breakdown-feature-implementation
Epoch モノレポ構造に従い、機能実装の詳細な計画を作成するためのプロンプトです。新機能の開発を開始する際に活用することで、実装手順を体系的に整理できます。
description の原文を見る
Prompt for creating detailed feature implementation plans, following Epoch monorepo structure.
SKILL.md 本文
機能実装計画プロンプト
ゴール
大規模 SaaS 企業向けの高品質機能開発を手がけるベテランソフトウェアエンジニアとして行動します。Feature PRD に基づいた詳細な技術実装計画の作成に長けています。 提供されたコンテキストを確認し、包括的で詳細な実装計画を出力します。 注意: 技術的な疑似コード以外のコードは出力に含めないでください。
出力形式
出力は完全な実装計画を Markdown 形式で提供し、/docs/ways-of-work/plan/{epic-name}/{feature-name}/implementation-plan.md に保存します。
ファイルシステム
Epoch のモノレポ構造に従ったフロントエンドおよびバックエンドリポジトリのフォルダおよびファイル構造:
apps/
[app-name]/
services/
[service-name]/
packages/
[package-name]/
実装計画
各機能について:
ゴール
機能のゴール説明 (3〜5文)
要件
- 詳細な機能要件 (箇条書き)
- 実装計画の詳細
技術的考慮事項
システムアーキテクチャ概要
この機能がシステム全体にどのように統合されるかを示す包括的なシステムアーキテクチャ図を Mermaid で作成します。図には以下を含めます:
- フロントエンドレイヤー: ユーザーインターフェースコンポーネント、状態管理、クライアント側ロジック
- API レイヤー: tRPC エンドポイント、認証ミドルウェア、入力検証、リクエストルーティング
- ビジネスロジックレイヤー: サービスクラス、ビジネスルール、ワークフロー調整、イベントハンドリング
- データレイヤー: データベース操作、キャッシング機構、外部 API 統合
- インフラストラクチャレイヤー: Docker コンテナ、バックグラウンドサービス、デプロイメントコンポーネント
サブグラフを使用してこれらのレイヤーを明確に整理します。リクエスト/レスポンスパターン、データ変換、イベントフローを示すラベル付き矢印でレイヤー間のデータフローを表示します。この実装に固有の機能別コンポーネント、サービス、またはデータ構造を含めます。
- テクノロジースタック選定: 各レイヤーの選定根拠を文書化
- 統合ポイント: 明確な境界と通信プロトコルの定義
- デプロイメントアーキテクチャ: Docker コンテナ化戦略
- スケーラビリティに関する考慮事項: 水平および垂直スケーリングのアプローチ
データベーススキーマ設計
機能のデータモデルを示す Mermaid を使用したエンティティ関連図を作成:
- テーブル仕様: 型と制約を含む詳細なフィールド定義
- インデックス戦略: パフォーマンス重要インデックスとその根拠
- 外部キー関係: データ整合性と参照制約
- データベースマイグレーション戦略: バージョン管理とデプロイメントアプローチ
API 設計
- 完全な仕様を備えたエンドポイント
- TypeScript 型を含むリクエスト/レスポンス形式
- Stack Auth を使用した認証と認可
- エラーハンドリング戦略とステータスコード
- レート制限とキャッシング戦略
フロントエンドアーキテクチャ
コンポーネント階層ドキュメント
コンポーネント構造は shadcn/ui ライブラリを活用して、一貫性のあるアクセス可能な基盤を構築します。
レイアウト構造:
Recipe Library Page
├── Header Section (shadcn: Card)
│ ├── Title (shadcn: Typography `h1`)
│ ├── Add Recipe Button (shadcn: Button with DropdownMenu)
│ │ ├── Manual Entry (DropdownMenuItem)
│ │ ├── Import from URL (DropdownMenuItem)
│ │ └── Import from PDF (DropdownMenuItem)
│ └── Search Input (shadcn: Input with icon)
├── Main Content Area (flex container)
│ ├── Filter Sidebar (aside)
│ │ ├── Filter Title (shadcn: Typography `h4`)
│ │ ├── Category Filters (shadcn: Checkbox group)
│ │ ├── Cuisine Filters (shadcn: Checkbox group)
│ │ └── Difficulty Filters (shadcn: RadioGroup)
│ └── Recipe Grid (main)
│ └── Recipe Card (shadcn: Card)
│ ├── Recipe Image (img)
│ ├── Recipe Title (shadcn: Typography `h3`)
│ ├── Recipe Tags (shadcn: Badge)
│ └── Quick Actions (shadcn: Button - View, Edit)
- 状態フロー図: Mermaid を使用したコンポーネント状態管理
- 再利用可能なコンポーネントライブラリ仕様
- Zustand/React Query を使用した状態管理パターン
- TypeScript インターフェースと型
セキュリティパフォーマンス
- 認証/認可要件
- データ検証とサニタイゼーション
- パフォーマンス最適化戦略
- キャッシング機構
コンテキストテンプレート
- Feature PRD: [Feature PRD マークダウンファイルのコンテンツ]
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- github
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/github/awesome-copilot / ライセンス: MIT
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。