Skill.md検索

ソースコード変更から対応スキルを自動特定し、どのドキュメントを更新すべきかを提示します スキル内のコード例とソースコードを比較し、差分がないか自動確認します sourcePatterns（監視対象ファイル）の設定が正しいか検証し、設定ミスを防ぎます 複数スキルの sourcePatterns を一覧で確認でき、スキル更新の漏れを防げます ソースコード更新後、対応ドキュメントをどれ更新すべきか分からない開発者 スキルドキュメント（SKILL.md）の差分管理・メンテナンスを自動化したいプロジェクト管理者 複数スキルを管理していて、更新漏れが発生しやすいドキュメント運用担当者 CLAUDE.mdやスキル内容の最新性を定期的に確保したいチームリーダー スキルと対応ソースコードの関係を管理し、変更検出→スキル特定→差分確認→sourcePatterns検証の4ステップで運用します。各スキルには sourcePatterns が定義されており、対応ソースファイルが変更された場合にスキルの更新が必要になります。変更されたファイルと sourcePatterns を照合し、更新が必要なスキルを特定。スキル内のコード例と実際のソースコードを比較し、乖離がないか確認。sourcePatterns が正しく設定されているか検証します。変更検出は git diff（最新5コミット、mainからの差分、特定コミットからの差分）で行い、複数スキル（tumiki-custom-mcp-server-feature、tumiki-dynamic-search-feature、tumiki-ee-ce-separation、tumiki-mcp-proxy-architecture、tumiki-prisma-schema-changes）の対応パターンを一覧で管理します。

Conventional Commits形式に自動対応したPRタイトルを生成できるため、リリースノートに反映されやすいPRが作成できます PR本文テンプレートに沿った構造化された説明を自動生成することで、レビューに必要な情報を漏れなく記載できます 破壊的変更（!マーク）や関連URL、プロダクト側対応事項などを体系的に整理できるため、チーム全体の確認漏れを防げます gh CLIのHEREDOC形式に対応したコマンドを提供するため、手作業でのフォーマット確認が不要になります SmartHR UIリポジトリに定期的にコードを貢献する開発者 PR作成時にテンプレート形式を毎回確認するのが手間と感じている人 プロダクト側の対応が必要な変更を忘れずに記載したい人 Conventional Commitsのルールを正確に守りたい人 SmartHR UIリポジトリのPR作成ルールを定義します。PRタイトルはConventional Commits形式（(): ）で日本語記述し、破壊的変更は!で示します。PR本文は「関連URL」「概要」「変更内容」「プロダクト側で対応が必要な事項」「確認方法」の5セクションで構成し、該当なしの場合は「なし」と記載します。変更内容にはBefore/Afterコード例やキャプチャを添付し、破壊的変更の場合は具体的な対応方法を記載します。確認方法ではStorybookやChromatic URLを記載します。実行時はgh pr createコマンドのHEREDOC形式で本文を渡します。

バージョン番号とビルド番号を自動更新：現在のバージョンを確認し、リリース内容に応じてバージョンを bump（例：1.19.0 → 1.20.0）して pubspec.yaml に反映できます。 更新内容を CHANGELOG に自動反映：前回リリース以降のコミットを自動解析し、Added / Changed / Fixed に分類して CHANGELOG を更新できます。 iOS・Android・macOS の任意の組み合わせで同時リリース：プラットフォームを選択するだけで、複数の OS 向けアプリを同時にビルド・署名・配布できます。 GitHub Actions による自動ビルド・署名・配布：タグ push 後、CI/CD パイプラインが自動実行され、TestFlight・Google Play への配布と GitHub Release 作成までが完全自動化されます。 リリース前の自動検証：静的解析とユニットテストをローカルで実行し、問題がある場合はリリースを防止できます。 Flutter アプリの開発・運用チーム：バージョン管理と配布プロセスを統一・自動化したい組織 複数プラットフォーム対応アプリの担当者：iOS と Android を同時リリースする際の手作業を削減したい リリース頻度が高いプロジェクト：毎週・毎日リリースする際の人的ミスを防ぎたい CI/CD パイプラインを構築したい組織：手動ビルド・配布から自動化へ移行したい Flutter アプリのリリースワークフロー全体を自動化します。前提として main ブランチで作業中で未コミット変更がないことが必要です。主な流れは：(1)現在のバージョン確認と差分コミット収集（grep で pubspec.yaml から version を取得、git log で前回タグ以降の差分を確認）→ (2)バージョンとプラットフォームをユーザーに確認（feat/fix コミット有無により minor/patch を推奨、build number は +1）→ (3)CHANGELOG.md を Added/Changed/Fixed で分類更新 → (4)pubspec.yaml の version 更新 → (5)dart analyze と flutter test による検証（失敗時は進まない）→ (6)git add/commit/push と複数プラットフォーム向けタグ打ち（ios/vX.Y.Z+N、android/vX.Y.Z+N、macos/vX.Y.Z+N）→ (7)GH Actions 自動実行（ios-release.yml で TestFlight・GitHub Release、android-release.yml で Google Play）。バージョン形式は X.Y.Z+N（N はビルド番号）です。

コマンドラインから Bridge Server（@ccpocket/bridge）のバージョン bump・CHANGELOG 更新・タグ push を一元管理でき、その後 GitHub Actions が自動で npm publish と GitHub Release を作成します。 前回のリリースタグからの差分コミットを自動解析し、semantic versioning（major / minor / patch）の推奨版を提示してくれるため、バージョン決定の判断が簡単になります。 CHANGELOG を自動で構造化（Added / Changed / Fixed セクション）し、リリースノートの品質を保ちながら手作業を最小化できます。 ローカルで テスト・型チェック・ビルド を実行して検証してから push するため、リリース後の問題を事前に防げます。 Flutter アプリ側の expectedBridgeVersion を同時に更新できるため、Bridge と アプリのバージョンズレによるバナー表示ミスを防げます。 Bridge Server の保守・リリース担当者またはメンテナー バージョン管理・CHANGELOG 更新・リリース自動化を統一したいプロジェクトチーム npm パッケージの semantic versioning を厳密に運用したい組織 GitHub Actions を使った CI/CD パイプラインを構築・運用する開発者 前提: main ブランチで作業中、未コミット変更がないこと。 手順: 1. バージョン確認・差分収集: package.json の現在バージョンを確認し、前回タグからの差分コミット一覧を取得（git log + 条件指定）。 2. バージョン決定: 差分コミットを分析（feat = minor 推奨、fix のみ = patch、破壊的変更 = major）し、AskUserQuestion でユーザーに具体的なバージョン番号を提示・確認。 3. CHANGELOG 更新: packages/bridge/CHANGELOG.md の先頭に新セクション（Added / Changed / Fixed）を追加。 4. バージョン bump: packages/bridge/package.json を更新。 4.5. Flutter 同期: apps/mobile/lib/constants/app_constants.dart の expectedBridgeVersion を同じバージョンに更新（アプリの古いバージョン検出ロジック対応）。 5. ローカル検証: npm run test:bridge / npx tsc --noEmit / npm run bridge:build をすべて実行し pass を確認（失敗時はユーザーに報告・修正待ち）。 6. コミット・タグ: git add → git commit → git push origin main → git tag bridge/vX.Y.Z → git push origin bridge/vX.Y.Z。 7. 完了確認: GitHub Actions (bridge-release.yml) の自動実行を確認。テスト・ビルド・npm publish・GitHub Release 作成が完了したら終了。

iOS / Android のストアスクリーンショットを自動撮影・合成し、最新のUI状態をアップロード用に準備できます。 最新の CHANGELOG を分析して、App Store・Google Play 向けのリリースノートや説明文を自動生成・更新できます。 UI変更があったかどうかを判定し、更新対象（スクリーンショット、リリースノート、説明文等）をユーザーに提案できます。 Simulator × モック画面 × Marionette MCP を組み合わせることで、手作業のスクショ撮影・編集をほぼ自動化できます。 iOS・Android アプリのリリース時にストアメタデータを何度も手で更新しているエンジニア ストアスクリーンショットの撮影・編集に毎回時間をかけているプロダクトマネージャー CHANGELOG 更新後、App Store・Google Play・fastlane メタデータを同期更新したい開発チーム モバイルアプリの多言語対応（英語、日本語など）で、各言語のメタデータ更新に手間がかかっている人 ワークフロー三段階: Step 1 - バージョン確認・変更分析（git tag、pubspec.yaml、CHANGELOG確認）。Step 2 - 更新対象選択（8スクリーンショットシナリオ + 9メタデータテキストファイル）。Step 3 - メタデータテキスト更新（CHANGELOG ベースに release_notes・description・promotional_text を自動生成）。 スクリーンショット 8 シナリオ: Session List（ライト）、Approval List、Multi-Question Approval、Markdown Input、Image Attach、Git Diff、New Session、Session List（ダークモード）。各シナリオ用に ccpocket.navigateToStoreScenario カスタムエクステンション実行後、Simulator からスクショ撮影。 メタデータファイル: fastlane/metadata/en-US/release_notes.txt（iOS EN）、ja/release_notes.txt（iOS JA）、en-US/description.txt（App Store EN）、ja/description.txt（App Store JA）、promotional_text.txt、android/en-US/full_description.txt（Play Store EN）、ja-JP/full_description.txt（Play Store JA）、android/en-US/changelogs/default.txt（Play Store リリースノート EN）、ja-JP/changelogs/default.txt（Play Store リリースノート JA）。ファイルパスは apps/mobile/ からの相対パス。

大きなコード変更を、別の独立したAIコンテキストから客観的にレビューして問題がないか確認できます 変更規模に応じて自動判定（小規模なら自己レビュー、大規模ならサブエージェント活用）して効率的にレビューします 重大な問題・軽微な問題・問題なしを判定して、修正が必要か完了可能かを明確にします 問題が見つかった場合は自動で修正→再レビューループを回し、LGTM判定になるまで繰り返します コミット前に変更内容を客観的に確認したい開発者 コードレビュー品質を高めたいチームリード 重大な不具合をコミット前に防ぎたいプロジェクト このスキルは、タスク完了前に実行するセルフレビュー手順です。トリガーは /self-review コマンドまたは大きな変更をコミットする前です。4つのフェーズで構成されています。Phase 1 で変更差分を収集（git diff で変更ファイルと内容を取得）、Phase 2 でサブエージェント（code-reviewer）によるレビューを実行（ただし変更規模が30行以下の場合はサブエージェント不要）、Phase 3 で判定（LGTM=PASS、軽微な問題=MINOR、重大な問題=FAIL）、Phase 4 で FAIL の場合は修正→Phase 1-3 再実行を繰り返します。変更規模別に調整可能で、30行以下は自己レビューのみ、31-100行は code-reviewer サブエージェント、100行以上は詳細分析を加えます。

リリース前の検証（CI状態確認）から、Release workflowの実行、完了待機、新規releaseの検出まで一連のリリース運用を再現可能な手順で実行。 リリースノートから関連Issue・PRを自動抽出し、Issue返信文とSNS投稿案（Bluesky）を自動生成。手作業での返信文作成が不要。 --dry-runオプションで事前検証。本実行前に動作確認してからリリースを進められるので安全。 Codex LLMと同梱スクリプトの役割分離。確定的な検証・実行はスクリプト、非確定的な文章生成はLLMが担当する堅牢な設計。 obsidian-another-quick-switcherのメンテナー。毎回のリリース作業を効率化・標準化したい。 オープンソースプロジェクトの管理者。リリースフローの属人性を減らし、再現可能な手順を確立したい。 チーム開発で複数人がリリース対応する環境。誰でも同じ品質でリリース運用できる仕組みが欲しい。 GitHub Actionsと連携したリリース自動化を実装している人。リリースノート生成やIssue通知まで含めた完全自動化を目指す。 実行前提：bun、gh、gh auth statusが利用可能。Codex CLI実行時はghコマンドを最初からエスカレート実行（sandbox・host間の認証コンテキスト差異対応）。基本フロー：リポジトリルートでbun .agents/skills/another-quick-switcher-release/scripts/release.ts実行→スクリプト出力のJSON（RELEASE_RESULT_JSON）を読み取り→assets/templatesのテンプレート使用して標準出力（Bluesky投稿案・Issue返信テンプレート）。Script Options：--branch （対象ブランチ指定、既定master）、--dry-run（dispatch/git pull非実行）、--skip-issue-notify（Issue候補表示スキップ）。Output Contract：スクリプトはJSON出力でrelease・issueCandidatesフィールドを含む。Issue返信はPR除外（isPullRequest=false対象）、author重複除去、tagName・URL置換。Bluesky投稿は利用者視点の日本語要約・URL直記載で標準出力。失敗時は references/release-workflow.md のtroubleshooting参照。

別リポジトリ間の変更を効率的に同期：mainリポジトリとkagリポジトリは独立した2つのGitHubリポジトリですが、チェリーピック機能により必要なコード変更のみを選別して適用できます。 コード変更とドキュメントを分離：機能実装やスキル設定は反映し、kagリポジトリ独自のドキュメント方針を保つため、ドキュメント変更は自動的に除外されます。 コンフリクトを最小化：マージではなくチェリーピックを使うことで、大量のコンフリクトを回避し、意図した変更のみを適用できます。 環境固有の設定を保護：kagリポジトリの環境変数や設定値を保ったままで、汎用的なコード改善だけを取り込めます。 「kagにも適用して」と指示されたときに安全かつ迅速に対応したい開発者 複数のAIエージェント環境を管理しており、共通機能を一括更新したい人 mainでバグ修正した内容をkagにも反映させる必要がある場合 Git操作に不安があるが、チェリーピック手順を理解したい初心者 mainリポジトリとkagリポジトリは完全に別のGitHubリポジトリとして管理されています。mainはminorun365/marp-agent、kagはminorun365/marp-agent-kagで、kagリポジトリにはupstreamリモートとしてmarpが登録されています。 同期対象はアプリコード変更と.claude/以下のスキル・サブエージェント設定で、docs/配下はkagの差分記載方針のため反映しません。手順は①mainで直近コミットの確認②kagリポジトリに移動してgit pull origin main、git fetch upstream、git cherry-pick を実行③git push origin mainで完了します。コンフリクト時はgit diff --name-only --diff-filter=Uで該当ファイルを確認し、手動解決後にgit add・git cherry-pick --continueで続行するか、git cherry-pick --abortで中止できます。

VanillaSchema 配下の YAML スキーマを安全に編集できる。ブロック・アイテム・液体など、マスターデータのスキーマ構造を体系的に変更・追加でき、SourceGenerator の自動コード生成の仕組みが分かります。 スキーマ追加・削除時の設定変更が自動化される。csc.rsp への追加・削除、_CompileRequester.cs の更新手順が明確で、ビルド失敗のリスクが減ります。 再利用可能なスキーマ部品（ref）を活用できる。inventoryConnects.yml など共通パターンをスキーマ部品として定義し、定義の重複を削減できます。 switch・cases、foreignKey などの高度なスキーマ機能を使いこなせる。条件分岐、他スキーマへの参照、共有インターフェース定義など、複雑なマスターデータ構造を表現できます。 Moorestech プロジェクトでマスターデータを管理するエンジニア。YAML スキーマから自動生成される C# クラスの関係を理解でき、スキーマ変更時の対応ミスが減ります。 新しいブロックタイプ・パラメータを追加する開発者。スキーマ定義から SourceGenerator 発動、コード生成までのフロー全体が把握でき、追加作業の手戻りが減ります。 CI/CD パイプラインの失敗を減らしたい DevOps エンジニア。JSON データとスキーマのプロパティ名をすべてチェック、grep コマンドで更新漏れを検出する方法が明確です。 マスターデータ管理を一から構築する技術リーダー。ref・defineInterface・switch/cases などのパターンが実例で示されており、保守性の高いスキーマ設計が可能になります。 マスターデータの YAML スキーマ編集ガイド。ディレクトリ構造は VanillaSchema 直下にブロック・アイテム・液体など主スキーマ、ref 配下に inventoryConnects.yml など再利用可能な部品。編集手順は 4 ステップ：(1) VanillaSchema 配下の YAML を編集、(2) スキーマ追加・削除時に moorestech_server/Assets/Scripts/Core.Master/csc.rsp を編集（/additionalfile:Assets/../../VanillaSchema/newSchema.yml 追加または削除行削除）、(3) _CompileRequester.cs の dummyText 定数を変更してトリガー、(4) MCP または Unity でリビルド（生成コードは Mooresmaster.Model.*Module 名前空間）。重要パターンとして ref は ref: inventoryConnects で VanillaSchema/ref/inventoryConnects.yml を参照、switch/cases で blockType によって条件分岐したプロパティ定義、defineInterface で IChestParam など共有プロパティを定義・実装、foreignKey で items スキーマ参照など。重要ルールは optional: true は必要時のみ、手動で Mooresmaster.Model クラス作成禁止、変更後は _CompileRequester.cs を更新してコミット。プロパティのリネーム・削除時は CRITICAL：JSON データ更新（TestMod、Client.Tests、../moorestech_master、mooresmaster.SandBox 全対象）、grep で旧プロパティ名の残存確認必須（.claude/worktrees を除外）。スキーマ変更後も CRITICAL 検証あり。

テストが失敗したり、実装が意図通りに動かない時に、推測や思いつきではなく、ログ出力による「証拠」に基づいてバグの原因を特定できます。 考えられる原因を5～7個列挙し、最も可能性の高いものに絞って検証するため、闇雲なデバッグの時間を大幅に削減できます。 修正後も、デバッグログをすべて削除し、プロジェクト全体の一貫性を保った状態でコミットできます。 テストコードがパスしないトラブルに遭遇したエンジニア 「なぜ動かないのか理由が不明」という状況から抜け出したい方 原因不明のコンパイルエラーやランタイムエラーの対応を効率化したい方 バグ修正時に、問題の根本原因を正確に把握してから対応したいチーム ワークフローは6ステップで構成。Step 1：症状の正確な把握。エラーメッセージ・スタックトレース全文確認、期待値と実際値の差分明確化、再現条件の特定を「期待/実際/エラー/再現」テンプレートで記録。Step 2：仮説の列挙（5～7個）。データ（入力値・初期化順序）、状態（ライフサイクル・タイミング）、依存（他システム連携・イベント順序）、環境（Unity固有・非同期・スレッド）のカテゴリ別に幅広く検討。Step 3：絞り込み（1～2個）。エラーメッセージとの整合性、変更履歴との関連、再現パターンの一致、過去類似バグ経験を判断基準に。Step 4：ログによる仮説検証。問題メソッドの入口・出口、条件分岐直前、データ変換前後に Debug.Log で値を出力。Step 5：検証と修正。ログ結果から原因特定し最小限修正、外れたら新仮説を追加検証。Step 6：クリーンアップ。デバッグログ全削除、プロジェクト一貫性確認。アンチパターンは推測修正・一度に大量変更・ログ残し。

実行計画テーブルから未完了タスクを自動抽出し、次々と着手します。TreeWalk実装→VM同期→回帰検出のサイクルを自動繰り返すため、人間の指示なしに開発が進みます。 タスク完了時に自動で計画を「完了」に更新し、changelog.mdに記録するため、進捗管理の手作業がなくなります。 パフォーマンス改善タスク（P3、G2）は自動的にベンチマークを記録し、改善効果を数値で確認できます。 ビルドエラーやテスト失敗を検出した場合、原因調査→修正を試みてから次タスクに移るため、問題が連鎖しません。 CLAUDE.md、plan/memo.md、plan/roadmap.mdなどのプロジェクトドキュメントを毎回参照するため、規約や設計を外さない実装が実現します。 長時間の反復開発を効率化したい開発チーム テスト合格・ベンチマーク記録まで自動で行いたい開発者 計画書とコードの同期ズレを防ぎたいプロジェクトマネージャー 朝出勤時に計画を立てたら昼には完了タスクが溜まっていてほしい人 このスキルは毎イテレーション時にgit logとgit statusで現状を把握した後、plan/memo.mdの実行計画テーブルから未完了の最初のタスクを選定します。開発手順は「TreeWalkで正しい振る舞いを実装」→「VMを同期（同じ結果を返すように）」→「--compareで回帰検出（zig build run -- --compare -e '(test-expr)'）」→「テスト追加・実行（zig build testで baseline=1036 pass）」です。タスク完了時は計画表の該当行を「完了」に更新し、changelog.mdも追記します。パフォーマンス系（P3、G2）タスクでは必ずベンチマークを記録（bash bench/run_bench.sh --quick --record --version="..."）します。意味のある単位でgit commitしたら、設計判断が必要な場合はplan/notes.md`に選択肢を記録し最適な方を選んで進みます。ビルドエラー・テスト失敗は原因調査・修正を試みた後、止めずに次タスクへ移行します。

バージョン自動計算とリリース分岐を一括生成：引数（patch/minor/major）またはバージョン直指定から、セマンティックバージョニング規則に従った次バージョンを計算し、git worktree + release ブランチを自動作成します。 commandmatedev エージェント委譲でリリース準備を自動化：package.json 更新、CHANGELOG 作成、ビルド・テスト・lintの品質チェック完全自動化をエージェント経由で実施、失敗時は中断報告。 3フェーズ制御でリリース完了まで一気実行：①worktree作成と登録確認、②エージェント委譲でリリース準備、③マージ・タグ・push を制御フロー通りに順序保証。 疎通確認と段階的ロールバック対応：commandmatedev サーバー状態確認、main ブランチ最新化、worktree 登録失敗時のユーザーガイダンスを自動判定。 リリースマネージャー・リードエンジニア：手動リリースの繰り返し作業を廃止し、リリース品質を標準化したい マイクロサービス・モノレポ運用チーム：複数パッケージの並行リリースを一元管理したい CI/CD パイプライン構築者：git worktree + エージェント委譲の組み合わせパターンを参考にしたい DevOps エンジニア：リリースプロセスのボトルネック自動化が必要な組織 3フェーズ実行フロー：Phase1（worktree準備）では commandmatedev 疎通確認→現在バージョン取得→次バージョン計算（セマンティックバージョニング準拠）→main ブランチ最新化→release ブランチと worktree 作成→npm install→worktree 登録確認。Phase2（エージェント委譲）では WT ID 取得→リリースタスク（package.json version更新、package-lock.json更新、CHANGELOG追加、品質チェック：lint・tsc・test・build）を commandmatedev send で送信→エージェント完了待機。Phase3（完了処理）では main マージ・タグ作成・push・worktree 削除。前提：main 最新、commandmatedev 起動、lint/tsc/test/build 全パス状態。

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。

mod_version をチェックし、バージョンが古ければ更新種別（メジャー・マイナー・パッチ）を聞いて自動更新できます。 Gradle でビルドし、失敗したら即座に中断して原因を報告できます。 前回のリリースから今回の変更内容を自動取得し、リリースノートのドラフトを作成できます。 Git タグを作成して GitHub に push し、GitHub Releases に Fabric・Forge 両方の JAR ファイルを自動アップロードできます。 ビルド・タグ作成・リリース作成の各ステップで確認を取りながら進められるので、誤ったリリースを防げます。 Minecraft mod の開発者で、リリース作業を毎回手作業でやっている人 バージョン更新・ビルド・タグ・GitHub Release 作成をまとめて自動化したい人 Fabric と Forge の両方に対応したモッドを公開している人 リリースノートを手書きするのが面倒で、変更履歴から自動生成したい人 このスキルは Minecraft mod（LMML）のリリース全体を自動化します。前提条件として gradle.properties に mod_version が更新済み、ワーキングツリーがクリーン、gh CLI が認証済みである必要があります。手順：(1) gradle.properties から mod_version を読み取りユーザーに確認、未更新なら更新種別（x/y/z）を聞いて自動編集・コミット、(2) ./gradlew build を実行し失敗時は中断、(3) git describe --tags --abbrev=0 で前回タグを特定、git log で変更履歴を取得しリリースノートをドラフト、ユーザーに提示して確認、(4) git tag v{version} と git push origin v{version} でタグ作成・push、(5) gh release create で GitHub Release を作成し Fabric・Forge の JAR ファイルをアップロード（ファイル名パターン: LMML-{mc_version}-{version}-Fabric.jar など）、(6) Release URL をユーザーに報告。各ステップで確認を取り、Minecraft バージョン変更時はファイルパス確認に注意。

フォーマット修正・Lint修正・型チェック・ビルド・テストを自動実行し、コミット前にコード品質を確保できます。 各ステップの成功・失敗を順序通りに報告し、どこで問題が発生したか即座に把握できます。 フォーマットとLintの自動修正により、手動修正の手間を削減できます。 クイックモード（ビルド・テストスキップ）で、軽量なチェックも可能です。 PR作成前にコード品質を確認したいエンジニア TypeScript/JavaScriptプロジェクトで品質基準を保ちたい開発チーム DB関連のテストエラーを効率的に解決したいバックエンド開発者 5つのコマンドを順序通りに実行します：(1)pnpm format:fix（コードフォーマット自動修正）、(2)pnpm lint:fix（Lintエラー自動修正）、(3)pnpm typecheck（TypeScript型チェック）、(4)pnpm build（本番ビルド確認）、(5)pnpm test（ユニットテスト実行）。クイックモードはビルド・テストをスキップした3コマンド実行。エラー対応として、型チェックエラーはcd packages/db && pnpm buildで解決、DB関連テストエラーはdocker composeで対応、CI環境変数エラーは開発時は無視可能と定めています。

git diff --cached で変更内容を分析し、日本語の Conventional Commits 形式でコミットメッセージを自動作成してコミットできます。 絵文字を使った type（feat:✨新機能、fix:🐛バグ修正、docs:📝ドキュメント、refactor:♻️リファクタリング等）を自動判定し、統一されたスタイルのコミットを実現します。 ステージされていない変更があれば検出して確認し、個別のファイルを追加するか判断できます。 変更の「何をしたか」を1行目に、「なぜしたか」を本文に記載し、Co-Authored-By を自動付与したコミットを作成できます。 Conventional Commits 形式で統一されたコミット履歴を保ちたい開発チーム コミットメッセージを毎回日本語で丁寧に書くのが面倒なエンジニア git diff を確認して適切な type を判定し、自動でコミットを作成させたい人 .env などの機密ファイルが誤ってコミットされるのを防ぎたい開発者 ステージ済み変更を分析し、日本語 Conventional Commits 形式でコミット実行するスキル。ステップ1で git status、git diff --cached --stat、git diff --cached、git log --oneline -5 を並列実行して変更内容と過去スタイルを把握。ステップ2でステージされていない変更を確認し、必要に応じて個別に git add で追加させる（git add . 厳禁）。ステップ3でコミットメッセージ作成：type は feat（✨）/ fix（🐛）/ docs（📝）/ refactor（♻️）/ chore（🔧）/ style（💄）/ test（✅）から選択、1行目は「何をしたか」を日本語で簡潔に、本文は「なぜか」を箇条書きで記載、Co-Authored-By: Claude Opus 4.6 を自動付与。ステップ4で HEREDOC 形式でコミット実行後 git status で確認、pre-commit フック失敗時は新規コミット作成（--amend 禁止）。.env やシークレット含むファイルは警告してコミット拒否。禁止事項：git push（明示指示時のみ可）、--amend、--no-verify、git add ./-A、git config 変更。

プルリクエストの作成・管理を高速化 — ghコマンドでPRの作成、確認、編集をターミナルから一括実行でき、ブラウザを往復する手間が減ります。 コンフリクト（競合）の解決フロー — マージ時に発生したコードの競合を、ステップバイステップで確認・解決し、安全にマージできます。 Issue管理も同じツールで統一 — Issue作成・確認・クローズもコマンドラインから行え、GitHub操作全体をスムーズに。 PR情報をJSON形式で取得・確認 — マージ可能状態、レビューステータス、CI/CDの状態などを詳細に確認し、問題の早期発見ができます。 実装からマージまでの実践的な流れ — ブランチ作成→コミット→PR作成→マージまで、実例付きで全プロセスを標準化できます。 開発エンジニア — 毎日複数のPRを作成・レビューする人で、GitHub操作を高速化したい方。 チームリード — チームメンバーのPRレビューを効率化し、マージ作業をスムーズにしたい方。 Git初心者からの脱却を目指す人 — GUIではなくコマンドラインで自信を持ってGitHub操作をしたい方。 コンフリクト解決に不安がある人 — マージ時のコンフリクトに直面したとき、体系的に対応できるようになりたい方。 GitHub CLIの認証確認（gh auth status）から始まり、プルリクエストの作成・確認・編集（タイトル、説明、ラベル、レビュアー追加）の操作方法を網羅します。コンフリクト解決は4ステップで構成：(1)マージ可能状態の確認、(2)mainブランチのマージ、(3)競合ファイルの特定、(4)マーカー削除後のコミット・プッシュ。Issue操作（作成・一覧・確認・クローズ）も含まれます。JSONクエリを使用したPR情報取得（title、body、state、mergeable、files、reviewDecision、statusCheckRollup）、および「PR作成からマージまで」と「コンフリクト解決」の2つの実践例を提供し、実装フローを具体的に示します。

ファイル変更を「論理的な変更単位」ごとに自動分類し、各グループのコミットメッセージ案を提示できます。 ユーザーの承認後、グループごとにファイルをステージして順番にコミットを実行し、変更履歴を整理できます。 コミットメッセージに作成者情報を自動付与し、CLAUDE.mdのコミットルール「1コミット = 1つの論理的な変更単位」に従った履歴を作成します。 Gitの変更履歴を見やすく整理し、後から参照しやすくしたい開発者 複数ファイルの変更を複数コミットに分け、各コミットの意図を明確にしたい人 コミット漏れや誤ったコミットを防ぎ、リポジトリ品質を保ちたい人 章・セクション・機能ごとに変更を論理的にグループ化したい人 コミットルール「1コミット = 1つの論理的な変更単位」に従い、変更をグループ分けしてコミット。Step 1でgit status・git diff・git logを実行して全変更を把握。Step 2で変更ファイルを章・セクション・機能単位でグループ化（基準：章・セクション執筆、進捗管理、セッションログ、スタイルガイド、サンプルコード、図・画像等）。Step 3でテーブル形式でグループ分け結果を提示しユーザー承認取得。Step 4で各グループを順番にgit add（ファイル個別指定）→HEREDOCでgit commit（プレフィックス：docs/feat/fix/chore等、日本語または英語、1行目70字以内推奨、Co-Authored-Byで作成者付与）。Step 5でgit log --onelineで全コミット一覧を表示。

モバイルやCloudflare経由でセッション開いた直後に発生する「再接続中...」ループを診断・修正できます。 ブラウザコンソールの WebSocket connection failed エラーと 502 Bad Gateway の原因を特定できます。 ttydプロセス起動時のタイミングレース問題を解決する2段階確認方式を実装できます。 サーバーログから「ポートリッスン準備完了」を確認してからクライアント接続を許可する仕組みに変更できます。 既存アクティブセッションの再起動時に旧ロジックが残っている問題を検出・修正できます。 ttydを使ったブラウザベースターミナルを運用している開発者 モバイルやプロキシ経由でのリモート接続が多い環境の管理者 WebSocket接続エラーのトラブルシューティングに時間がかかっている方 接続の安定性を改善したいインフラエンジニア ttydプロセス起動には2つのステップが存在します：(1)プロセス起動（spawn完了）と(2)ポートリッスン開始（WebSocket接続受付可能）。旧実装では(1)までしか確認していないため、クライアントが(2)完了前にWS接続を試行してしまい失敗します。特にCloudflare Zero Trust経由ではプロキシ遅延により顕著に発生します。解決策として、新規メソッド waitForTtydReady() を実装し、ポートリッスン確認を10秒間、100ms間隔でリトライします。このメソッドは port、timeoutMs、retryIntervalMs をパラメータに取り、ポート監視完了時に「Port ready after XXXms」ログを出力します。session-manager.js の起動フローに2段階確認方式を導入し、Step 1でプロセス生存確認、Step 2でポートリッスン確認を実行する実装が commit: e0775da で提供されています。

複数ファイルに分割されている仕様書を自動で解析し、重複セクション・矛盾・バージョン差異を検出できます。 検出した重複・矛盾をレポートとして可視化し、ユーザーの確認・判断を得た上で統合を実行します。 バージョン判定基準（ファイル名・コミット日時・バージョン番号）に基づき、古い記述と新しい記述を自動判別し、より詳細・より新しい内容を優先的に採用します。 ID 重複時には内容の詳細度を比較し、既存要件の強化か完全新規追加かを分類。ベースファイルへの追記・上書き・新セクション追加を最適に実行します。 統合完了後、吸収済みファイルの削除やインデックス更新までの後処理を自動化し、仕様書の一元化を完結させます。 大規模プロジェクトで複数チームが作成した仕様書を統合し、単一の要件定義書にまとめたい PM・要件定義者 仕様書が複数ファイルに分散しており、矛盾や重複を手動で整理するのに手間がかかっている方 バージョン管理の複雑さから、どちらの記述が正しいのかが不明確な場合が多い方 統合時に要件情報の欠落を防ぎ、品質を確保した上で安全に統合したい方 このスキルは 4 フェーズのワークフローで仕様書統合を実行します。フェーズ1（精読・分析） ではすべての対象ファイルを Read し、重複検出（同じID・機能の記述重複、非機能要件の複数記載）、矛盾・整合性問題（ID内容不一致、バージョン新旧混在、成功基準不一致）をリスト化。バージョン差異判定は「既存要件の強化」か「完全新規追加」かで分類。フェーズ2（レポート提示・確認） では統合分析レポートをユーザーに提示し、対象ファイル・重複セクション一覧・矛盾内容・推奨統合方針を表示。AskUserQuestion でベースファイル（dest）の確認を取得。フェーズ3（統合実行） では優先順位（重複ID時は詳細・新しいものを採用、セクション重複時は両情報保持、矛盾時はユーザー指定に従う）に基づき Edit で段階的に実施。フェーズ4（後処理） では吸収済みファイルをユーザー確認の上で削除、目次・インデックス更新を実施。情報欠落・ID重複・ユーザー確認省略は厳禁。