agentleFS
h-watah-wata/claude-skills/skills/plan-with-qa/SKILL.md

plan-with-qa

Skill0 starsChanged 6 months agoApache-2.0View on GitHub

曖昧な仕様をAskUserQuestionで潰しながら実装計画を立てるスキル。コードベース調査と質問を並行して行い、Markdown計画書を出力する。

The file

Files
SKILL.md

Plan with QA Skill

タスクの仕様を明確化しながら、実装計画書をMarkdownファイルとして出力します。

使い方

/plan-with-qa ユーザー認証機能を追加したい
/plan-with-qa エレベーター乗降シーケンスのリファクタリング
/plan-with-qa ROS2ノードのパフォーマンス改善

実行フロー

このスキルは以下の3フェーズで進行します。

Phase 1: 初期分析とコードベース調査

  1. ユーザーの要求 ($ARGUMENTS) を分析し、タスクの種類を判定する:
    • implementation: 新機能追加・既存機能の変更
    • refactor: コードのリファクタリング・改善
    • design-review: 既存設計の見直し・アーキテクチャ変更
    • general: その他の計画
  2. コードベース調査を開始する:
    • Glob/Grep/Read を使って関連するファイル・コードを特定する
    • 既存のアーキテクチャ、パターン、依存関係を把握する
    • Task(Explore) エージェントを使った広範な調査も必要に応じて行う
  3. 調査結果を踏まえて、曖昧な点・決定が必要な点を洗い出す

Phase 2: 仕様明確化(QAループ)

AskUserQuestion を使って、曖昧な仕様をまとめて質問する。

ルール:

  • 質問は1回あたり2〜4個にまとめる(1個ずつ聞かない)
  • 各質問には調査で得たコンテキストを反映させる(例: 「既存の AuthManager クラスを拡張する形にしますか?それとも新規に作りますか?」)
  • 選択肢には具体的なメリット/デメリットを添える
  • 質問の優先度: アーキテクチャ判断 > インターフェース設計 > 実装詳細 > エッジケース
  • 回答を受けて新たな曖昧点が見つかれば追加で質問する(最大3ラウンド)
  • 回答によって新たなコード調査が必要になれば、調査してから次の質問を行う

質問の観点チェックリスト:

  • スコープ: 何を含み、何を含まないか
  • 既存コードとの関係: 拡張 vs 新規作成 vs 置き換え
  • インターフェース: API、引数、戻り値、メッセージ形式
  • エラーハンドリング: 異常系の扱い方
  • テスト: テストの必要性と範囲
  • 依存関係: 新しいライブラリや外部サービスの追加
  • 互換性: 既存機能への影響

Phase 3: 計画書の生成

QAフェーズで得た情報を元に、以下の構造でMarkdown計画書を作成する。

出力先: 作業ディレクトリに plan-<slug>.md として出力する(<slug> はタスク名から生成)。

計画書テンプレート:

# 計画: <タスク名>

作成日: YYYY-MM-DD

## 概要
<タスクの目的と背景を1〜3文で>

## 前提条件・仕様
<QAフェーズで確定した仕様を箇条書きで>

## 影響範囲
- **変更ファイル**: <変更が必要なファイル一覧>
- **影響を受ける機能**: <既存機能への影響>
- **新規ファイル**: <新規作成が必要なファイル(あれば)>

## 実装ステップ
1. <ステップ1>
   - 対象: `path/to/file.py`
   - 内容: <具体的な変更内容>
2. <ステップ2>
   ...

## テスト計画
- <テスト方針と具体的なテストケース>

## リスクと注意点
- <実装上のリスクや注意すべき点>

## 未決事項
- <QAで解決できなかった、または実装時に判断が必要な項目>

計画書を出力したら、内容をユーザーに要約して伝える。

重要な注意事項

  • Phase 2 の質問は 必ず AskUserQuestion ツールを使う(テキストで質問しない)
  • 質問を1個ずつ聞くのは禁止。最低2個はまとめる
  • コードベース調査は質問フェーズと並行して行い、質問の精度を上げる
  • 計画書はファイルとして出力する(会話内のテキスト表示だけで終わらせない)
  • 既存コードのパターンや命名規則を尊重した計画を立てる

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.