meta-cognitive-reasoning

弱いテストはリリースを遅らせ、リグレッションを見逃します。このスキルは、テスト戦略、TDD、自動化、カバレッジレビュー、Playwright による Web チェックをガイドします。

証拠がログ、スタックトレース、サービス全体に分散していると、エラーやインシデントのトリアージは困難です。このスキルは診断を構造化し、ログを解析し、パターンを特定し、最小限の修正へ導きます。

開発者は、コードがなぜ存在するのか、何がそれに依存しているのかを追跡するのに時間を失いがちです。このスキルは、変更前に Claude、Codex、Claude Code に対して、関連するグラフ知識、呼び出し元、インポート、テストを収集するよう促します。

構造、リソース、検証ルールが不明確だと、再利用可能なAIスキルの構築は困難です。このスキルは、スキルの設計、作成、検証、パッケージ化のための実践的なワークフローを提供します。

依存関係の更新には、脆弱性、ライセンス上の問題、破壊的変更が隠れていることがあります。このスキルは、一般的なパッケージマネージャー全体で、監査、安全なアップグレード、レポート作成をガイドします。

アクセシビリティ上のギャップは、ユーザーの利用を妨げ、コンプライアンスリスクを生む可能性があります。このスキルは、WCAG監査、スクリーンリーダーチェック、キーボードテスト、改善計画を支援します。

独立した障害を同時に調査できる場合、逐次的なデバッグはチームの作業を遅らせます。このスキルでは、作業を焦点を絞ったエージェントタスクに分割し、それらを並列にディスパッチし、結果を統合する方法を示します。

実際のプロジェクトから切り離された例では、コード学習は抽象的に感じられることがあります。このスキルは、動作するアプリケーションを段階的に作りながら概念を教えます。

構造化されていないバグ修正は時間を浪費し、本当の失敗原因を隠すことがあります。このスキルは Claude、Codex、Claude Code に、証拠に基づく根本原因分析をガイドします。

長い会話や大規模なプロンプトにより、AIエージェントは重要な情報を見失ったり、矛盾するコンテキストに従ったりすることがあります。このスキルは、Claude、Codex、Claude Codeが劣化パターンを特定し、緩和戦略を選択するのに役立ちます。

トレーニングの失敗は、根本原因が明らかになる前にエージェントをリスクのあるパッチ適用へ進ませる可能性があります。このスキルは、保守的な診断、セーブポイント計画、承認に基づく修正をガイドします。

Pythonプロジェクトでは、より強固な正確性、型、スタイルが必要になることがよくあります。このスキルは、実践的なPythonのベストプラクティスを使って実装とレビューを導きます。