mcpField
A
audit-feedback-loop

audit-feedback-loop

github.com/zernieテスト・品質15435 回インストール2 日前に更新
リポジトリ

audit-feedback-loop について

AI支援開発を行うチーム向けのリポジトリ監査スキルです。リポジトリ内のシグナルからフィードバックループの成熟度を評価し、検出内容と個別の改善案をまとめます。

主な機能

  1. 014段階でフィードバック成熟度を評価
  2. 02CIと言語別リンターを確認
  3. 03独自ルールとCLAUDE.mdの適用を確認
  4. 04ビジュアルテスト、監視、定期タスクを確認
  5. 05検出内容、パス、改善案を報告

活用シーン

  1. 01コーディングエージェントへのフィードバックを評価
  2. 02リポジトリのチェックや仕様の不足を発見
  3. 03開発フィードバックループの改善を計画

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/zernie/vigiles --skill audit-feedback-loop

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

詳細

現在のリポジトリをスキャンし、AI 支援開発におけるフィードバックループの成熟度を評価してください。

手順

このリポジトリを分析し、以下のレベルを使用してフィードバックループの成熟度を評価してください。各シグナルを確認してから、概要レポートを出力してください。

成熟度レベル

レベル 0 — 勘頼み CI 設定、リンターのルール、CLAUDE.md がありません。AI エージェントは何も手掛かりがない状態です。

レベル 1 — ガードレール CI と標準的なリンターはありますが、カスタムルールはありません。エージェントは基本的なフィードバックを得られますが、プロジェクト固有の規約を学習できません。

レベル 2 — アーキテクチャのコード化 カスタムリンタールールがあり、CLAUDE.md のルールには適用を示す注釈が付いています。エージェントは、プロジェクトに特化した詳細なフィードバックを得られます。

レベル 3 — 有機体 CI、カスタムルール、スクリーンショット／ビジュアルテスト、オブザーバビリティ、スケジュールされたエージェントタスクがあります。開発ループ全体が計測されています。

確認するシグナル

リポジトリをスキャンし、以下の項目が存在するかを記録してください。

  1. CI 設定：.github/workflows/、.circleci/、Jenkinsfile、.gitlab-ci.yml、bitbucket-pipelines.yml、.travis.yml などを確認します。
  2. リンター設定（言語に応じて確認）：
    • JS/TS：eslint.config.*、.eslintrc*、biome.json、.prettierrc*、deno.json
    • Python：pyproject.toml（[tool.ruff]、[tool.pylint]、[tool.flake8] を確認）、setup.cfg、.flake8、ruff.toml
    • Rust：clippy.toml、.clippy.toml、rustfmt.toml
    • Go：.golangci.yml、.golangci.yaml
    • Ruby：.rubocop.yml
    • Java/Kotlin：checkstyle.xml、pmd.xml、detekt.yml
  3. カスタムリンタールール：カスタムプラグイン、ルール用ディレクトリ、リンター設定内のインラインルール定義を確認します。
    • JS/TS：eslint-plugin-*、eslint-rules/ ディレクトリ
    • Python：カスタム Ruff/Pylint プラグイン、AST ベースのチェック
    • Rust：カスタム Clippy lint
    • Go：カスタムアナライザー
  4. CLAUDE.md：リポジトリのルートに CLAUDE.md があるか確認します。
  5. CLAUDE.md の適用：vigiles v2 の仕様（CLAUDE.md.spec.ts が存在する）または v1 の注釈（CLAUDE.md 内に **Enforced by:** がある）を使用しているか確認します。v2 の仕様の方が成熟度は高くなります。
  6. 型安全な仕様：CLAUDE.md.spec.ts または *.spec.ts ファイルがあるか確認します。vigiles v2 による型付き仕様のコンパイルを示します。
  7. 生成された型：.vigiles/generated.d.ts があるか確認します。リンタールールが作成時に型チェックされることを示します。
  8. スクリーンショット／ビジュアルテスト：Playwright（playwright.config.*）、Cypress（cypress.config.*）、Chromatic、Percy、BackstopJS の設定を確認します。
  9. オブザーバビリティ：ソースファイル内で @sentry/、dd-trace、@datadog/、newrelic、@opentelemetry/、sentry_sdk、structlog、tracing（Rust）、opentelemetry のインポートや使用箇所を検索します。
  10. スケジュールされたエージェントタスク：CI 設定内の cron パターン、schedule: トリガーを持つ .github/workflows/、またはスケジュールされた Claude Code タスクへの言及を確認します。
出力形式
## Feedback Loop Audit

**Repository:** <repo name>
**Primary language(s):** <detected languages>
**Score: Level X — <Name>**

### Signals Found
- [x] CI Configuration: <details>
- [ ] Custom Lint Rules: not found
- [x] CLAUDE.md: found, 5 enforced / 2 guidance / 1 missing
...

### Recommendations
1. <Most impactful next step to level up>
2. <Second recommendation>
3. <Third recommendation>

### How to Level Up
<Specific, actionable advice for reaching the next maturity level>

ファイルパスと確認できた内容を具体的に示してください。プロジェクトの言語やツールチェーンに合わせて、実行可能な改善案を提示してください。

コメント

Markdown 対応