Agent Skills by ALSEL
汎用LLM・AI開発⭐ リポ 30品質スコア 79/100

sp-coding-agent

コーディングタスクが曖昧または不完全な場合に使用します。エージェントがファイルを変更する前に、9つのコード関連カテゴリ全体から不足しているコンテキストを抽出します。OpenAI Codex、Anthropic Claude Code、Google Gemini Code Assistに対応しています。

description の原文を見る

Use when a coding task is vague or under-specified. Extracts missing context across 9 code-native categories before the agent executes file changes. Designed for OpenAI Codex, Anthropic Claude Code, and Google Gemini Code Assist.

SKILL.md 本文

SMART POLE コーディングエージェント スキル

このスキルは、AI コーディングエージェント向けに適応させた SMART POLE フレームワークを実装しています。チャットボット版(Instructor/Enforcer)とは異なり、このスキルは コードベース で動作します。プロジェクトファイルをスキャンし、コンテキストを自動抽出し、エージェントがコードを書く前に十分な情報を確保します。


このスキルの読み込み方法

  1. システムプロンプトを設定: references/system-prompt.md をエージェントのシステムプロンプトとして読み込みます(例えば AGENTS.md.claude/system_prompt.md、またはエージェントのシステムロール設定に貼り付けます)。
  2. 参照ファイルを提供: references/logic.mdreferences/overlap-rules.mdreferences/coding-agent-categories.md をエージェントのコンテキストまたはナレッジベースで利用可能にします。
  3. 呼び出し: エージェントに曖昧または具体的なコーディングタスクを指示します。エージェントは ORIENT(コードベースをスキャン)、CLASSIFY(タスクタイプを分類)、EXTRACT(SP カテゴリを抽出)し、ファイルに触れる前に実行ゲートをチェックします。

参照ファイル

ファイル目的
references/system-prompt.md🔴 必須 — 完全なコーディングエージェントシステムプロンプト(v4.0)。エージェントのシステム指示として読み込みます。
references/logic.mdフレームワークロジック:カテゴリ定義、加重スコアリング、タスクタイプ分類、汎用からコーディングタスクへのマッピング。
references/overlap-rules.mdアトム重複ルール、競合検出、Functional Gravity原則、One Atom One Slot ルール。
references/coding-agent-categories.md9つの全 SP カテゴリのコード固有サブディメンション、自動検出ソース、ハードストップゲート定義。

このスキルを使用する場合

  • ユーザーが曖昧なコーディングタスクを指示する場合(「ログインバグを修正」、「ページネーションを追加」など)
  • エージェントが複数ファイルのコード変更を開始する前
  • タスクがコードベースの不慣れな部分を含む場合
  • スコープ管理が重要なマイグレーションまたはリファクタリングタスク

動作方法

  1. ORIENT: エージェントがプロジェクトルート(README.mdAGENTS.mdpackage.jsonDockerfile など)をスキャンします
  2. CLASSIFY: タスクタイプを決定します(バグ修正 / 機能 / リファクタ / マイグレーション / インフラ)
  3. EXTRACT: リクエストを 9つのコード固有 SP カテゴリにマップします
  4. DETECT FLAWS: 不足しているコンテキスト、重複、競合を特定します。重要な場合はユーザーに質問します
  5. PLAN: ファイルレベルのスコープを含む実装計画を作成します
  6. EXECUTE: 承認されたスコープ内でファイル変更を適用します
  7. VERIFY: テスト、リント、型チェックを実行します。失敗時は自己修復します

9つのコード固有カテゴリ

略語カテゴリコード上の意味優先度
SStyleコード基準、リント、アーキテクチャパターン🟢 自動検出
MMastery開発者の専門知識レベル — Domain と Task に分割(下記参照)🟡 Contextualizer
AAim完了の定義、受入基準、成功メトリック🔴 コア
RResource許可/禁止されている依存関係、API クォータ、チーム連絡先、内部ドキュメント🟡 Contextualizer
TTime期限、緊急度レベル(ホットフィックス vs 長期的)、スプリント制約🟢 Accelerator
PPeopleチーム規約、レビュアーのペルソナ、暗黙的な価値観と好み🟡 Contextualizer
OOutline認可されたファイルスコープ、フォルダ境界、触れてはいけない部分🔴 コア
LLocaleランタイムエコシステム、言語/フレームワークバージョン、法的/インフラ制約🟡/🔴 条件付き
EExampleリファレンスコードスニペット、類似 PR、アンチパターンストーリー🟡/🟢 条件付き

カテゴリの詳細解説(SP-Flaw 防止)

⏱️ T — Time: 緊急度のみ、品質ではない

T が答える: 「どれくらい時間がありますか?」— 期限、スプリントスロット、ホットフィックス vs 計画的なリファクタ。

⚠️ T-Flaw(カテゴリ重複): 受入基準またはコンテンツの深さ要件を T に入れてはいけません。

  • ❌ 間違い: T: "フォローアップが不要になるほど十分に徹底していること" ← これは A-アトムです
  • ✅ 正解: T: "ホットフィックス — 2時間以内にデプロイが必要" / T: "緊急ではない — 次のスプリント"

品質ゲートと成功基準は Aim(A) または Outline(O) に属し、Time には属しません。


👥 P — People: 暗黙的な特性を明示的にする

P が答える: 「誰が関わっており、何が彼らの隠れた仮定ですか?」

チーム規約を超えて、常に以下を表面化させてください:

  • レビュアーのペルソナ: レビュアーは速度よりセキュリティを優先しますか?過度に複雑な抽象化を嫌いますか?
  • 暗黙的な価値観: 関数型スタイルを好みますか?ORM が苦手ですか?最小限の差分を重視しますか?
  • 心理的特性: チームカルチャー(コンセンサス駆動型 vs 個人の自主性)、リスク許容度

⚠️ P-Flaw(暗黙的な People): 性格的な特性と価値観を暗黙的なままにしてはいけません — エージェントは推測を誤ります。

  • ❌ 間違い: チームが TypeScript の any 型を嫌うことを省略する
  • ✅ 正解: P: "レビュアーは TypeScript の 'any' の使用をすべてフラグする — 常に厳密な型を使用"

🎓 M — Mastery: 常に Domain と Task に分割する

M が答える: 「開発者は何を知っていますか — どの側面で?」

Mastery を常に 2つの部分 に分解してください:

ディメンション意味
M-Domainテックスタック/ロールの専門知識React シニア、DevOps ジュニア
M-Taskこのの特定のタスクタイプの経験Stripe 統合未経験、WebSocket 初経験

⚠️ M-Flaw(Mastery スコープ): Domain と Task の専門知識のギャップを見落とすと、技術的には流暢だが実践的には不適切なソリューションを提案するエージェントになります。

  • ❌ 間違い: M: "シニア開発者" ← domain のみ、task ディメンションなし
  • ✅ 正解: M-Domain: "React シニア" | M-Task: "ジュニア — OAuth2 フロー実装初経験" → エージェントは親しみのある React パターンを使用しながら OAuth2 をステップバイステップで説明します

🧰 R — Resource: ツール + 人 + データ

R が答える: 「私は何の道具を持っていますか — そして何が禁止されていますか?」

Resource には 3つのディメンション があります(ソフトウェアツールだけではありません):

ディメンション
Tools許可されているライブラリ/フレームワーク、CI/CD パイプライン、開発環境
People / Networkレビューできるチームメンバー、外部コンサルタント、オンコール SME
Data / Docs内部ウィキ、API ドキュメント、ログアクセス(/var/log/auth.log)、Sentry

⚠️ R-Flaw(Resource 活用不足): ソフトウェアツールのみをリストアップすると、「セキュリティチームに相談してください」や「Confluence のランブックをチェックしてください」と提案するエージェントができなくなります。

  • ❌ 間違い: R: "Jira、Notion" ← ツールのみ
  • ✅ 正解: R-Tools: "Jira" | R-Network: "レビューに利用可能なセキュリティチーム" | R-Data: "Sentry ログ + Redis CLI アクセス"

また Negative Atoms(禁止事項)も提供してください:

R-Forbidden: "承認なしでの npm 依存関係の新規追加禁止、DB スキーマ変更禁止"


📌 E — Example: アンカーアトム

E が答える: 「出力は何に見えるべきか — 具体的に?」

コーディングコンテキストでは、Gold Standard E-アトム はペアで構成されます:

E-アトムタイプどのように見えるか
コードスニペットBefore/After コードブロック:従うべきパターンを示します
類似 PRリンクまたは説明:比較可能なバグを解決した過去の PR
入力/出力ペア期待されるテストケース:入力状態 → 期待される動作
アンチ例(Story)「前回 X をこうしたら Y が壊れた — このパターンを避けてください」

⚠️ E-Flaw(アンカー不足): Example アトムがないと、エージェントはコードベース規約ではなくトレーニングデータのデフォルトを模倣します。

  • ❌ 弱い: E: "きれいに見えるようにしてください" ← あいまい、エージェントにアンカーを与えません
  • ✅ Gold: E: "auth_service.py:L45–80 のパターンに従う — セッション更新前のトークン無効化" または E: "この Sentry トレースは失敗チェーンを示す:A→B→C"

常に自問してください:「エージェントが模倣したい類似 PR、ログトレース、またはコードセクションがありますか?」


自動抽出ソース

ソースファイル抽出される SP カテゴリ
.eslintrc / ruff.tomlS(Style)
package.json / pyproject.tomlR(Resource)、L(Locale)
Dockerfile / docker-compose.ymlL(Locale)、R(Resource)
AGENTS.md / SKILL.mdP(People)、S(Style)
CI/CD 設定(.github/workflows/R(Resource)、A(Aim 品質ゲート)

コーディングタスク分類

タスクタイプ主要 SP カテゴリエージェント動作
バグ修正A、E、O最小限の変更 + リグレッションテスト
機能A、O、R計画 → 実装 → テスト
リファクタO、E、P動作を保持、構造を改善
マイグレーションL、R、Tインクリメンタル、後方互換性
インフラL、R、Aインフラストラクチャアズコード、冪等性

タスク分類マッピング(汎用 → コーディング)

このマッピングを使用して、references/logic.md の汎用 SMART POLE タスクタイプとコーディングエージェントタスクタイプをつなぎます。

汎用タスクタイプ(references/logic.mdコーディングタスクタイプデフォルト解釈
Deterministicバグ修正、リファクタ動作は制限されている。再現性とリグレッションテストを優先します
Generative機能新機能。明確な DoD と明示的なスコープ境界を優先します
Advisoryリファクタ、マイグレーション、インフラアーキテクチャ/プロセスガイダンス。コーディング前に助言をテスト可能な受入基準に変換します
Discovery機能(スパイク)、マイグレーション(アセスメント)探索は許可されますが、実行は最小限で可逆的です
Complianceインフラ、マイグレーション、バグ修正規制/セキュリティ制約は第一級の受入基準です

実行ゲート(ハードストップ)

すべてのハードストップゲートがパスするまで、コード変更を実行しないでください:

  1. Gate A(Aim): 少なくとも 1つのテスト可能な受入基準が存在します。
  2. Gate O(Outline): 認可されたスコープは明示的です(または最小限のスコープにデフォルトします)、禁止スコープは尊重されます。
  3. Gate Conflict: すべての SP-conflict アイテムはユーザーの決定によって解決されます。
  4. Gate Overlap: references/overlap-rules.md の「One Atom, One Slot」を適用します。アトムの二重カウントなし。
  5. Gate Score: 加重準備スコアは、適用可能な最大スコアの >= 67% です(references/logic.md のタスクタイプ加重により)。

ゲートが失敗した場合:

  • EXECUTE の前に停止
  • 対象を絞った説明質問をします
  • ユーザー確認後のみ再計画

実例:バグ修正コンテキスト抽出

ユーザーリクエスト: "ログインバグを修正 — パスワードリセット後にログインできない"

SP-カテゴリアトムここになぜあるのか、他ではなく
S.eslintrc から自動検出プロジェクト設定からのスタイル
M-Domainシニアバックエンド開発者テックスタック専門知識
M-Taskジュニア — このレガシー認証システムに不慣れタスク固有のギャップ
Aログインは新しいパスワードで成功、古いセッション無効化、単体テストパス成功基準 → ではない T
R-ToolsRedis CLI アクセス、Sentry エラートレース具体的なツールボックス
R-NetworkSlack で利用可能なセキュリティチーム人的資源
Tホットフィックス — 2時間以内にデプロイが必要緊急度のみ — ではない 品質
Pレビュアーはセキュリティを速度よりも優先、ホットフィックス段階での過度の最適化を回避明示的なレビュアー価値観
Oauth_service.py と password_controller.py のみ修正スコープ境界
LPython 3.11、Django 4.2、Redis 7ランタイムエコシステム
ESentry トレースが示す:PasswordReset→UpdateDB→[FAIL: セッション無効化されていない]→Login具体的なアンカー

🔍 SP-flaw チェック: 「単体テストを記述する」は A-アトム(受入基準)で、T-アトム(時間/緊急度)ではありません。

チャットボット版との主な違い

側面Instructor/Enforcerコーディングエージェント
出力マスタープロンプトテキスト動作するコード + テスト成功
推論の可視性プロンプト分析志向ファイル/テストに結びついた簡潔な決定(明示的な CoT 不要)
検証ユーザーがプロンプトをレビューエージェントが自動的にテスト実行
コンテキスト会話のみコードベース + 設定 + ファイルシステム
自己修復N/Aテスト失敗時の自動修復(最大 3回まで)

オプション:他のスキルとの統合

このスキルはあらゆるコーディングエージェントワークフローの プリフライトレイヤー として最適に機能し、実行開始前に十分なコンテキストを確保します。プロジェクト固有の AGENTS.md またはワークフローファイルと組み合わせてください。

ライセンス: Apache-2.0(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
cuongpt083
リポジトリ
cuongpt083/smart-pole-skill
ライセンス
Apache-2.0
最終更新
2026/5/12

Source: https://github.com/cuongpt083/smart-pole-skill / ライセンス: Apache-2.0

本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: cuongpt083 · cuongpt083/smart-pole-skill · ライセンス: Apache-2.0