mcpField
S
skill-fix-logs

skill-fix-logs

github.com/duc01226エージェントワークフロー1237 回インストール1 週間前に更新
リポジトリ

skill-fix-logs について

ルートの `logs.txt` に記録されたエラーをもとに、エージェントスキルを診断・修正するスキルです。スキルファイルの変更、同期要件の確認、再実行による検証を案内します。

主な機能

  1. 01`logs.txt` のエラー分析
  2. 02スキル失敗の原因特定
  3. 03SKILL.md、スクリプト、参照ファイルの修正
  4. 04SYNCタグとインラインプロトコルの確認
  5. 05変更後のスキル再テスト

活用シーン

  1. 01ログをもとにしたスキル障害の調査
  2. 02スキル指示や関連ファイルの修正

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/duc01226/easyplatform --skill skill-fix-logs

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

詳細

Codex 互換性に関する注意:

  • Codex では $skill-name を使ってリポジトリのスキルを呼び出します。このミラー版では、従来の Claude の /skill-name 参照を書き換えています。
  • タスク追跡の必須要件:ワークフローまたはスキルの手順を実行する前に、すべての手順のタスク追跡を作成または更新し、進捗の変化に合わせて同期してください。
  • ユーザーへの質問を促すプロンプトは、Codex でユーザーに直接質問することを意味します。
  • Claude 固有のモード切り替え指示がある場合は無視してください。
  • 厳格な実行契約:ユーザーがスキルを明示的に呼び出した場合は、記載どおりにそのスキルのプロトコルを実行してください。
  • サブエージェントの使用許可:スキルがユーザーによって呼び出された場合、または AI によって検出され、そのプロトコルでサブエージェントが必要とされる場合、そのスキルの有効化によって、そのタスクで必要な spawn_agent サブエージェントの使用が許可されます。
  • ユーザーが事前に逸脱を明示的に承認しない限り、プロトコルの手順を省略、並べ替え、統合しないでください。
  • ワークフローのスキルでは、記載された各子スキルの手順を明示的に実行し、手順ごとに根拠を報告してください。
  • 必須の手順またはツールをこの環境で実行できない場合は、適応する前に作業を中止してユーザーに確認してください。

Codex でのプロジェクト資料の読み込み(フックなし)

Codex では Claude のフックによるドキュメントの自動挿入は行われません。 コーディング、計画、デバッグ、テスト、レビューを行う際は、以下の振り分けに従ってプロジェクトのドキュメントを明示的に開いてください。

必ず読むこと:

  • docs/project-config.json(プロジェクト固有のパス、コマンド、モジュール、ワークフロー、テスト設定)
  • docs/project-reference/docs-index-reference.md(docs/project-reference/* カタログ全体への案内)
  • docs/project-reference/lessons.md(常時適用するガードレールとアンチパターン)

状況に応じたドキュメント:

  • バックエンド/CQRS/API/ドメイン/エンティティの変更:backend-patterns-reference.md、domain-entities-reference.md、project-structure-reference.md
  • フロントエンド/UI/スタイル/デザインシステム:frontend-patterns-reference.md、scss-styling-guide.md、design-system/README.md
  • 仕様/テストケースの計画、または TC のマッピング:feature-docs-reference.md
  • 統合テストの実装/レビュー:integration-test-reference.md
  • E2E テストの実装/レビュー:e2e-test-reference.md
  • コードレビュー/監査作業:code-review-rules.md および変更対象ファイルに応じたドメイン関連ドキュメント

すべてのドキュメントを無差別に読まないでください。まず docs-index-reference.md を確認し、タスクに関連するファイルだけを開いてください。

クイックサマリー

目標: logs.txt ファイルのエラー分析に基づいてスキルを修正します。

ワークフロー:

  1. 読む — スキルの logs.txt を分析し、エラーと失敗を確認します
  2. 診断する — スキルの不具合の根本原因を特定します
  3. 修正する — SKILL.md、スクリプト、または参照資料に修正を適用します
  4. SYNC への準拠を確認する — 修正によって SYNC タグの対応関係が崩れたり、インラインプロトコルが削除されたりしていないことを確認します
  5. 強化する — 構造を変更した場合は、修正後の SKILL.md に対して $prompt-enhance を呼び出します
  6. テストする — スキルを再実行して修正を検証します

主なルール:

  • ログで報告された具体的なエラーに焦点を当てます
  • SKILL.md の構造を修正する場合:SYNC タグの対応関係を保ち、インラインプロトコルを維持します
  • SKILL.md の構造を変更した場合は、必ず $prompt-enhance を呼び出してください
  • 修正の試行が3回失敗した時点で停止し、結果を報告して、4回目に進む前にユーザーに確認してください

ミッション

logs.txt ファイル(プロジェクトのルートディレクトリ)に基づいて、エージェントスキルを修正してください。

$ARGUMENTS

ルール

  • 何も指定されていない場合 → 直接ユーザーに質問して確認します
  • URL が指定された場合 → Explore サブエージェントを使用して、すべての内部リンクを調査します
  • GitHub URL が指定された場合 → repomix と複数の Explore サブエージェントを並行して使用します
  • SKILL.md を変更する場合:`` ブロックの対応が取れていることを確認します
  • 正規のプロトコルを参照します:.claude/skills/shared/sync-inline-versions.md

[IMPORTANT] 作業を始める前に、タスク管理を使ってすべての作業を小さなタスクに分割してください。

AI のミス防止 — すべてのタスクで回避すべき失敗パターン: 削除する前に、下流の参照を確認します。 コンポーネントを削除すると、ドキュメントやコードに古さが連鎖します。削除前に、参照しているすべてのファイルを洗い出してください。 AI が生成した内容を実際のコードと照合します。 AI は API、クラス名、メソッドシグネチャをでっち上げることがあります。ドキュメントに記載したり参照したりする前に、必ず grep で存在を確認してください。 編集後は依存関係の全体を追跡します。 定義を変更しても、そこから派生する下流の変数や利用箇所を見落とすことがあります。必ず依存関係を最後まで追跡してください。 正しさを確認する際は、すべてのコードパスを追跡します。 コードが存在することの確認は、そのコードが実行されることの確認ではありません。正常系だけでなく、早期終了、エラー分岐、条件付きスキップも必ず追跡してください。 デバッグ時は、修正する前に「どちらの責任か」を確認します。 バグの原因が呼び出し側(誤ったデータ)なのか、呼び出される側(誤った処理)なのかを追跡してください。症状が現れる箇所ではなく、責任のあるレイヤーを修正してください。 既存の値は意図的なものと考え、変更する前に理由を確認します。 定数、上限、フラグ、パターンを変更する前に、コメントを読み、git blame を確認し、周辺のコードを調べてください。 最初の出力だけでなく、影響を受けるすべての出力を確認します。 複数のスタックに関わる変更では、すべての出力を検証してください。1つのチェックが成功しても、すべてのチェックが成功したとは限りません。 全体を優先するデバッグ — 目の前の問題に飛びつかないでください。 失敗を調査する際は、まずすべての前提条件(設定、環境変数、DB 名、エンドポイント、DI 登録、データの前提条件)を列挙し、コード層の仮説を立てる前に、それぞれを証拠と照合してください。 変更は必要最小限に — 差分テストを適用します。 バグ修正では、変更するすべての行がバグに直接関係している必要があります。隣接するコードのスタイル変更や改善は行わないでください。機能強化タスクでは、改善を実装し、その内容を明示してください。 コーディング前に曖昧さを明らかにします — 黙って決めないでください。 依頼に複数の解釈がある場合は、それぞれの工数見積もりを提示して質問してください。全レコード対象、ファイルベース、またはより複雑な方法を決めつけないでください。

批判的思考の姿勢 — 批判的思考と順序立てた思考を適用します。行動に移すには、すべての主張に追跡可能な根拠があり、確信度が 80% を超えている必要があります。 ハルシネーション防止: 推測を事実として述べないでください。すべての主張に出典を示し、不確実な場合は率直に認め、出力に誤りがないか自己確認し、独立した情報源と照合し、自分の確信を疑ってください。証拠のない確信こそが、あらゆるハルシネーションの根本です。

必ず注意 批判的思考を適用してください — 行動に移すには、すべての主張に追跡可能な根拠があり、確信度が 80% を超えている必要があります。ハルシネーションを防止してください:推測を事実として述べないでください。

必ず注意 AI のミス防止策を適用してください — 全体を優先するデバッグ、責任のあるレイヤーでの修正、コーディング前の曖昧さの明示、コンパクション後のファイル再読込を行ってください。

最後に

重要・必ず注意 作業を始める前に、タスク管理を使って作業を小さな ToDo タスクに分割してください 重要・必ず注意 SKILL.md の編集時は、SYNC タグの対応関係を保ってください 重要・必ず注意 構造上の修正後、SKILL.md に対して $prompt-enhance を実行してください 重要・必ず注意 修正を 3 回試みても失敗した場合は停止し、結果を報告して、4 回目に進む前にユーザーに確認してください 重要・必ず注意 すべての主張について file:line の根拠を示してください(行動に移すには確信度が 80% を超えている必要があります)

[TASK-PLANNING] 作業に取りかかる前に、タスクの範囲を分析し、タスク管理を使って小さな ToDo タスクとサブタスクに体系的に分割してください。

フックレスプロンプトプロトコルミラー(自動同期)

ソース:.claude/hooks/lib/prompt-injections.cjs + .claude/.ck.json

[WORKFLOW-EXECUTION-PROTOCOL] [BLOCKING] ワークフロー実行プロトコル — 必須・重要・厳守。いかなる理由があっても省略しないでください。

汎用的な移植性の境界: 再利用可能なスキルとプロトコルのテキストはプロジェクトに依存しないものとします。プロジェクト固有の規約は、docs/project-config.json と docs/project-reference/ から確認してください。shared/sdd-artifact-contract.md の共通 AI-SDD を適用します。docs/project-config.json と docs/project-reference/docs-index-reference.md を読み、そこに記載されているプロジェクト参照ドキュメントを開いてください。この共通コンテキストとローカルドキュメントを利用できる場合は、サポートされている任意の AI ツールで実行できます。

  1. 検出: プロンプトをワークフローカタログと照合します
  2. 分析: 最適なワークフローを見つけ、カスタムのステップ構成のほうが適しているかどうかも評価します
  3. 確認(必須形式): ユーザーが明示的にワークフロー/スキルを呼び出し、かつローカルプロトコルで明示的な呼び出しを確認とみなす場合を除き、次の構成でユーザーに直接質問します
    • 質問:"どのワークフローを有効にしますか?"
    • 選択肢 1:"[最適なワークフロー] を有効にする(推奨)"
    • 選択肢 2:"カスタムワークフローを有効にする:[step1 → step2 → ...]"(1 行で理由を記載)
  4. 有効化(確認後): 標準ワークフローの場合は $workflow-start <workflowId> を呼び出し、カスタムステップの場合は手動で順に実行します
  5. タスクを作成: ワークフローのすべてのステップについてタスク追跡を行います
  6. 実行: 各ステップを順番に実行します [CRITICAL-THINKING-MINDSET] 批判的思考と段階的思考を適用します。すべての主張には追跡可能な根拠が必要であり、確信度が 80% を超える場合にのみ行動します。 ハルシネーション防止の原則: 推測を事実として提示しないでください。すべての主張に出典を示し、不確実な点は率直に認め、出力に誤りがないか自己確認し、独立した情報源と照合し、自分の確信を疑ってください。根拠のない確信こそが、あらゆるハルシネーションの根本原因です。 AI の注意力に関する原則(初頭効果・新近効果): 長いプロンプト/プロトコルでは、指示の順守が長いコンテキストウィンドウでも保たれるよう、最も重要な 3 つのルールを冒頭と末尾の両方に配置します。 目標主導の実行: まず成功基準を定義し、検証が完了するまで繰り返し、観察可能なチェックに合格した場合にのみ終了します。 テストで意図を検証: テストでは、現在の挙動をなぞるだけでなく、ビジネスルール/不変条件を保護し、保護対象の意図が損なわれた場合に失敗するようにします。

[LESSON-LEARNED-REMINDER] [BLOCKING] タスク計画と継続的改善 — 必須。省略しないでください。

作業を始める前に、作業を小さなタスクに分割し、タスク追跡を行います。最後のタスクとして「AI のミスと教訓を分析する」を追加します。

教訓の抽出 — 症状への対処ではなく、根本原因のみ:

  1. 症状ではなく、失敗モード(推論/前提の誤り)を特定します。「誤った列挙値を使った」ではなく、「ソースを読まずに API が存在すると仮定した」とします。
  2. 一般性を検証します。この失敗モードは 3 つ以上のコンテキスト/コードベースに当てはまりますか? 当てはまらない場合は、抽象度を 1 段階上げます。
  3. 普遍的なルールとして記述します。プロジェクト固有の名前/パス/クラスを除き、どのコードベースでも役立つ内容にします。
  4. 統合します。同じ失敗モードを共有する複数のミスは、1 つの教訓にまとめます。
  5. 再発判定:「この注意書きがなければ、今後のセッションで再発するか?」いいえの場合は $learn を省略します。
  6. 自動修正判定:「$code-review/$code-simplifier/$security/$lint で検出できるか?」はいの場合は、代わりにレビュー用スキルを改善します。
  7. 両方の判定を通過した場合: $learn を実行するようユーザーに依頼します。 [TASK-PLANNING] [MANDATORY] ワークフローまたはスキルのステップを実行する前に、予定されているすべてのステップのタスク追跡を作成/更新し、各ステップの開始時と完了時に内容を同期してください。

コメント