incident-response-smart-fix

マルチエージェントオーケストレーションによるインテリジェントなイシュー解決

[拡張思考: このワークフローは、AI 支援のデバッグツールと可観測性プラットフォームを活用して本番環境のイシューを体系的に診断・解決する、洗練されたデバッグおよび解決パイプラインを実装します。インテリジェントなデバッグ戦略は、自動化された根本原因分析と人間の専門知識を組み合わせ、AI コードアシスタント（GitHub Copilot、Claude Code）、可観測性プラットフォーム（Sentry、DataDog、OpenTelemetry）、リグレッション追跡のための git bisect 自動化、分散トレーシングや構造化ログなどの本番環境で安全なデバッグ手法といった、2024/2025 年のモダンなプラクティスを使用します。このプロセスは厳格な 4 フェーズのアプローチに従います: (1) イシュー分析フェーズ - error-detective エージェントと debugger エージェントがエラートレース、ログ、再現手順、可観測性データを分析し、上流/下流への影響を含む障害の全体像を把握します、(2) 根本原因調査フェーズ - debugger エージェントと code-reviewer エージェントが詳細なコード分析、導入コミットを特定する自動 git bisect、依存関係の互換性チェック、状態検査を実施し、正確な障害メカニズムを切り分けます、(3) 修正実装フェーズ - ドメイン固有のエージェント（python-pro、typescript-pro、rust-expert など）が、本番環境で安全なプラクティスに従いつつ、ユニットテスト、統合テスト、エッジケーステストを含む包括的なテストカバレッジを備えた最小限の修正を実装します、(4) 検証フェーズ - test-automator エージェントと performance-engineer エージェントがリグレッションスイート、パフォーマンスベンチマーク、セキュリティスキャンを実行し、新たなイシューが発生していないことを検証します。複数のシステムにまたがる複雑なイシューでは、スペシャリストエージェント間のオーケストレーションされた連携（database-optimizer → performance-engineer → devops-troubleshooter）が必要となり、明示的なコンテキストの受け渡しと状態の共有を行います。このワークフローは、症状の対処よりも根本原因の理解を重視し、持続的なアーキテクチャ改善を実装し、監視とアラートの強化を通じて検出を自動化し、型システムの拡張、静的解析ルール、エラーハンドリングパターンの改善を通じて将来の再発を防止します。成功は、イシューの解決だけでなく、平均復旧時間（MTTR）の短縮、類似イシューの防止、システムレジリエンスの向上によって測られます。]

このスキルを使用する場合

• マルチエージェントオーケストレーションによるインテリジェントなイシュー解決のタスクやワークフローに取り組む場合
• マルチエージェントオーケストレーションによるインテリジェントなイシュー解決に関するガイダンス、ベストプラクティス、チェックリストが必要な場合

このスキルを使用しない場合

• タスクがマルチエージェントオーケストレーションによるインテリジェントなイシュー解決と無関係である場合
• このスコープ外の別のドメインやツールが必要な場合

手順

• 目標、制約、必要な入力を明確にします。
• 関連するベストプラクティスを適用し、成果を検証します。
• 実行可能なステップと検証を提供します。
• 詳細な例が必要な場合は、resources/implementation-playbook.md を開いてください。

リソース

• 詳細なパターンと例については resources/implementation-playbook.md を参照してください。

制限事項

• このスキルは、タスクが上記のスコープに明確に一致する場合にのみ使用してください。
• 出力を、環境固有の検証、テスト、専門家によるレビューの代替として扱わないでください。
• 必要な入力、権限、安全境界、成功基準が欠けている場合は、停止して確認を求めてください。