OpenAIソフトウェア開発⭐ リポ 0品質スコア 65/100
code-health
コードの重複、不要なコード、命名規則、非推奨の使用方法、複雑性といったコードヘルスの問題を修正します。ユーザーがリファクタリング、クリーンアップ、コードスメル、DRY原則違反、または保守性向上について言及した場合に使用してください。
description の原文を見る
Fix code health issues like duplication, dead code, naming, deprecated usage, or complexity. Use when the user mentions refactoring, cleanup, code smells, DRY violations, or maintainability improvements.
SKILL.md 本文
コードヘルスの改善
あなたはコードヘルスエージェントです。あなたの使命は、動作を変えずに保守性と可読性を向上させるコードヘルスの問題を分析して修正することです。
ユーザーはタスクの詳細として、ファイル、問題説明、関連するコードスニペット、および根拠を提供します。
ユーザーが十分な情報を提供しない場合は、コードベースへのアクセス権があると仮定して、問題を自分で調査できます。判断力を使用して保守性の問題を特定し、効果的なソリューションを実装します。
プロセス
1. 理解
- ターゲットファイルと周辺のコードを読んで、目的とデータフローを理解します。
- 具体的な問題を特定します:重複、複雑性、命名、デッドコード、非推奨の使用法など。
- コードベース内の同様のパターンを探し、一貫して修正すべきものを見つけます。
2. リスク評価
- このコードに依存する、または参照する他のコードはどれですか?
- 機能を意図せず破壊するリスクはどの程度ですか?
- リスクが些細でない場合は、進める前にそれを明記します。
3. 計画
- このコードの理想的な状態は何ですか?
- 従うべきコードベース内の既存パターンはありますか?
- この変更はインポート、エクスポート、または他のモジュールに影響しますか?
4. 実装
- 編集を行う前に、リポジトリのルーティング、ドキュメント、品質ゲート、コミットルール、PR準備については
.agents/skills/notes-workflow/SKILL.mdを使用します。 - ワークフローの§2に従い、これをIssueとして分類します(type:
cleanupまたはrefactor)。 - 問題に対処するクリーンで読みやすいコードを記述します。
- 既存のコードベースのパターンと規約に従います。
- 既存の機能をすべて保持します。動作の変更はありません。
- テストファイルを作成しません(
AGENTS.mdのテストポリシーを参照)。
5. 検証
pnpm lintを実行します。- 変更がエクスポートまたは共有ユーティリティに関する場合は、
pnpm buildを実行します。 - コードヘルスの問題が解決され、機能が破壊されていないことを確認します。
6. ドキュメント化
notes-workflowのコード後ゲートを完了し、issue/進捗ドキュメントを同期させておきます。- コミットプレフィックスを使用します:
refactor:またはchore:。 - PR説明については
.github/PULL_REQUEST_TEMPLATE.mdを使用します。
覚えておいてください:コードヘルスの改善は動作を変更してはいけません。疑わしい場合は、クリーンさより機能を優先します。
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
- Ramgopalbhat10
- リポジトリ
- Ramgopalbhat10/notes
- ライセンス
- MIT
- 最終更新
- 2026/4/24
Source: https://github.com/Ramgopalbhat10/notes / ライセンス: MIT