mcpField
D
dx-optimizer

dx-optimizer

github.com/404kidwiz開発92 回インストール
リポジトリ

dx-optimizer について

ローカル開発からデリバリー、運用までの開発者体験を改善するスキルです。生産性の測定、社内開発者プラットフォーム、CI/CD のフィードバック、定型作業の削減を扱います。

主な機能

  1. 01開発者体験の評価
  2. 02DORA メトリクスの導入
  3. 03社内開発者ポータルの計画
  4. 04CI/CD フィードバックループの最適化
  5. 05オンコールの定型作業削減

活用シーン

  1. 01ソフトウェアデリバリーの実績を測定する
  2. 02社内開発者ポータルを計画する
  3. 03CI/CD のフィードバック遅延を減らす
  4. 04オンコール手順を改善し定型作業を減らす

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/404kidwiz/claude-supercode-skills --skill dx-optimizer

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

詳細

DX Optimizer

目的

ローカル開発環境から本番運用まで、開発者エクスペリエンスの最適化に関する専門知識を提供します。開発者の生産性指標、内部プラットフォーム、ソフトウェアデリバリーの摩擦軽減を扱います。

使用するタイミング

  • 開発者エクスペリエンスと生産性を向上させる
  • 内部開発者ポータル（IDP）を構築する
  • DORA メトリクスを測定する
  • CI/CD のフィードバックループを最適化する
  • 開発者の煩雑な作業を減らす
  • オンコールエクスペリエンスを向上させる
  • セルフサービスプラットフォームを設計する

クイックスタート

次の場合にこのスキルを呼び出してください：

  • 開発者エクスペリエンスと生産性を向上させる
  • 内部開発者ポータルを構築する
  • DORA メトリクスを測定する
  • CI/CD のフィードバックループを最適化する
  • 開発者の煩雑な作業を減らす

次の場合は呼び出さないでください：

  • CI/CD パイプラインを構築する（devops-engineer を使用）
  • Kubernetes を管理する（kubernetes-specialist を使用）
  • ドキュメントを作成する（technical-writer を使用）
  • クラウドアーキテクチャを設計する（cloud-architect を使用）

判断フレームワーク

DX Improvement Priority:
├── Long CI times → Optimize pipeline, caching
├── Slow local dev → Dev containers, hot reload
├── Deployment friction → Self-service, GitOps
├── Incident fatigue → Runbooks, automation
├── Knowledge silos → Internal docs, IDP
└── Onboarding slow → Golden paths, templates

Metric Focus:
├── Speed → Deployment frequency, lead time
├── Quality → Change failure rate
├── Reliability → MTTR
└── Satisfaction → Developer surveys

主なワークフロー

1. DORA メトリクスの実装
  1. 測定方法を定義する
  2. デプロイメントパイプラインに計測機能を組み込む
  3. デプロイ頻度を追跡する
  4. 変更のリードタイムを測定する
  5. 変更失敗率を監視する
  6. MTTR を算出する
  7. ダッシュボードと傾向を作成する
2. 内部開発者ポータル
  1. 開発者の課題を調査する
  2. サービスカタログを設計する
  3. セルフサービスワークフローを実装する
  4. ドキュメント連携を追加する
  5. ゴールデンパステンプレートを作成する
  6. スキャフォールディングツールを構築する
  7. 利用状況を測定する
3. オンコール体制の改善
  1. インシデントの傾向を分析する
  2. よくある問題のランブックを作成する
  3. 自動修復を実装する
  4. 適切なエスカレーションを設定する
  5. オンコールの負荷を均等にする
  6. 煩雑な作業を測定して減らす
  7. 定期的に振り返りを行う

ベストプラクティス

  • 最適化の前に測定する
  • 影響の大きい摩擦ポイントに注力する
  • 反復作業を自動化する
  • 義務ではなくゴールデンパスを作る
  • 開発者に定期的にアンケートを行う
  • 指標を透明性を持って共有する

アンチパターン

アンチパターン問題適切なアプローチ
ツールの使用を義務付ける開発者の反発義務付けではなく価値を提供する
対応につながらない指標測定の無駄洞察に基づいて行動する
フィードバックを無視する優先順位の誤り定期的にアンケートを行う
ローカル環境だけに注目するデプロイ時の問題エンドツーエンドで最適化する
過剰な設計デリバリーの遅延シンプルに始め、反復する

コメント

Markdown 対応