development-assistant

開発アシスタントスキル

Claude Patent Creator の開発と拡張を支援するエキスパートシステムです。新しい MCP ツール、アナライザー、設定オプション、機能を追加する際に、ベストプラクティスと既存のパターンに従えるようガイドします。

このスキルを使用するタイミング

MCP ツール、アナライザー、設定オプション、BigQuery クエリ、スラッシュコマンドを追加するとき、またはパフォーマンス最適化を実装するときに有効にします。

開発ワークフロー

Feature Request -> Planning -> Implementation (Code + Validation + Monitoring + Tests) -> Testing -> Documentation -> Integration

新しい MCP ツールの追加

クイックスタート：

1. 入力、出力、依存関係を定義します
2. mcp_server/validation.py に Pydantic モデルを作成します
3. デコレーターを使用して、mcp_server/server.py にツール関数を追加します
4. scripts/ にテストスクリプトを作成します
5. CLAUDE.md を更新します

主なデコレーター：

@mcp.tool()                    # Register as MCP tool
@validate_input(YourInput)     # Pydantic validation
@track_performance             # Performance monitoring

テンプレート：

def your_tool(param: str, optional: int = 10) -> dict:
    """Comprehensive docstring (Claude sees this).

    Args:
        param: Description
        optional: Description with default

    Returns:
        Dictionary containing: key1, key2, key3
    """
    # Implementation
    return {"result": "data"}

新しいアナライザーの追加

概要： アナライザーは BaseAnalyzer を継承し、USPTO への準拠をチェックします。

最小限の例：

from mcp_server.analyzer_base import BaseAnalyzer

class YourAnalyzer(BaseAnalyzer):
    def __init__(self):
        super().__init__()
        self.mpep_sections = ["608", "2173"]

    def analyze(self, content: str) -> dict:
        issues = []
        if violation:
            issues.append({
                "type": "violation_name",
                "severity": "critical",
                "mpep_citation": "MPEP 608",
                "recommendation": "Fix description"
            })
        return {"compliant": len(issues) == 0, "issues": issues}

設定オプションの追加

mcp_server/config.py で Pydantic の設定を使用します：

# In config.py
class AppSettings(BaseSettings):
    enable_feature_x: bool = Field(default=False, description="Enable X")

# In your code
from mcp_server.config import get_settings
if get_settings().enable_feature_x:
    # Feature enabled

パフォーマンス監視の追加

@track_performance
def your_function(data):
    with OperationTimer("step1"):
        result1 = step1(data)
    with OperationTimer("step2"):
        result2 = step2(result1)
    return result2

RAG 検索パイプラインの変更

パイプライン：Query -> HyDE -> Vector+BM25 -> RRF -> Reranking -> Results

カスタマイズできる箇所： クエリの拡張、カスタムスコアリング、フィルタリング、再ランキング戦略

新しいスラッシュコマンドの追加

1. .claude/commands/your-command.md を作成します
2. フロントマターに description、model を追加します
3. ワークフローの手順を記述します
4. Claude Code を再起動します

テンプレート：

---
description: Brief command description
model: claude-sonnet-4-5-20250929
---

# Command Name

## When to Use
- Use case 1

## How It Works
Step 1: ...

開発のベストプラクティス

1. 既存のパターンに従います
2. 型ヒントを使用します
3. docstring を記述します（Google スタイル）
4. エラーを適切に処理します
5. 入力を検証します（Pydantic）
6. 操作をログに記録します
7. パフォーマンスを監視します

よくある開発タスク

BigQuery クエリの追加： mcp_server/bigquery_search.py にメソッドを追加します

検証ルールの追加：

class YourInput(BaseModel):
    field: str

    @field_validator("field")
    @classmethod
    def validate_field(cls, v):
        if not meets_requirement(v):
            raise ValueError("Error message")
        return v

ログの追加：

from mcp_server.logging_config import get_logger
logger = get_logger()
logger.info("event_name", extra={"context": "data"})

クイックリファレンス：ファイルの場所

タスク	主なファイル	関連ファイル
MCP ツールの追加	mcp_server/server.py	mcp_server/validation.py
アナライザーの追加	mcp_server/your_analyzer.py	mcp_server/analyzer_base.py
設定の追加	mcp_server/config.py	.env、CLAUDE.md
BigQuery クエリの追加	mcp_server/bigquery_search.py	-
テストの追加	scripts/test_your_feature.py	-

主なパターン

MCP ツールのパターン：

@mcp.tool()
@validate_input(InputModel)
@track_performance
def tool_name(param: type) -> dict:
    """Docstring visible to Claude."""
    from module import Component
    if invalid:
        return {"error": "message"}
    result = process(param)
    return {"key": "value"}

アナライザーのパターン：

class YourAnalyzer(BaseAnalyzer):
    def analyze(self, content: str) -> dict:
        issues = []
        issues.extend(self._check_x(content))
        return {
            "compliant": len(issues) == 0,
            "issues": issues,
            "recommendations": self._generate_recommendations(issues)
        }