ai-regression-testing
AI支援開発向けの回帰テスト戦略です。データベース依存なしでサンドボックスモードのAPIテストを実施でき、自動化されたバグチェックワークフローを構築できます。また、同じAIモデルがコードを作成・レビューする際の盲点を検出するパターンも提供します。
description の原文を見る
Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code.
SKILL.md 本文
AIリグレッションテスト
AI支援開発向けに特別に設計されたテストパターンです。同じモデルがコードを書いてレビューする場合に発生する体系的なブラインドスポットを、自動テストだけが検出できます。
有効化する場合
- AIエージェント（Claude Code、Cursor、Codex）がAPIルートやバックエンドロジックを変更した
- バグが見つかって修正された — 再発防止が必要
- プロジェクトにサンドボックス/モックモードがあり、DB不要のテストに活用できる
- コード変更後に
/bug-checkなどのレビューコマンドを実行している - 複数のコードパス（サンドボックス vs 本番、フィーチャーフラグなど）が存在する
コアの問題
AIが書いたコードを自分でレビューする場合、同じ仮定を両方のステップに持ち込みます。これにより予測可能な失敗パターンが生まれます：
AIが修正を書く → AIが修正をレビュー → AIが「正しく見える」と判定 → バグがまだ存在
実例（本番環境で観測）：
修正1: notification_settingsをAPI応答に追加
→ SELECTクエリに追加するのを忘れた
→ AIがレビュー → 見落とした（同じブラインドスポット）
修正2: SELECTクエリに追加
→
...
詳細情報
- 作者
- makinsonmjttrt
- ライセンス
- unknown
- 最終更新
- 2026/3/29
Source: https://github.com/makinsonmjttrt/obsidian_vault / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。