01
このSkillでできること
- ✓リポジトリのアーキテクチャ、機能、コード品質、文書、テスト、CI、性能、セキュリティの改善機会を特定する
- ✓要件や目的を確認し、推奨するアプローチを1つに絞った改善提案を作成する
- ✓提案をGitHub Issueとして作成し、`loom:architect`と適切なTierラベルを付ける
- ✓既存の提案やバックログのバランスを確認し、提案の重複や過剰な追加を避ける
02
使い方
01
STEP 1
README.mdやdocs/roadmap.mdを確認してプロジェクトの目標を把握する
02
STEP 2
既存のオープンな提案、コード、PR、Issue、テスト、CI、依存関係を確認する
03
STEP 3
改善候補を比較検討し、理由を添えた1つの推奨案にまとめる
04
STEP 4
必要に応じて提案数の上限を守り、承認後の実装やIssueのトリアージは担当しない
03
Skillのインストール
初心者におすすめ
AIにこのSkillを追加してもらう
GitHub URLごとCodexやClaude Codeへ渡し、現在の環境に合う方法を判断してもらいます。
このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。
Repository:
https://github.com/rjwalters/anvil手動でインストールする
README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。
./scripts/install-anvil.sh .
./scripts/install-anvil.sh --skills=memo,deck /path/to/target-repo
./scripts/install-anvil.sh --dry-run /path/to/target-repo
./scripts/install-anvil.sh --no-sync /path/to/target-repo
./scripts/install-anvil.sh --check-depsuv sync --project .anvil
uv run --project .anvil python -c "from anvil.lib.render_gate import gate; print(gate.__module__)"uv sync --project .anviluv pip install -e .[auto_shrink] # enables the anvil:deck silent-Marp-auto-shrink lint (#102)04
このSkillを使うプロンプト例
Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。
このリポジトリを調査し、現在の目標と既存の提案を踏まえて、優先度の高い改善案を最大3件作成してください。各案には背景、推奨アプローチ、理由、影響範囲を含めてください。出力例を見る
改善提案: テストカバレッジの不足
背景: 重要な処理のエッジケースに対するテストが不足しています。
推奨アプローチ: 重要な処理とエラーシナリオのテストを追加する。
理由: 回帰を検出しやすくし、テストの保守性を高めます。05
安全性チェック
自動解析による参考情報です。Skillの安全性を保証するものではありません。
外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報明確な記述なし
検出根拠を見る
- network: and used in production by the [studio canary consumer](https://2amlogic.com). Active work is on follow-up polish surfaced by real authoring use — see [op
- network: ish surfaced by real authoring use — see [open issues](https://github.com/rjwalters/anvil/issues) for the live punch list. Issues labeled `tier:goal-supp
06
関連Skill
agent-architecture
AIエージェント・アーキテクチャ設計
要件に基づくAIエージェントの設計、既存構成の監査・診断を行う。実装や一般的なコードレビューは対象外。
評価確度:暫定agent-evaluationagent-skillsai-agents
code-review
code-review
境界をまたぐ参加者間の合意を検証し、実行可能なトリガーと反証を備えた実 actionable なコードレビューを行う。
↗ 急上昇agent-skill-repositoryagent-skillsagentic-skills
check-your-own-work
check-your-own-work(自分の変更を自己点検)
変更を引き渡す前に、宣言と差分、規範、テスト、レビュー対応、失敗経路など9項目を確認し、findingを処置するための自己点検スキル。
ai-workflowsclaude-codeclaude-skills