mcpField
A
ai-slop-cleaner

ai-slop-cleaner

github.com/yeachan-heo開発40.4k1.6k 回インストール2 日前に更新
リポジトリ

ai-slop-cleaner について

ai-slop-cleanerは、意図した動作を保ちながら、肥大化や重複のあるAI生成コードを整理するスキルです。回帰テスト、範囲を定めた計画、小刻みな検証を重視し、レビュー専用モードも備えます。

主な機能

  1. 01動作を保護してから計画を作成
  2. 02重複、不要コード、過剰な抽象化を特定
  3. 03問題の種類ごとに段階的に整理
  4. 04レビュー専用モードに対応
  5. 05回帰テストと品質チェックで検証

活用シーン

  1. 01重複ロジックや未使用コードの削除
  2. 02動作を変えずにモジュールを簡素化
  3. 03整理内容とテスト範囲のレビュー

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/yeachan-heo/oh-my-claudecode --skill ai-slop-cleaner

インストール後、Claude Code で/ai-slop-cleanerを入力して読み込まれたか確認します。

詳細

AI スロップクリーナー

このスキルは、スコープを逸脱したり、意図した動作を変えたりせずに、AI が生成したコードのスロップを整理するために使用します。OMC では、動作するものの、肥大化している、繰り返しが多い、テストが不十分、または抽象化しすぎているコードを対象とした、範囲を限定したクリーンアップのワークフローです。

使用する場面

次の場合にこのスキルを使用します。

  • ユーザーが明示的に deslop、anti-slop、または AI slop と指示した
  • ノイズが多い、繰り返しが多い、または抽象化しすぎているコードの整理やリファクタリングを依頼された
  • 追加実装の結果、重複ロジック、不要なコード、ラッパーレイヤー、境界の漏れ、または不十分な回帰テストが残っている
  • ユーザーが --review を指定して、レビューのみのアンチスロップパスを求めている
  • 目的が新機能の提供ではなく、単純化と整理である

使用しない場面

次の場合はこのスキルを使用しないでください。

  • タスクの主な目的が新機能の実装やプロダクトの変更である
  • ユーザーが段階的なクリーンアップではなく、広範な再設計を求めている
  • 単純化やアンチスロップの意図を伴わない、一般的なリファクタリングの依頼である
  • テストや具体的な検証計画で動作を保護できるほど、動作が明確でない

OMC の実行方針

  • ユーザーが動作変更を明示的に求めない限り、動作を維持します。
  • 可能な限り、最初に対象を絞った回帰テストで動作を固定します。
  • コードを編集する前にクリーンアップ計画を作成します。
  • 追加よりも削除を優先します。
  • 新しいものを導入する前に、既存のユーティリティやパターンを再利用します。
  • ユーザーが明示的に求めない限り、新しい依存関係を避けます。
  • 差分は小さく、元に戻しやすく、コードの問題点に焦点を絞ったものにします。
  • 簡潔さと根拠の明確さを保ちます。調査、編集、検証、報告を行います。
  • それ以前の競合しない制約を維持したまま、新しいユーザー指示をローカルなスコープの更新として扱います。

ファイルリストのスコープ指定

呼び出し側が安全にクリーンアップできる範囲をすでに把握している場合、このスキルの対象を明示的なファイルリストまたは変更済みファイルに限定できます。

  • 適した例:oh-my-claudecode:ai-slop-cleaner skills/ralph/SKILL.md skills/ai-slop-cleaner/SKILL.md
  • 適した例:Ralph セッションで、そのセッション中に変更したファイルだけを引き継ぐ
  • 対象が短いファイルリストの場合も、同じ回帰安全性を重視したワークフローを維持します
  • ユーザーが明示的に求めない限り、変更済みファイルのスコープを暗黙に広げて、より広範なクリーンアップを行わないでください

Ralph との連携

Ralph は、このスキルを範囲を限定したレビュー後のクリーンアップパスとして呼び出せます。

  • このワークフローでは、クリーナーは標準モード(--review なし)で実行します
  • クリーンアップの対象は、Ralph セッションで変更されたファイルのみです
  • クリーンアップ後、完了前に Ralph が回帰検証を再実行します
  • --review はレビューのみを行う後続モードであり、Ralph との標準的な連携方法ではありません

レビューモード(--review)

--review は、クリーンアップの作業案が作成された後に実行する、レビューのみのパスです。アンチスロップ作業で、執筆者とレビュアーを明確に分けるために使用します。

  • 執筆者パス:テストで動作を固定したうえで、クリーンアップの変更を行います。
  • レビュアーパス:クリーンアップ計画、変更済みファイル、検証の根拠を確認します。
  • 同じパスで、高い影響を及ぼすクリーンアップの実施と自己承認の両方を行ってはいけません。別途レビューステップを設けてください。

レビューモードでは:

  1. ファイルの編集から始めないでください。
  2. クリーンアップ計画、変更済みファイル、回帰テストの網羅状況を確認します。
  3. 特に次の点を確認します。
    • 不要なコードや未使用のエクスポートが残っていないか
    • 統合すべき重複ロジックがないか
    • 境界を曖昧にする不要なラッパーや抽象化が残っていないか
    • 維持した動作に対するテストが不足していないか、検証が不十分でないか
    • 意図せず動作を変えたように見えるクリーンアップがないか
  4. 必要なフォローアップ事項を添えて、レビュアーとしての判定を提示します。
  5. 変更が必要な場合は、同じステップで修正と承認を行わず、別の執筆者パスに引き継ぎます。

ワークフロー

  1. まず現在の動作を保護する

    • 変更してはならないものを特定します。
    • 編集前に、必要最小限の回帰テストを追加するか実行します。
    • テストを先に実施できない場合は、コードに触れる前に検証計画を明記します。
  2. コードを書く前にクリーンアップ計画を作成する

    • 対象を、依頼されたファイルまたは機能領域に限定します。
    • 取り除く具体的な問題点を列挙します。
    • 最も安全な削除から、リスクの高い統合へと作業の順序を決めます。
  3. 編集前に問題の種類を分類する

    • 重複 — 繰り返されるロジック、コピペされた分岐、冗長なヘルパー
    • デッドコード — 未使用コード、到達不能な分岐、古いフラグ、デバッグ用の残骸
    • 不要な抽象化 — 単なる受け渡しをするラッパー、先を見越しすぎた間接化、一度しか使わないヘルパー層
    • 境界違反 — 隠れた結合、責務の配置ミス、誤ったレイヤーからのインポートや副作用
    • テスト不足 — 動作が固定されていない、回帰テストのカバレッジが弱い、エッジケースの抜け
    • UI/デザインの既定値 — AI が構築したと感じられ、レビューされていない印象を与える汎用的なビジュアルパターン
UI/デザインレビューチェックリスト

これらはレビューの観点として使い、絶対的な禁止事項とはしないでください。明確な根拠があるブランド、アクセシビリティ、製品の情報密度、デザインシステム上の選択は維持してください。

  • 韓国語の読みやすさ: 本文が 11〜12px 前後に設定されている場合は指摘してください。韓国語の本文には、検証済みの高密度データ向け例外が適用されない限り、通常 14px 以上が必要です。
  • 影の抑制: あらゆる面、ロゴ、背景、カード、アイコンにボックスシャドウが使われていないか確認してください。影は、立体感やインタラクションを明確にする場合に限って使用します。
  • コンテンツの階層: タイトルですでにメッセージが伝わる場合は、繰り返しのアイブロウ、タイトル、説明、余分な <p> を取り除きます。製品の語り口の一部でない限り、汎用的な絵文字バッジは避けます。
  • 配色の根拠: ブランドやシステム上の根拠がない場合、特に Tailwind のような #3B82F6 を含む、既定の AI 向け青/紫系パレットを見直します。
  • レイアウトのリズム: 製品のコンテキストにリズム、強弱、非対称性、カルーセルやベントー風の表現、カードごとの重み付けの変化が適している場合は、均一すぎる 3 列または 4 列のグリッドを避けます。
  • グラデーションの抑制: ブランドが意図的にそのビジュアル表現を採用している場合を除き、極端なグラデーションは控えめにします。
  1. 問題に焦点を当てたパスを一度に 1 つ実施する

    • パス 1:デッドコードの削除
    • パス 2:重複の除去
    • パス 3:命名とエラー処理の整理
    • パス 4:テストの強化
    • 各パスの後に、対象を絞った検証を再実行します。
    • 関係のないリファクタリングを同じ編集セットにまとめないでください。
  2. 品質ゲートを実行する

    • 回帰テストがすべて成功する状態を維持します。
    • 変更箇所に関連する lint、型チェック、ユニットテスト/統合テストを実行します。
    • 利用可能な場合は、既存の静的解析やセキュリティチェックを実行します。
    • ゲートが失敗した場合は、問題を修正するか、リスクの高いクリーンアップを取り消します。無理に通してはいけません。
  3. 証拠を十分に含むレポートで締めくくる 必ず次の項目を報告します。

    • 変更したファイル
    • 簡素化した内容
    • 動作の保護/実施した検証
    • 残るリスク

使用方法

  • /oh-my-claudecode:ai-slop-cleaner <target>
  • /oh-my-claudecode:ai-slop-cleaner <target> --review
  • /oh-my-claudecode:ai-slop-cleaner <file-a> <file-b> <file-c>
  • Ralph から実行する場合:Ralph セッションで変更されたファイルのみを対象にクリーナーを実行し、その後 Ralph に戻ってクリーンアップ後の回帰検証を行います。

適した依頼

適切: このモジュールの不要な要素を整理してください。ラッパーが多すぎ、ヘルパーが重複し、デッドコードもあります

適切: src/auth の AI 由来の不要なコードを整理し、動作を変えずに境界を明確にしてください

不適切: SSO に対応するよう auth をリファクタリングしてください

不適切: フォーマットを整理してください

コメント