mcpField
L
ln-521-test-researcher

ln-521-test-researcher

github.com/levnikolaevichテスト・品質584356 回インストール2 日前に更新
リポジトリ

ln-521-test-researcher について

ln-521-test-researcher は、テスト計画の前に Story の実際の問題やエッジケースを調査します。複雑な機能のテストを計画するチーム向けで、テスト作成やステータス変更は行わず、出典付きの調査結果を Story トラッカーに投稿します。

主な機能

  1. 01分野固有の問題とエッジケースの調査
  2. 02競合の対応とユーザーの不満の分析
  3. 03Web Search、MCP Ref、Context7 の利用
  4. 04出典 URL 付きの調査結果を投稿

活用シーン

  1. 01受け入れ条件を超えるテストケースの発見
  2. 02API、形式、認証に関する作業リスクの調査

MCP 対応

MCP Ref を使い、機能や検証、エラー処理に関するドキュメントを検索します。

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/levnikolaevich/claude-code-skills --skill ln-521-test-researcher

インストール後、Claude Code で/ln-521-test-researcherを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
coordinator_summary_contract.md
epistemic_protocol.md
input_resolution_pattern.md
research_tool_fallback.md
test_planning_summary_contract.md
test_planning_worker_runtime_contract.md
references/scripts/coordinator-runtime/lib/
artifacts.mjs
cli-helpers.mjs
core.mjs
loop-health.mjs
runtime-constants.mjs
schemas.mjs
validate.mjs
worker-guards.mjs
worker-runtime.mjs
references/scripts/test-planning-worker-runtime/
cli.mjs
references/scripts/test-planning-worker-runtime/lib/
guards.mjs
phases.mjs
store.mjs

詳細

パス: ファイルパス(references/、../ln-*)は、このスキルディレクトリからの相対パスです。

入力

入力必須ソース説明
storyIdはいargs、git branch、kanban、user処理するストーリー

解決: ストーリー解決チェーン。 ステータスフィルター: To Review

テストリサーチャー

タイプ: L3 Worker

テスト計画の前に、実際のユーザーの課題を調査してエッジケースを特定し、テストがACだけでなく、現実のユーザーの悩みもカバーするようにします。

目的と範囲

  • Web Search、MCP Ref、Context7を使用して、機能領域でよくある問題を調査します。
  • 競合他社が同じ問題をどのように解決しているかを分析します。
  • フォーラム、StackOverflow、Redditから顧客の不満や悩みを見つけます。
  • 構造化した調査結果をトラッカーのコメント(addComment)として投稿し、後のテスト計画ステップで利用できるようにします。
  • テストの作成やステータスの変更は行いません。

使用するタイミング

このスキルは、次の場合に使用してください。

  • 機能領域の根拠が必要なテスト計画ワークフローの開始時
  • ストーリーに複雑な機能(外部 API、ファイル形式、認証)が含まれる場合
  • ACを超えるエッジケースを発見する必要がある場合

調査を省略する場合:

  • ストーリーが単純な場合(シンプルなCRUD、外部依存関係なし)
  • ストーリーに調査コメントがすでに存在する場合
  • ユーザーが明示的に省略を依頼した場合

ワークフロー

フェーズ 1:発見

必須の読み込み: references/input_resolution_pattern.md を読み込みます。

  1. storyIdを解決する: ガイドに従ってストーリー解決チェーンを実行します(ステータスフィルター:[To Review])。

  2. docs/tasks/kanban_board.md からチーム ID を自動検出します。

フェーズ 2:機能領域の抽出
  1. 設定済みのトラッカープロバイダーからストーリーを取得します(getStory)
  2. ストーリーの目標とACを解析して、以下を特定します。
    • 関連するテクノロジー/API/形式は何ですか?
    • ユーザーの目標は何ですか?(例:「XLIFFファイルを翻訳する」、「OAuthで認証する」)
  3. 調査クエリ用のキーワードを抽出します。
フェーズ 3:よくある問題の調査

利用可能なツールを使って、実際に起きている問題を見つけます。

  1. Web Search:

    • 「[機能] common problems」
    • 「[形式] edge cases」
    • 「[API] gotchas」
    • 「[テクノロジー] known issues」
  2. MCP Ref:

    • ref_search_documentation("[機能] error handling best practices")
    • ref_search_documentation("[形式] validation rules")
  3. Context7:

    • 関連ライブラリのドキュメントを検索して、既知の問題を確認します。
    • APIドキュメントで制限事項を確認します。
フェーズ 4:競合他社のソリューション調査
  1. Web Search:

    • 「[競合他社] [機能] how it works」
    • 「[機能] comparison」
    • 「[製品タイプ] best practices」
  2. 分析:

    • 市場をリードする企業は、この機能をどのように実現していますか?
    • どのようなUXパターンを採用していますか?
    • どのようなエラー処理方法が一般的ですか?
フェーズ 5:顧客の不満の調査
  1. Web Search:

    • 「[機能] complaints」
    • 「[製品タイプ] user problems」
    • 「[形式] issues reddit」
    • 「[形式] issues stackoverflow」
  2. 分析:

    • ユーザーは実際にどのようなことに苦労していますか?
    • よくある不満は何ですか?
    • ユーザーの期待と一般的な実装の間には、どのようなギャップがありますか?
フェーズ 6:調査結果のまとめと投稿
  1. 調査結果を次のカテゴリに分類してまとめます。

    • 入力検証の問題(不正なデータ、エンコーディング、サイズ制限)
    • エッジケース(空の入力、特殊文字、Unicode)
    • エラー処理(タイムアウト、レート制限、一部の処理失敗)
    • セキュリティ上の懸念(インジェクション、認証のバイパス)
    • 競合他社の強み(同等以上を目指すべき機能)
    • 顧客の悩み(ユーザーから実際に寄せられている不満)
  2. 調査の概要をストーリーにトラッカーコメント(addComment)として投稿します。

## Test Research: {Feature}

### Sources Consulted
- [Source 1](url)
- [Source 2](url)

### Common Problems Found
1. **Problem 1:** Description + test case suggestion
2. **Problem 2:** Description + test case suggestion

### Competitor Analysis
- **Competitor A:** How they handle this + what we can learn
- **Competitor B:** Their approach + gaps we can exploit

### Customer Pain Points
- **Complaint 1:** What users struggle with + test to prevent
- **Complaint 2:** Common frustration + how to verify we solve it

### Recommended Test Coverage
- [ ] Test case for problem 1
- [ ] Test case for competitor parity
- [ ] Test case for customer pain point

---
_This research informs both manual tests (ln-522) and automated tests (ln-523)._

重要なルール

  • テストを作成しない: 調査とドキュメント作成のみを行います。
  • ステータスを変更しない: トラッカーコメントのみを投稿します。
  • 出典を明記する: 参照した情報源の URL を必ず含めます。
  • 実行可能な調査結果: 各問題からテストケースを提案できるようにします。
  • 単純なストーリーは省略する: 「ページにボタンを追加する」のような内容は調査しません。

ランタイム概要アーティファクト

必ず読むこと: references/test_planning_summary_contract.md、references/test_planning_worker_runtime_contract.md を読み込んでください。

ランタイムプロファイル:

  • ファミリー:test-planning-worker
  • ワーカー:ln-521
  • 概要の種類:test-planning-worker
  • コーディネーターが使用するペイロードフィールド:worker、status、warnings、research_comment_path

呼び出しルール:

  • スタンドアロン:runId と summaryArtifactPath を省略してください
  • 管理対象:runId と正確な summaryArtifactPath の両方を渡してください
  • 終了結果を確定する前に、必ず検証済みの概要を書き込んでください

完了の定義

  • Story から機能ドメインを抽出済み(テクノロジー/API/形式を特定)
  • 一般的な問題を調査済み(Web Search + MCP Ref + Context7)
  • 競合のソリューションを分析済み(競合他社を少なくとも1~2社)
  • 顧客からの苦情を確認済み(フォーラム、StackOverflow、Reddit)
  • 調査結果をカテゴリー別にまとめ済み
  • 「## Test Research: {Feature}」ヘッダー付きのトラッカーコメントを投稿済み
  • 推奨テストケースを少なくとも3件提案済み

出力: ln-522 と ln-523 が使用する、調査結果を含むトラッカーコメント。

参照ファイル

  • 調査方法:Web Search、MCP Ref、Context7 ツール
  • コメント形式:ソースを含む構造化マークダウン
  • 下流の利用者:ln-522-manual-tester、ln-523-auto-test-planner
  • 必ず読むこと: references/research_tool_fallback.md を読み込んでください。

バージョン: 1.0.0 最終更新日: 2026-01-15

コメント