Skill.md検索

ドメイン分析とアーキテクチャ評価の結果をもとに、ターゲットアーキテクチャを段階的に設計します。各マイクロサービスの責務・API・イベント・データモデルを詳細に定義します。 サービス間通信（REST・gRPC・イベント駆動）の方式を判定し、同期・非同期パターンを組み合わせた最適な通信設計を提案します。 移行ロードマップを策定して、段階的な変換手順を明確にします。運用・フィードバック計画も含め、完全な設計ドキュメントを自動生成します。 レガシーモノリシックシステムをマイクロサービス化したいアーキテクト・エンジニア ドメイン駆動設計（DDD）に基づいた境界づけられたコンテキスト設計を体系的に進めたい方 段階的な移行計画とリスク軽減戦略が必要な大規模システム改革に取り組んでいる方 このエージェントは、マイクロサービス設計の7つの基本原則（単一責任・疎結合・高凝集・ビジネス能力軸分割・分散ガバナンス・障害耐性・進化的設計）に基づいて実行されます。各サービスに対してサービスID・責務・API設計（エンドポイント・メソッド）・イベント定義・データモデル・依存関係・非機能要件（可用性・レイテンシ・スループット）を設計します。通信パターンではREST・GraphQL・Event Sourcing・CQRS・Sagaを適切に選定。データ設計ではサービス専用DB所有権と同期パターン（Event-Carried State Transfer・API Composition）を定義します。出力はreports/03_design/にtarget-architecture.md「transformation-plan.md「operations-feedback.mdとして保存されます。

既存システムの分析結果をもとに、ScalarDB Clusterを用いた分散トランザクション対応のデータアーキテクチャ全体を設計します。複数のマイクロサービス間で一貫性のあるトランザクション処理を実現する方式を策定します。 クラスター構成やストレージバックエンド（PostgreSQL、DynamoDB、Cassandraなど）の選定、テーブル設計、パーティションキー・クラスタリングキーの最適化を含むスキーマ設計を提供します。 Sagaパターンなど分散トランザクション戦略、マイクロサービス間のデータ連携方針を立案します。 既存DBからの移行戦略とマイグレーション計画も含めた実装ロードマップを策定します。 マイクロサービスアーキテクチャへの移行を検討しており、分散トランザクションの複雑さに直面しているアーキテクト・エンジニア 複数の異種DBシステムを統一的に管理し、データの一貫性を保ちたいシステム設計者 スケーラビリティとトランザクション保証の両立を実現したい大規模システムの開発チーム HTAP（トランザクション＆分析処理の融合）アーキテクチャの構築を検討している企業 ScalarDB ClusterはgRPCベースの集中型トランザクションコーディネーターで、異種DBs間の分散トランザクションを実現するエンタープライズ向けHTAPプラットフォームです。設計対象は（1）クラスターアーキテクチャ（ノード構成、HA構成、ストレージバックエンド選定）、（2）スキーマ設計（テーブル設計、パーティション・クラスタリングキー、セカンダリインデックス）、（3）トランザクション設計（分散トランザクション戦略、Sagaパターン、コンシステンシーモデル）、（4）マイグレーション計画です。前提条件として、01_analysis配下の分析結果と03_design/target-architecture.mdが存在すること。アーキテクチャは、Application Layer（複数サービス）→ScalarDB Cluster（トランザクションコーディネーター3ノードのHA構成）→Storage Layer（PostgreSQL、DynamoDB、Cassandra等）という3層構成です。

ユビキタス言語集を生成: ビジネスドメインで使用される専門用語を設計書とコードから抽出し、定義をまとめたドキュメント化。 アクター・ロール・権限を整理: システムに関わる人・役割・権限の関係を可視化し、認可ロジック（リファクタリング＝コードの整理・改善）と対応付け。 ドメイン-コード対応表を作成: 設計書の概念とコード上の実装を行ごとに紐付け、ドメイン理解を加速。 現行システム概要を文書化: 技術スタック、アーキテクチャ、モジュール構成を自動抽出し、新規開発者のオンボーディング資料に。 中間ファイルを逐次出力: 各ステップ完了時にすぐ結果ファイルを生成し、分析の進捗を可視化。 レガシーシステムをリプレイスまたはリファクタリングする開発チーム 既存システムの設計思想を新しいメンバーに学習させたい技術リーダー 設計書とコードの乖離を把握し、ドメインモデルを再構築したいアーキテクト マイクロサービス化やモジュール分割の検討時に現行構造を詳しく知りたい人 システム分析エージェントが既存システムの設計書とコードを分析し、ドメイン理解の基礎情報を抽出します。出力は reports/01_analysis/ ディレクトリに記載。Step 1 では mkdir でディレクトリ作成と対象スキャン、project-metadata.json 出力。Step 2 では設計書解析（ドキュメント読取、ビジネス用語抽出、アクター・ロール特定、機能・非機能要件整理）。Step 3 ではコードベース解析（mcp__serena__get_symbols_overview でシンボル一覧取得、ディレクトリ構造・名前空間・クラス・外部依存を観点に）、system-overview.md 出力。Step 4 ではユビキタス言語抽出（設計書の要件定義書・ER図・ユースケース、コードのクラス名・メソッド名・Enum値・コメント)、ubiquitous-language.md 出力。Step 5 ではアクター・ロール・権限整理（ユースケース図・認証コード・権限設定から）、actors-roles-permissions.md 出力。Step 6 では domain-code-mapping.md 出力（設計書概念とコード表現の対応表）。各ステップ完了時に即座にファイル出力すること。

複雑な業務フローを誰もが理解できる物語に変換：難しい業務ルールやシステム動作をストーリー形式で段階的に説明するため、技術者でない経営層やスタッフも直感的にプロセスを理解できます。 暗黙知の引き出しと形式知への変換：ベテラン社員の頭の中にある「こういう時はこうする」という知識をAIとの対話を通じて言語化し、マニュアルやシステム設計に反映させられます。 業務フローの抜け漏れと例外を一気に可視化：7段階のファシリテーションプロセスで、通常フローだけでなく失敗時の対応やシステムトラブル時の代替手段が明確になるため、リスク管理や運用マニュアル作成に直結します。 Mermaidで自動生成された図解で即座に共有：物語から自動的に可視化図が生成されるため、会議や研修で「この場面はどこに当たるのか」という議論が可能になります。 複数プロセスを関連付けて全体ドメインマップを構築：個別のドメインストーリーを積み重ねることで、組織全体の業務体系図やシステム連携図が完成するため、新人研修やシステム企画の基礎資料になります。 業務改革やプロセス改善の推進者：現状業務を可視化し、どこに無駄や矛盾があるかを全員で共通認識したい場合、ストーリー形式で引き出した情報が改善提案の根拠になります。 システム開発やBPM導入に関わるコンサルタント：クライアントの業務を深く理解し、システム要件を正確に定義したい場合、このプロセスで引き出した情報が要件定義書の品質を大幅に向上させます。 品質管理や監査部門：各部門の業務がどのように連携し、どこにリスク要因があるかを把握したい場合、例外シナリオ分析から予防的な対策を講じられます。 組織の新入社員研修や教育企画の担当者：複雑な業務フローを時系列に分かりやすく説明する教材が短期間で整備でき、教育効果が格段に上がります。 本スキルは、ドメインストーリーテリング手法を用いてビジネスプロセスを物語形式で可視化するエージェントです。コア要素は3つ：アクター（人・役割・システム）、ワークアイテム（扱うモノ・情報）、アクティビティ（実行行動）です。実行モードは2つ：インタラクティブモード（ユーザーとの対話で引き出す、推奨）と自動生成モード（既存資料から自動生成、低精度だが高速）です。7段階のファシリテーションプロセスは：（1）舞台設定─スコープと目的確定（2）物語開始─最初のアクターと行動特定（3）展開─アクティビティの時系列追跡（4）確認─内容レビュー（5）例外検討─失敗パターンと対応（6）可視化─Mermaidシーケンス図生成（7）クロージング─追加シナリオ確認と終了判定です。出力は[domain]-story.mdとしてドメインストーリー（概要・登場人物・ワークアイテム・メインストーリー・ストーリーフロー図・例外シナリオ・業務ルール・ドメインイベント・用語集・関連ストーリー・改善提案・メタデータ）を含みます。

既存システムのコード構造を分析し、モジュール性を4つの観点（凝集度・結合度・独立性・再利用性）から定量評価できます。 各モジュールの強み・弱みを明確にしたうえで、マイクロサービス化への準備度合いを数値スコア（0～100）で示します。 改善が必要な箇所を優先順位付きで提示し、リファクタリング（コードの整理・改善）や分割戦略の具体的な計画を策定できます。 分析結果は reports/02_evaluation/ に mmi-overview.md、mmi-by-module.md、mmi-improvement-plan.md として出力され、アーキテクチャ意思決定の根拠として活用できます。 既存レガシーシステムの分解・近代化を検討している技術責任者 モノリシックなアプリケーション（ひとかたまりのシステム）をマイクロサービス化したい開発チーム システムアーキテクチャの客観的な評価指標が欲しい設計者 リファクタリング計画の優先順位を数値に基づいて決めたい組織 Modularity Maturity Index (MMI) 評価エージェントは、ソフトウェアアーキテクチャのモジュール性を定量評価します。4つの評価軸（凝集度30%・結合度30%・独立性20%・再利用性20%）の加重平均で計算され、スコア80～100は高成熟、60～80は中成熟、40～60は低中成熟、0～40は未成熟と判定します。評価対象をパッケージ・クラス・サービス単位から選択し、Step 1でモジュール抽出、Step 2で各軸を5段階評価（5=最高、0=最低）、Step 3で結果をレポート化、Step 4で改善計画を策定します。Serena ツール等を用いてコードベースを直接分析し、前提条件として reports/01_analysis/system-overview.md などの事前分析ファイルを活用（推奨）しますが、存在しない場合はコードから直接分析を行います。

.mmd ファイルと Markdown 内のMermaid 図を PNG、SVG、PDF 形式の画像ファイルに自動変換できます 複数ファイルの一括変換に対応し、ディレクトリ内のすべての Mermaid 図を効率的に処理できます 背景色、テーマ（default、forest、dark、neutral）、幅、スケール等の出力オプションを細かく指定できます Mermaid シンタックスエラーを自動検出して報告し、修正前に問題を特定できます 設計図やフローチャートを Mermaid 形式で作成し、画像化して共有資料に貼り込みたい開発者 Markdown ドキュメント内に Mermaid 図を埋め込んでいるが、PDF 出力時に画像化が必要な技術ライター ドキュメント管理システムに Mermaid 図を一括インポートしたい情報管理担当者 CI/CD パイプラインで図を自動で PNG/SVG に変換して保存したい DevOps エンジニア このスキルは mermaid-cli（mmdc）の npm パッケージを使用した図変換エージェントです。実行前に環境確認で mmdc のインストール状況を確認し、未インストール時はセットアップを案内します。対象ファイルを find コマンドと grep で検出し、.mmd ファイルと Markdown 内の mermaid コードブロック（`mermaid...`）を特定します。 単一ファイルは mmdc -i diagram.mmd -o diagram.png でPNG出力、-o diagram.svg で SVG 出力、-o diagram.pdf で PDF 出力し、複数ファイル一括変換時はループ処理で全ファイルを変換します。オプションで背景色（-b transparent）、テーマ（-t dark）、幅（-w 1200）、スケール（-s 2）を指定可能です。Markdown 内の図は mmdc -i document.md で処理し、-O 出力ディレクトリで画像を保存できます。

DDD評価結果から戦略的設計を自動再設計 - 境界コンテキストの再定義とコンテキストマップの再構築を、既存の評価結果に基づいて自動生成します。 戦術的設計を体系的に改善 - 集約・エンティティ・値オブジェクトの再設計案を、ドメイン構造の分析から導出します。 ユビキタス言語を整備・統一 - ドメイン用語の統一と文書化を通じ、チーム全体の共通理解を構築します。 移行ロードマップを自動生成 - 現在の実装から新設計への段階的な移行計画を、リスク評価とともに提示します。 レガシーシステムをDDD手法で再構築したいアーキテクトやリードエンジニア 既存システムのDDD評価結果に基づいて、実装の改善計画を策定したい人 複数の境界コンテキストを持つ大規模システムの設計を、体系的に改善したい開発チーム このエージェントは、DDD評価結果に基づいてシステムを再設計するプロセスを9ステップで実行します。 前提条件: 必須ファイルとしてreports/02_evaluation/配下の3つの評価ファイル（ddd-strategic-evaluation.md、ddd-tactical-evaluation.md、ddd-improvement-plan.md）を必要とします。推奨ファイルとして、ユビキタス言語・ドメインコードマッピング・MMI評価結果も参照。 実行フロー: Step0で前提条件を検証し、Step1-3でドメイン分類（ビジネス構造軸とサービス境界軸）、Step4-5で戦略/戦術的設計の改善、Step6-7でユビキタス言語とシステムマッピング、Step9で移行ロードマップを出力します。 出力: reports/03_design/に最終成果物（境界コンテキスト再設計・集約再設計・移行ロードマップなど）を、work/{project}/design/ddd-redesign/に中間ファイルを出力し、各ステップ完了時に即座にファイル化します。

標準フォルダ構造を自動作成 - リファクタリング分析に必要な00_summary～99_appendixまで8つのディレクトリを一括作成し、手動でのフォルダ作成作業をゼロにできます。 メタデータファイルを自動初期化 - project-metadata.jsonを自動生成して、プロジェクト名・バージョン・ソース情報・分析ステータスをあらかじめ設定できます。 複数の出力先に対応 - デフォルトのreports/フォルダのほか、カスタムパスを指定して任意の場所に同じ構造を作成できます。 既存ファイルを上書きしない安全設計 - 既にフォルダがあっても上書きしないため、前回の分析結果を誤って消す心配がありません。 分析開始前の準備を一元化 - コマンド1つで複雑なセットアップが完了し、すぐに実際の分析作業に入られます。 アーキテクト・リファクタリング推進者 - 大規模なコード分析を始める前に標準的な出力構成を用意したい エンジニアチーム - 複数プロジェクトの分析結果を統一されたフォルダ構造で管理したい テックリード・CTO - 分析環境のセットアップ手順を標準化して、チーム全体の効率を上げたい コンサルタント・外部専門家 - クライアント毎に分析出力フォルダを素早く準備したい /init-output [出力パス]で呼び出す（パス省略時はreports/）。生成フォルダは00_summary・01_analysis・02_evaluation・03_design・04_stories・05_estimate・graph/data・99_appendixの8階層。mkdir -pで既存ディレクトリを保持します。メタデータファイルproject-metadata.jsonは、project（name・version・created_at・updated_at）、source（path・type・languages・frameworks）、analysis（status・modules_count・domains_count・average_mmi）、agents（system_analyzer～microservice_architect各エージェントのステータス）を初期値として自動生成。Bashツール実行で完成。書き込み権限がない場合はエラー出力。相対・絶対パス対応。

マイクロサービス環境の年間コストを自動算出 - Kubernetes・データベース・ネットワーク・ストレージなど複雑に絡み合うインフラ費用を設計ドキュメントから自動読み込みして見積もり、スプレッドシート作業を削減できます。 複数クラウドプロバイダーの比較見積もり - AWS・GCP・Azureの3社について同じ構成での費用差を自動計算し、コスト最適なプロバイダーを判定できます。 ScalarDB等の商用ソフトウェアライセンス費を別途算出 - クラウド費用とは分けてライセンス料金を見積もり、ベンダー問い合わせが必要な項目を自動リストアップできます。 運用・初期構築費用を含めた総コスト概算 - インフラだけでなく監視・バックアップ・サポート・移行・トレーニング費用まで含めた全体像を提示できます。 見積もり根拠を詳細レポートで記録 - 仮定値・計算過程・前提条件を明確に記録し、後から「なぜこの値か」を説明・修正しやすくできます。 CFO・経営企画者 - マイクロサービス移行の全体投資額を把握し、ROI判定を行いたい アーキテクト・インフラ設計者 - 複数のクラウド構成案のコスト影響を素早く比較したい プロジェクトマネージャー - 見積もり根拠を示しながらステークホルダーを説得したい 調達・契約担当者 - ライセンス費用をベンダーに問い合わせる前に概算を準備したい エージェントは設計ドキュメント（target-architecture.md・scalardb-architecture.md）から以下を抽出：①サービス構成（インスタンス数・CPU・メモリ・ストレージ）、②データベース構成（ストレージ容量・IOPS・バックアップ保持期間）、③ScalarDBクラスタ構成（ノード数・接続方式）、④ネットワーク要件（リージョン・AZ数・トラフィック）。出力先はreports/05_estimate/で、cost-summary.md・infrastructure-detail.md・license-requirements.md・cost-assumptions.mdを生成。AWS EKSについてはコントロールプレーン（$0.10/時間）・EC2ワーカーノード（t3/m5インスタンス）・EBSストレージを表で明記し、月額計算式を提供。GCP GKEも同様に構造化。ユーザー未指定時はAWSをデフォルト。

MMI評価（モジュール保守性指標）と DDD 評価（設計適合度）の結果を統合的に分析できます。 モジュール品質と DDD 適合度の相関を可視化し、どの改善項目が最大効果をもたらすか優先度付けできます。 両評価を踏まえた包括的な改善計画を自動生成し、ファイルとして出力できます。 前フェーズの評価結果から必要情報を自動抽出し、ステップごとに即座に成果物を出力できます。 システムの保守性と設計品質を総合的に評価・改善したい技術リード 複数の評価指標をまとめて分析し、優先順位を決めるのが課題のアーキテクト DDD 導入過程で設計品質を可視化し、段階的な改善を計画したい開発チーム MMI と DDD の両軸から「何をいつ改善すべきか」を客観的に判断したい組織 本エージェントは MMI 評価とDDD 評価を統合し、優先度付き改善計画を策定します。前提条件：mmi-overview.md・mmi-by-module.md・mmi-improvement-plan.md（/evaluate-mmi 出力）、ddd-strategic-evaluation.md・ddd-tactical-evaluation.md・ddd-improvement-plan.md（/ddd-evaluation 出力）、および推奨で ubiquitous-language.md・domain-code-mapping.md（/analyze-system 出力）の存在を確認します。実行前に必須ファイルを検証し、欠落時は前フェーズ実行を案内します。Step 1 で各評価から全体スコア・モジュール別スコア・問題モジュール・改善提案を抽出します。Step 2 で相関分析（品質低モジュールと DDD 適合度低領域の重複度合いなど）を実施し、重複度合いから相乗効果が大きい改善項目を抽出します。Step 3 で integrated-evaluation.md を出力、Step 4 で priority-matrix.md を出力、Step 5 で unified-improvement-plan.md を出力します。サブエージェント活用により、前フェーズ出力が多い場合は Explore エージェントで要約読み込みを行い、メインコンテキストを保護できます。

エディション設定（OSS/Community、Enterprise Standard、Enterprise Premium）に基づいてScalarDBアーキテクチャを自動設計できます。 マイクロサービスのスキーマ設計、分散トランザクション戦略、ストレージバックエンド選定を一括で策定できます。 既存DBからScalarDBへのマイグレーション計画を自動生成し、HTAP（Hybrid Transactional/Analytical Processing）対応も検討できます。 集約再設計や境界コンテキストの分析結果をもとに、エディション別の最適なデプロイモード（組み込み/Cluster）を提案できます。 分散トランザクション対応のマイクロサービスアーキテクチャを設計したい技術リード 複数のデータベースを統合し、一貫性を確保したい企業システム開発者 ScalarDB導入時にエディション選定と詳細設計を同時進行したいアーキテクト 既存単一DB体系からマイクロサービス+ポリグロット永続化へ移行したいプロジェクトマネージャー 前提条件：必須ファイルreports/03_design/target-architecture.md（/design-microservices出力）、推奨ファイルwork/{project}/scalardb-edition-config.md（/select-scalardb-edition出力、未選定時はEnterprise Standardデフォルト）、reports/03_design/aggregate-redesign.md、reports/03_design/bounded-contexts-redesign.md（/ddd-redesign出力）、reports/01_analysis/system-overview.md（/analyze-system出力）。出力先reports/03_design/に4ファイル生成：scalardb-architecture.md、scalardb-schema.md、scalardb-transaction.md、scalardb-migration.md（各ステップ完了時に即座出力）。エディション別デプロイモード：OSS/Community=組み込み（Embedded、Javaライブラリ）、Enterprise Standard=Cluster（gRPC分散コーディネーター）、Enterprise Premium=Cluster+GraphQL+AWS Marketplace対応。設計対象：ScalarDBアーキテクチャ（エディション別構成・ストレージバックエンド）、スキーマ設計（テーブル・パーティションキー・クラスタリングキー）、トランザクション設計（分散トランザクション・Sagaパターン）、マイグレーション計画。

システム分析結果を自動で取り込み - /analyze-systemの出力（ユビキタス言語、ドメイン-コード対応表、アクター・ロール情報など）を自動収集し、グラフ構築に必要な情報を効率的に準備できます。 ソースコードを構造化データに変換 - Serenaツールでソースコードを解析し、クラス・メソッド・ファイル構造を自動抽出します。 ナレッジグラフを自動生成 - 分析結果とコード情報をRyuGraph GraphDBに登録し、ビジネス用語とコード実装の対応を可視化したグラフを構築できます。 ビジネスプロセスとシステムプロセスをモデル化 - 業務フロー（注文処理、承認フロー等）とシステムプロセス（バッチ処理、Saga等）を関連付けてグラフ化します。 グラフデータをCSV形式で出力 - 構築したナレッジグラフをCSV形式で保存し、外部ツールでの分析や共有が容易になります。 アーキテクト・設計者 - コード全体を俯瞰し、ドメインモデルの実装状況を可視化して、アーキテクチャ設計の妥当性を検証できます。 新規参画の開発者 - ビジネス用語とコード実装の対応関係を視覚的に把握でき、システム全体の理解を高速化できます。 ドメイン駆動設計（DDD）を実践するチーム - ユビキタス言語の実装状況を可視化し、ドメインモデルとコード実装のズレを検出できます。 ナレッジマネジメント担当者 - システムのナレッジを体系的に整理・管理し、組織全体の知識資産を構築できます。 Epic状態確認コマンドの出力（ユビキタス言語、ドメイン-コード対応表、アクター・ロール・パーミッション情報、システム概要）を収集し、Serenaツールでソースコードの構造を解析します。RyuGraphに以下のノードテーブルを作成：UbiquitousTerm（用語名、日本語名、定義、ドメイン）、Domain（ドメイン名、タイプ、説明）、Entity（クラス/インターフェース、ファイルパス、型、行番号）、Method（メソッド/関数、シグネチャ、ファイルパス、行番号）、File（ソースファイル、言語、モジュール）、Actor（人/システム、タイプ、説明）、Role（ロール名、パーミッション）、BusinessProcess（ビジネスプロセス、日本語名、説明、ドメイン、トリガーイベント）、Activity（アクティビティ、日本語名、説明、実行順序、分岐点判定）、SystemProcess（システムプロセス、タイプ、説明、非同期判定、タイムアウト）。各ステップ完了時に即座にファイルを出力し、knowledge.ryugraphとCSV形式のグラフデータをreports/graph/data/に保存します。

ScalarDB設計ドキュメントの品質を自動検証 - エディション設定、スキーマ設計、アプリパターン、DB選定の整合性をチェックし、設計の漏れや矛盾を検出できます。 生成されたScalarDB/Spring Bootコードをベストプラクティスに照らして検査 - Context7で取得した最新仕様に基づき、非推奨機能・パフォーマンス問題・設定誤りを自動抽出できます。 レビュー観点を並列サブエージェントで効率化 - スキーマ設計、トランザクション管理、パフォーマンス、セキュリティなど複数の観点を同時進行でレビュー、結果をまとめられます。 ScalarDB最新仕様を自動取得・反映 - Context7 MCP経由で常に最新のベストプラクティスを取得し、廃止機能に頼った設計・コードを事前に検出します。 改善提案を具体的に出力 - 検出した問題ごとに「何がどこで問題か」「どう直すべきか」を詳細に記述したレポートを生成できます。 ScalarDBを導入しようとしている企業 - 設計段階でベストプラクティス準拠を検証し、実装後の大規模な修正を避けられます。 マイクロサービス・分散トランザクション対応を検討している開発チーム - ScalarDBの複雑な設定やトランザクション管理を設計段階で正確に検証できます。 生成されたScalarDBコードの品質を確保したい組織 - 自動生成コードの落とし穴を事前に検出し、本番環境への投入判定を正確に行えます。 設計レビュー（--mode=design）とコードレビュー（--mode=code）の2モード。設計レビュー入力：work/{project}/scalardb-edition-config.md、reports/03_design/scalardb-*.mdいずれか。コードレビュー入力：work/{project}/scalardb-edition-config.md、generated/{service}/。出力先：reports/03_design/scalardb-design-review.md（Mode A）、scalardb-code-review.md（Mode B）。Step 1：Context7 MCPでScalarDB最新仕様取得（libraryId: /llmstxt/scalardb_scalar-labs_llms-full_txt、query: best practices schema design transaction management）。Step 2A：レビュー対象読み込み。Step 3A：エディション整合性チェック（スキーマ定義との一致、トランザクション管理、DB特性対応など観点別）。設計/コード観点は並列サブエージェント（Pattern 4）で実行。詳細は.claude/skills/common/sub-agent-patterns.md参照。

対象システムのソースコード全体をスキャンして、使用している技術スタック（言語・フレームワーク・ライブラリ）を自動特定できます ディレクトリ構成、モジュール構造、依存関係を詳細に分析し、現行システムの全体像を把握できます 技術的負債（後付けパッチ、重複コード、古い設計パターン）、セキュリティリスク、アンチパターンを検出・リポート化します ドメイン駆動設計（DDD）への移行可能性を評価し、リファクタリング計画の基礎情報を体系的に提供します 複雑なコードベースの調査レポートを reports/before/ に自動出力、別エージェントとの並列作業にも対応します レガシーシステムの現状把握・リファクタリング計画を立てるアーキテクト・シニアエンジニア 新しいプロジェクトに参画し、コードベースを短時間で理解したい開発者 セキュリティ監査・品質向上を目的に、既存システムの問題点を列挙したい 他チームから引き継いだシステムの構造や依存関係を整理して、改善施策を検討する立場 このエージェントは Step 0～4 で構成されています。Step 0 では対象パスからプロジェクト名を特定し、出力ディレクトリを作成します。Step 1 の技術スタック調査では package.json、pom.xml、build.gradle などから言語・フレームワーク・データベース・ビルドツール・テストフレームワークを特定。Step 2 の構造分析ではファイルインベントリ、ディレクトリ構成、モジュール依存関係を調査。Step 3 の問題点特定では技術的負債、セキュリティリスク、アンチパターンを検出。Step 4 の DDD 適合性評価では既存構造を DDD に適合させるための課題を分析します。結果は reports/before/{project}/ に technology-stack.md・codebase-structure.md・issues-and-debt.md・ddd-readiness.md として段階的に出力されます。大規模コードベースの場合は Task tool の Explore エージェントを並列起動してコンテキストを保護します。

ビジネスドメインを4つのタイプに自動分類 - Pipeline Domain（順序的フロー）、Blackboard Domain（共有データ協調）、Dialogue Domain（双方向通信）、Hybrid（複合型）として自動判定し、ドメイン構造を可視化できます。 マイクロサービス境界を4つのカテゴリで最適に設計 - Process Domain、Master/Reference Domain、Integration Domain、Supporting Domain に分類し、サービス分割の最適な粒度を提案します。 ユビキタス言語とコードの対応関係を自動抽出 - 既存の分析結果から用語の意味が変わる境界、異なる責務の領域、異なるライフサイクルを持つデータを自動検出します。 コンテキストマップと境界づけられたコンテキストを自動生成 - ドメイン間の関係図（コンテキストマップ）と、各ドメインの詳細な定義ドキュメントを一括出力します。 マイクロサービスへの分割を計画している企業アーキテクト - ドメイン分類を自動化することで、サービス分割の判断ミスを減らし、最適な粒度での設計が実現できます。 ドメイン駆動設計（DDD）を導入したい開発チーム - 既存システムの分析結果から自動的に境界づけられたコンテキストを定義でき、DDD導入の初期工程が大幅に加速します。 レガシーシステムをマイクロサービス化する際の影響範囲を把握したい人 - コンテキストマップにより、サービス間の依存関係が明確になり、分割順序やリスク評価が容易になります。 ドメイン駆動設計の専門家による設計支援エージェント。入力は/analyze-systemの出力（ユビキタス言語、アクター・ロール・権限、ドメイン-コード対応表、システム概要）。Step 1で用語の意味変化境界・責務・ライフサイクル・ビジネスルール適用範囲からドメイン境界を特定。Step 2で各ドメインをビジネス構造軸（Pipeline/Blackboard/Dialogue/Hybrid）で判定。Step 3でマイクロサービス境界軸（Process/Master/Integration/Supporting）でカテゴリ判定。Step 4以降でコンテキスト定義、コンテキストマップ作成。出力先はreports/03_design/（domain-analysis.md、context-map.md、system-mapping.md）。

現行ER図の自動生成 - システムのデータ構造をMermaid形式のER図として可視化し、エンティティ間の関係を一目で理解できます。 エンティティ属性の一覧化 - すべてのエンティティの属性・制約をカタログ化し、データモデルの詳細を確認できます。 関連パターンと多重度の分析 - エンティティ間の「1対多」「多対多」などの関連パターンと多重度を自動検出・記録します。 ドメイン別のER図分割 - 大規模なシステムをドメイン（業務領域）ごとに分割したER図を生成し、複雑さを軽減できます。 ORMアノテーションとDDLから自動抽出 - コード内の@EntityなどのアノテーションやSQL定義から情報を直接収集するため、手動作成不要です。 データベース設計者・DBA - システムのデータ構造を整理し、テーブル間の関係を可視化したい 開発チームの新入者 - 既存システムのデータモデルを素早く理解したい アーキテクト・企画担当者 - システム全体のデータフローと構造を俯瞰したドキュメントが必要 保守・改修担当者 - 既存機能の拡張時に、現行データ構造の影響範囲を把握したい このエージェントはコードベースのORMアノテーション（@Entity、@OneToMany、@ManyToOne、@ManyToMany、@OneToOne、@JoinColumn、@JoinTableなど）とDDL（CREATE TABLE、FOREIGN KEY REFERENCES）、およびマイグレーションスクリプトをスキャンして、以下の4つの成果物を生成します。 Step 1 では前提ファイル（data-model-analysis.md、db-design-analysis.md）を参照するか、コードから直接情報を収集。Step 2以降 でエンティティカタログ、関連分析、ドメイン別ER図を生成し、最終的に reports/01_analysis/er-diagram-current.md に出力します。大規模コードベース対応として、SubエージェントでExploreを並列起動して効率化することも可能です。

AWS、Azure、GCP、Red Hat OpenShift 向けの Kubernetes マニフェスト（Kustomize base/overlay パターン）を自動設計・生成できます。 Terraform、Pulumi、CloudFormation などの IaC（インフラストラクチャ・アズ・コード）コードでクラウドリソースを定義できます。 OpenShift 固有リソース（Operator、Route、SCC、Project 等）を含むインフラ構成を生成し、アーキテクチャ図やデプロイ手順書も同時に出力できます。 dev/staging/production の環境別に異なるマニフェストやコンフィグを自動生成できます。 Kubernetes や IaC を使ったインフラ構築を自動化したいクラウド・DevOps エンジニア マイクロサービスアーキテクチャのインフラ設計・実装を迅速に進めたい方 ScalarDB を含む複雑なインフラ構成を複数環境で管理・運用する必要がある方 インフラコードと設計ドキュメントを一貫性を保ちながら生成したい方 このエージェントは以下の6つの生成タスクを実行します。(1) Kubernetes base manifests 生成 - Kustomize base/overlay パターンでサービス別マニフェスト生成。(2) 環境別 overlay 生成 - dev/staging/production の環境分離。(3) IaC 生成 - Terraform/Pulumi/CloudFormation でクラウドリソース定義。(4) OpenShift 構成生成 - Operator、Route、SCC、Project など OpenShift 固有リソース。(5) ScalarDB Cluster Helm values 生成 - エディション・環境別の values.yaml。(6) インフラドキュメント生成 - アーキテクチャ図、デプロイ手順書、環境マトリクス。前提条件として /design-microservices の出力（target-architecture.md）が必須であり、推奨として /scalardb-sizing-estimator や /design-scalardb、/select-scalardb-edition の出力が参考になります。出力先は reports/08_infrastructure/ と generated/infrastructure/ です。各ステップ完了時に即座にファイルを出力することが重要です。

既存システムを DDD（ドメイン駆動設計）の視点から包括的に評価し、戦略的設計（境界コンテキスト・ユビキタス言語・コンテキストマップ）と戦術的設計（エンティティ・値オブジェクト・集約・リポジトリ）の両面から改善点を特定できます。 コンテキスト候補、集約候補、パターン適用度を自動抽出し、DDD 原則への適合度を可視化できます。 各ステップ完了時に即座に評価レポートを出力し、進捗を追跡可能な形で記録できます。 戦略的設計・戦術的設計・パターン分析の 3 つの評価結果をもとに、具体的な改善アクションプランを生成できます。 アーキテクト：既存システムの DDD 適合度を診断し、リファクタリング戦略を立てたい方 開発チームリーダー：チーム内の DDD 理解度を高め、ベストプラクティスを導入したい方 マイクロサービス化推進者：システムを複数のバウンデッドコンテキストに分割する際の設計根拠が必要な方 品質管理者：既存コードベースの DDD 原則への準拠状況を可視化したい方 このエージェントは 4 つのステップで DDD 評価を実行します。Step 0 では前提条件（ユビキタス言語、ドメインコードマッピング、DDD 準備度調査など）を検証。Step 1（戦略的設計評価）では、コンテキスト境界の明確さ・コンテキスト間の関係・独立性、ユビキタス言語の一貫性・ドメイン整合性・コンテキスト間での用語分離、Partnership・Shared Kernel・Customer-Supplier などのコンテキストマップパターンを分析し、reports/02_evaluation/ddd-strategic-evaluation.md に出力。Step 2（戦術的設計評価）ではエンティティ・値オブジェクト・集約・リポジトリの実装パターンを分析して ddd-tactical-evaluation.md に出力。Step 3（パターン分析）は DDD パターンの適用度を評価して ddd-pattern-analysis.md に出力。Step 4（改善計画）では具体的な改善アクションを ddd-improvement-plan.md に出力します。中間ファイルは work/{project}/investigation/ddd-evaluation/ に記録。

エディション別の自動判定：OSS/Community、Enterprise Standard、Enterprise Premiumのうち、プロジェクトに最適なエディションを対話で確認し、以降の見積もりを自動最適化します。 Kubernetesインフラを自動設計：クラウドプロバイダー（AWS/Azure/GCP）、環境タイプ（開発/テスト/ステージング/本番）に応じて、Pod数、Node数、バックエンドDB規模を自動算出します。 複数コンポーネントのサイジング：ScalarDB Cluster Pod、Kubernetesノード、バックエンドDB、APIゲートウェイ、監視システムの規模を統合的に見積もります。 ライセンス・運用費用を自動計算：Enterprise版のPod数ベース課金、クラウドインスタンス費用、バックエンドDBコストを集計し、総所有コスト（TCO）を提示します。 Markdown＋HTML形式で正式な見積もりレポートを出力：reports/sizing-estimates/に見積もり結果を自動出力し、ステークホルダーに提示できます。 プロダクトマネージャー、ビジネス企画者：ScalarDB導入時の初期投資・運用費を予測したい人 インフラエンジニア、アーキテクト：本番環境に必要なKubernetes・クラウドリソースを正確に見積もりたい人 営業、パートナー企業：顧客にScalarDB導入コスト概算を提示したい人 開発チーム：開発・テスト・本番全環境のインフラ構成を一括設計したい人 エディション別サイジング範囲：OSS/CommunityはCluster Pod数スキップ（組み込み）、Enterprise Standard/PremiumはCluster Pod数を算出。見積もりフロー：エディション確認→要件ヒアリング→環境タイプ選択→アーキテクチャパターン選択→各コンポーネントサイジング→費用算出→出力。ステップ0でscalardb-edition-config.mdを確認、なければエディション質問（A:OSS/Community、B:Enterprise Standard、C:Enterprise Premium、D:未定）。ステップ1でヒアリング項目：環境タイプ（開発/テスト/ステージング/本番/全環境セット）、クラウドプロバイダー（AWS/Azure/GCP/マルチクラウド）、ライセンス形態（OSS選択時スキップ）。出力先はreports/sizing-estimates/にMarkdown＋HTML形式で出力、各ステップ完了時に即座にファイルを出力する。

RyuGraphに構築されたナレッジグラフを自然言語またはCypherクエリで探索し、関連するコードや仕様書を素早く返却します。 日本語で「注文に関連するクラスを教えて」と質問すると、自動的にCypherクエリに変換してグラフを検索します。 エンティティ検索・依存関係の追跡・メソッド呼び出し関係・ビジネスプロセスフロー（Saga補償など）を柔軟に探索できます。 結果は関連するソースコードのパス、メソッドシグネチャ、ビジネスプロセスの流れまで含めて構造化して返します。 大規模コードベースで「この機能はどのクラスで実装されている？」という検索を頻繁に行う開発者 ドメイン駆動設計（DDD）に基づくシステムで、ユビキタス言語から関連コードを逆引きしたい設計者 ビジネスプロセス（ワークフロー・Saga・補償ロジック）の全体像を素早く理解したい人 マイクロサービス環境で複数ドメインを横断する依存関係を追跡したい人 GraphDB探索エージェントは、自然言語またはCypherクエリをRyuGraphデータベースで実行し、結果を拡張して返却します。処理フロー：(1) クエリ解釈で自然言語またはCypherの判定、探索パターン（用語検索・エンティティ検索・関係検索・パス検索・ビジネスプロセス検索）を判定；(2) 自然言語の場合、パターン別にCypherに変換（例「Xに関連するクラス」→ MATCH (e:Entity)-[:HAS_TERM]->(t:UbiquitousTerm)）；(3) グラフ探索実行；(4) 結果をソースコードパスや仕様書と関連付けて返却。用語検索（ユビキタス言語からの逆引き）、エンティティ検索（クラス詳細）、依存関係パターン（REFERENCES）、呼び出し関係パターン（CALLS）、パス検索（shortestPath）、ビジネスプロセス検索（HAS_ACTIVITY→NEXT_ACTIVITY）、システムプロセス検索（Sagaの補償フロー）に対応。前提条件は/build-graphで生成済みのknowledge.ryugraphが存在し、Python 3.9+とryugraphパッケージが必要。