AaravKashyap12/advise-project-approach

解決する問題

このプロジェクトは、AIエージェントが「雰囲気」ではなく証拠に基づいたエンジニアリングアドバイスを提供するための構造化ワークフローを提供します。エージェントが技術スタック、アーキテクチャ、またはリリース計画を提案する前に、実際の制約、類似する実世界プロジェクト、具体的なトレードオフを調査することを強制することで、一般的または流行に追随した推奨を防ぎます。

仕組み

これは、SKILL.md ファイルで定義されたポータブルな「スキル」として実装され、Claude Code、Codex、pi などのさまざまなAIエージェントハーネスに読み込むことができます。アクティブ化されると、スキルはエージェントを特定の調査ループに導きます：ユーザーの目標の理解、既存のコードベースの検査、信頼できる類似事例の調査、トレードオフの評価。

プロジェクトの段階に応じて、3つのモードで動作します：

• 構築前： スタックとアーキテクチャを調査して構築計画を作成します。
• 構築中： リポジトリを検査して、影響の大きい変更とコース修正を特定します。
• 構築後： 完成したプロジェクトを成熟した類似事例とレビューして、ギャップと強化の必要性を特定します。

対象読者

AIエージェントを使用してソフトウェアプロジェクトを計画、レビュー、または方向転換する開発者とアーキテクトで、一般的なAI提案ではなく、説明責任のある証拠に基づくエンジニアリング決定を求める人々。

ハイライト

• 証拠に基づく： プロジェクトのメンテナンスや人気に関する主張について、正確な日付、採用シグナル、検証済みソースをエージェントに要求します。
• ポータブル： 標準化されたスキル形式を介して、複数のエージェントハーネスで動作するように設計されています。
• 制約認識： ツールを推奨する前に、ベンダーロックイン、運用コスト、ユーザーの特定のスキルセットを特にチェックします。
• ガードレール： スター数を捏造したり、見ていないファイルをレビューしたふりをしたり、ユーザーの制約に合わないトレンドツールを推奨したりすることを明示的に回避するようエージェントに指示します。