリング（システム拡張）戦略を立てたい方

QA戦略と テスト計画を策定：製品に必要なテストの種類、範囲、スケジュールを決定し、限られたリソースで最大の品質を実現できます。 リスク重視のテスト優先順位付け：ユーザーへの影響が大きい機能から優先的にテストし、テスト効率を高められます。 受入テスト（ユーザーテスト）を管理：ビジネス要件に基づいたテスト基準を設定し、本番リリース前に顧客と品質確認ができます。 品質メトリクス（指標）で可視化：テストカバー率（テスト対象範囲）、バグ密度（バグの多さ）など、品質の状態を数字で把握し、リリース判断ができます。 要件とテストケースの関連付け：どのテストがどの要件をカバーしているか追跡でき、未テスト項目の漏れを防ぐことができます。 QAリーダー・テスト計画者：テスト体制の構築や効率化を進めたい、品質基準を明確にしたい方 プロダクト企画・経営層：いつリリースできるか、品質は十分か、データに基づいた判断をしたい方 大型プロジェクトの運営：複数チームのテスト進捗を統一的に管理し、品質ゲート（リリース可否の判断基準）を厳密に運用したい方

TypeScript、Python、Java など複数のプログラミング言語で、保守性が高くテストしやすいコードを実装します。 SOLID原則（単一責任の原則、開放閉鎖の原則など）とデザインパターンに従い、後から機能追加や修正しやすい構造でコードを書きます。 React、Vue、Next.js、FastAPI、Spring Boot などの主流フレームワークを使い、プロジェクトのベストプラクティスに合わせた開発ができます。 テスト駆動開発（TDD）の手法で、先にテストを書いてからコードを実装し、品質の高いコードを保証します。 設計書の段階で読み込まれた共通ルール（ディレクトリ構成、命名規則、技術スタック）に準拠したコード実装ができます。 エンジニアリングマネージャーやテックリードで、チーム全体のコード品質を統一したい方 スタートアップで MVP（最小限の製品）から本格的なプロダクトへスケールさせる時期の方 レガシーコードの置き換えやリファクタリング（コードの整理・改善）を推進している方