mcpField
G
gemini-peer-review

gemini-peer-review

github.com/jezwebテスト・品質1.1k200 回インストール3 週間前に更新
リポジトリ

gemini-peer-review について

Claude Code 向けの Gemini によるコードレビュー手順で、コードレビュー、設計相談、デバッグ、セキュリティ確認に対応します。Gemini API から別の見解を得て、自身の分析と合わせて提示します。

主な機能

  1. 01コード品質とセキュリティのレビュー
  2. 02設計上のトレードオフ分析
  3. 03難しい問題のデバッグ支援
  4. 04タスクに応じた Gemini モデル選択
  5. 05プロンプトテンプレートによるリクエスト作成

活用シーン

  1. 01大きな変更のコミット前レビュー
  2. 02修正に何度も失敗した後のデバッグ相談
  3. 03設計案の比較とトレードオフ検討
  4. 04セキュリティに関わるコードの確認

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/jezweb/claude-skills --skill gemini-peer-review

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

同梱ファイルreferences/prompt-templates.md

詳細

Gemini によるピアレビュー

コード品質、アーキテクチャ上の判断、デバッグ、セキュリティレビューについて、セカンドオピニオンを得るために Gemini をコーディングのピアとして活用します。

セットアップ

API キー：環境変数として GEMINI_API_KEY を設定します。キーをお持ちでない場合は、https://aistudio.google.com/apikey から取得してください。

export GEMINI_API_KEY="your-key-here"

ワークフロー

  1. ユーザーのリクエストからモード（review、architect、debug、security、quick）を判断します

  2. 対象ファイルをコンテキストに読み込みます

  3. references/prompt-templates.md の AI 間テンプレートを使ってプロンプトを作成します

  4. .claude/artifacts/gemini-prompt.txt にプロンプトを書き込みます（シェルのエスケープ問題を回避できます）

  5. API を呼び出します。以下の処理を行う Python スクリプトを生成します。

    • 環境変数から GEMINI_API_KEY を読み込む
    • .claude/artifacts/gemini-prompt.txt からプロンプトを読み込む
    • https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent に POST する
    • ペイロード：{"contents": [{"parts": [{"text": prompt}]}], "generationConfig": {"temperature": 0.3, "maxOutputTokens": 8192}}
    • candidates[0].content.parts[0].text からテキストを抽出する
    • 結果を標準出力に出力する

    スクリプトを .claude/scripts/gemini-review.py に書き込み、実行します。

  6. 統合します。Gemini の指摘を提示し、自分の見解（賛成／反対）を加え、何を実装するかはユーザーに判断してもらいます

モード

コードレビュー

バグ、ロジックエラー、セキュリティ上の脆弱性、パフォーマンスの問題、ベストプラクティスへの違反がないか、指定されたファイルをレビューします。

対象ファイルを読み込み、コードレビューテンプレートを使ってプロンプトを作成し、gemini-2.5-flash で呼び出します。

アーキテクチャのアドバイス

トレードオフの分析を含め、設計上の判断についてフィードバックを得ます。プロジェクトのコンテキスト（CLAUDE.md、関連するソースファイル）を含めます。

プロジェクトのコンテキストを読み込み、アーキテクチャテンプレートを使ってプロンプトを作成し、gemini-2.5-pro で呼び出します。

デバッグの支援

修正を2回以上試しても解決できない場合に、エラーを分析します。Gemini はデバッグ時のコンテキストによる偏りなしに、新たな視点でコードを確認できます。

問題のあるファイルを読み込み、デバッグテンプレートを使ってプロンプトを作成し（エラーメッセージとこれまでの試行内容を含めます）、gemini-2.5-flash で呼び出します。

セキュリティスキャン

コードのセキュリティ上の脆弱性（インジェクション、認証の回避、データ漏えい）をスキャンします。

対象ディレクトリのソースファイルを読み込み、セキュリティテンプレートを使ってプロンプトを作成し、gemini-2.5-pro で呼び出します。

簡単な質問

ファイルのコンテキストを使わず、すばやく質問します。プロンプトをその場で作成してファイルに書き込み、gemini-2.5-flash で呼び出します。

モデルの選択

モードモデル理由
review、debug、quickgemini-2.5-flash高速で、一般的な分析に適しています
architect、security-scangemini-2.5-pro複雑なトレードオフの推論に優れています

エラーが発生した場合は、現在のモデル ID を確認してください。頻繁に変更されます。

curl -s "https://generativelanguage.googleapis.com/v1beta/models?key=$GEMINI_API_KEY" | python3 -c "import sys,json; [print(m['name']) for m in json.load(sys.stdin)['models'] if 'gemini' in m['name']]"

使用する場面

適した用途：

  • 大きな変更をコミットする前（最終レビュー）
  • 複数回試してもデバッグで行き詰まったとき
  • 複数の妥当な選択肢があるアーキテクチャ上の判断
  • セキュリティが重要なコードのレビュー

使用を避ける場面：

  • 簡単な構文チェック（Claude のほうがすばやく処理できます）
  • 編集のたびに使用すること（遅く、不要です）
  • 答えが明らかな質問

プロンプトの作成

重要：必ず AI 間のプロンプト形式を使ってください。プロンプト全文をファイルに書き込みます。コードを bash の引数として直接渡さないでください（シェルのエスケープで壊れます）。

プロンプトを作成する際は、以下の手順に従います。

  1. references/prompt-templates.md の AI 間ヘッダーから始めます
  2. モード固有のテンプレートを追加します
  3. --- filename --- で明確に区切って、ファイルの内容を追加します
  4. .claude/artifacts/gemini-prompt.txt に書き込みます
  5. API 呼び出しスクリプトを生成して実行します

参照ファイル

場面読み込むファイル
すべてのモードでプロンプトを作成するときreferences/prompt-templates.md

コメント

Markdown 対応