agentleFS
YOSSII812001YOSSII812001/claude-code-jarvis/skills/detail-design-doc/SKILL.md

detail-design-doc

Skill1 starsChanged 7 months agoMITView on GitHub

多様な入力ソースから200-500行の詳細設計書をMarkdownファイルとして生成する。 トリガー: "/design-doc", "詳細設計", "設計書作成", "設計書", "詳細設計書", "design document" 使用場面: 大規模機能開発、設計レビューが必要な場面、issue-planner前の設計フェーズ

The file

Files
SKILL.md

detail-design-doc スキル

メタデータ

  • 名前: detail-design-doc(詳細設計書生成)
  • 説明: 多様な入力ソースから200-500行の詳細設計書をMarkdownファイルとして生成する
  • トリガー: /design-doc, 詳細設計, 設計書作成, 設計書, 詳細設計書, design document
  • 使用場面: 大規模機能開発、設計レビューが必要な場面、issue-planner前の設計フェーズ

概要

issue-planner が GitHub Issue への「実装計画」(50-100行コメント)を自動生成するのに対し、 detail-design-doc は 単一の設計対象 に対して 200-500行の詳細設計書 を生成する。

パイプライン上の位置づけ

detail-design-doc(詳細設計) → issue-planner(実装計画) → issue-autopilot-batch(自動実装)

issue-planner との差別化

観点issue-plannerdetail-design-doc
入力GitHub Issues URL(一括)Issue / .md仕様書 / テキスト要件
対象全オープンIssue一括単一の設計対象
出力Issueコメント(50-100行)Markdownファイル(200-500行)
セクション12項目(影響範囲中心)14項目(設計判断・ADR含む)
ADRなし必須
Agent Teams使用(並列ワーカー)不使用(単一パイプライン)
design-review-checklist非統合Phase 1-5 統合
セキュリティ視点なしReviewer C に追加

入力形式(3種類)

入力種別例Step 1 での処理
GitHub Issue#123 or URLgh issue view で取得 → 要件構造化
.md仕様書specs/feature-x.mdRead で読み取り → 要件抽出・構造化
テキスト要件口頭/チャットでの要件記述そのまま要件として構造化

※ .md仕様書が最も情報量が多く、設計書の品質も高くなる傾向がある。


プロジェクトディレクトリ推定

MEMORY.md の「プロジェクトパス」セクションから推定する。 明示的に指定された場合はそちらを優先。


核心ルール(5項目)

1. 推測禁止

既存コード調査を完了してから設計する。design-review-checklist Phase 1 を必ず実行。 「〜だろう」「〜のはず」で設計しない。Codex/Glob/Grep/Read で実際のコードを確認する。

2. ADR必須

設計判断には必ず代替案比較を Architecture Decision Records(セクション13)に記録する。 最低1件のADRを含むこと。自明な判断でも「既存パターン踏襲の判断」として記録する。

3. 3視点レビュー完了待ち必須

Reviewer A, B, C の全てが完了するまで最終版を作成しない。 1つでも実行中の場合は待機する。詳細は references/design-review-perspectives.md 参照。

4. N/Aセクション明示

該当しないセクションも理由付きで記載する。空にしない。 例: ## 4. DB設計\n> N/A: フロントエンドのみの変更のため、DB設計は対象外。

5. コード貼りすぎ禁止

インターフェース定義と重要ロジックのみ掲載する。設計書の肥大化を防止。 1セクションあたりコードブロック最大3つ、1ブロック最大30行、全体コード比率30%以下。


ワークフロー(6ステップ)

Step内容実行方式
1入力解析 + 要件整理直接実行
2コードベース調査(Codex + design-review-checklist)直接実行
3設計書ドラフト作成(テンプレートに構造化)直接実行
43視点並列レビュー並列サブエージェント
5レビュー反映 + 最終版作成直接実行
6保存 + 報告直接実行

※ 単一設計対象のため Agent Teams (TeamCreate/TaskCreate) は不使用。 レビューの並列サブエージェントのみ使用。


Step 1: 入力解析 + 要件整理

GitHub Issue 入力

gh issue view {number} --repo {owner/repo} --json title,body,labels,milestone
  • Issue本文から要件を抽出・構造化
  • ラベルから分類(bug/feature/improvement等)を判定
  • 不明確な要件は「要確認」マーク

.md仕様書入力

  • Read で仕様書を読み取り
  • 要件・ユースケース・制約セクションを抽出
  • FR-XX / NFR-XX のID体系に整理

テキスト要件入力

  • ユーザーの記述をそのまま要件として構造化
  • 曖昧な記述は具体化を試みる
  • 抜けている非機能要件を補完

出力

要件の構造化リスト(FR-XX / NFR-XX形式)


Step 2: コードベース調査

詳細は references/investigation-workflow.md を参照。

  1. Step 2a: Codex CLI 調査(8項目分析)
    • stdin経由、read-only、MCP無効化、タイムアウト180秒
    • フォールバック4段階
  2. Step 2b: design-review-checklist 統合
    • 設計内容に応じて Phase 1.1〜1.5, Phase 4, Phase 5 を選択実行
  3. Step 2c: コード現状検証
    • git log -5 で変更対象ファイルの最新状態確認
    • 複雑度分類(低/中/高)

Step 3: 設計書ドラフト作成

references/design-template.md のテンプレートに沿って設計書を構造化する。

  • Step 1 の要件をセクション2に配置
  • Step 2 の調査結果を各セクションに反映
  • N/Aセクションは理由を明記(核心ルール#4)
  • ADRは最低1件記録(核心ルール#2)
  • コード量を制限(核心ルール#5)

各セクションの記述ガイドは references/section-guide.md を参照。


Step 4: 3視点並列レビュー

詳細は references/design-review-perspectives.md を参照。

3つのレビューを 並列に 実行:

# Reviewer A(技術的実現可能性)と B(アーキテクチャ適合性)を Agent で並列起動
Agent(name="design-reviewer-a", prompt=..., subagent_type="general-purpose")
Agent(name="design-reviewer-b", prompt=..., subagent_type="general-purpose")

# Reviewer C(Devil's Advocate + セキュリティ)を Codex CLI で実行
Bash(codex exec --mode read-only ...)

全レビュアー完了待ち必須(核心ルール#3)。


Step 5: レビュー反映 + 最終版作成

Severity別対応

Severity対応
critical必須修正
major修正推奨(修正しない場合はADRに根拠を記録)
minorテスト戦略/リスクセクションに追記
suggestion反映しない(付録Cに記録のみ)

品質スコア算出

グレード換算: A=4, B=3, C=2, D=1
composite_score = (gradeA + gradeB + gradeC) / 3
composite_grade: 3.5-4.0=A, 2.5-3.4=B, 1.5-2.4=C, 1.0-1.4=D

最終版作成

  • critical/major の指摘を反映
  • レビュー痕跡を除去
  • 付録Cにレビュー履歴を記録
  • ヘッダーに品質スコアを記載

Step 6: 保存 + 報告

出力先

{project_dir}/tasks/designs/design-{identifier}-{YYYYMMDD}.md

ファイル名規則

入力種別ファイル名例
Issue入力design-issue-123-20260309.md
仕様書入力design-{仕様書名slug}-20260309.md
テキスト入力design-{タイトルslug}-20260309.md

オプション: Issueコメント投稿

Issue入力かつユーザーが指定した場合のみ、サマリ版をIssueコメントに投稿。

サマリ版の構成:

## 詳細設計書サマリ
> 完全版: tasks/designs/design-issue-{number}-{date}.md

### 概要
{セクション1の要約}

### 主要設計判断
{ADRの要約}

### 影響範囲
{セクション14のファイルテーブル}

### 品質スコア: {grade}

報告

保存完了後、以下を報告:

  • 保存先ファイルパス
  • 品質スコア
  • レビュー指摘の要約(critical/major件数)
  • 次のステップ推奨(issue-planner / 直接実装)

エラーハンドリング

Codex CLI 失敗時

フォールバック4段階(references/investigation-workflow.md 参照):

  1. プロンプト短縮(200文字)
  2. --reasoning-effort medium
  3. --skip-git-repo-check
  4. Glob/Grep/Read による手動調査

レビュー失敗時

  • 1レビュアー失敗 → 残り2つで統合
  • 2レビュアー失敗 → 残り1つで統合
  • 全レビュアー失敗 → ドラフトをそのまま保存(品質スコア: N/A)

Issue取得失敗時

  • gh コマンドの認証確認
  • レポジトリURL/番号の確認を促す

アンチパターン(6項目)

  1. コード調査なしの設計: 既存コードを見ずにアーキテクチャを決定してはならない
  2. ADR省略: 「自明だから」と判断記録を省略してはならない
  3. レビュー途中での最終版作成: 全レビュアー完了前に保存してはならない
  4. N/Aセクションの空欄: 理由なしにセクションを空にしてはならない
  5. コードの全文貼り付け: 設計書に実装コードの全文を貼り付けてはならない
  6. 推測ベースの設計: 「おそらく〜」で設計を進めてはならない。実コードで検証する

詳細リファレンス

ファイル内容
references/design-template.md14セクション設計書Markdownテンプレート
references/investigation-workflow.mdCodex + design-review-checklist 統合調査ワークフロー
references/design-review-perspectives.md3視点レビュー(設計書向け調整版)
references/section-guide.md各セクション記述ガイド + ADRテンプレート

クイックスタート

Issue入力

/design-doc #123

.md仕様書入力

/design-doc specs/feature-x.md

テキスト要件入力

/design-doc ユーザーダッシュボードに通知機能を追加。リアルタイム通知とバッジ表示が必要。

関連スキル

スキル関係
design-review-checklistPhase 1-5 を Step 2b で統合
issue-plannerパイプラインの下流。設計書の実装計画への分解
issue-autopilot-batchパイプラインのさらに下流。計画済みIssueの自動実装
codexCodex CLI の汎用利用スキル

設計書品質チェックリスト

  • 入力ソース(Issue/要件/口頭説明)を明示的に記載したか
  • DB変更がある場合、マイグレーションSQLを含めたか
  • API変更がある場合、エンドポイント仕様を含めたか
  • 既存コードとの統合ポイントを明記したか
  • エラーハンドリング方針を記載したか

改訂履歴

日付変更内容変更理由
2026-03-01初版作成詳細設計書生成スキルの体系化
2026-03-18YAML frontmatter追加、改訂履歴見出し化、チェックリスト追加skill-improve audit対応

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.