shadcn/improve

何を解決するか

高コストで高知能なAIモデルを繰り返しのコーディングタスクに使用する非効率性に対処します。1つの高価なモデルがすべてを処理するのではなく、このツールは高レベルの「知能」（監査と計画）と低レベルの「実行」（コードの記述）を分離し、安価なモデルが実装フェーズを担当できるようにします。

動作方法

このツールは特定のパイプラインに従うエージェントスキルとして動作します：

1. リコン: リポジトリのスタック、コーディング規約、ドキュメント（ADRやPRDなど）をマッピングしてプロジェクトの文脈を理解します。
2. 監査: 並列なサブエージェントが9つのカテゴリ（セキュリティ、パフォーマンス、技術的負債など）にわたってコードベースをスキャンし、具体的なファイルと行の証拠を提示して問題を特定します。
3. 検証と優先順位付け: アドバイザー・モデルが誤検出をフィルタリングし、影響度と作業量に基づいて優先順位付けされた調査結果の表を提示します。
4. 計画: 選択された問題に対して、plans/ ディレクトリ内に自己完結型のMarkdown仕様を生成します。これらの計画にはインラインコードの抜粋、機械検証可能な検証ゲート、明示的な停止条件が含まれており、小さな「弱い」モデルでも誤検出せずに実行できるように設計されています。
5. 実行と調整: 安価なエグゼキューターをディスパッチして、隔離されたワークツリーで計画を実装し、差分をレビューし、コードの変化（コードドリフト）を反映するためにバックログを定期的に更新できます。

対象ユーザー

AIエージェントを使ってコードベースを維持・改善している開発者やチームで、コストと品質の両方を最適化したい人向けです。『テックリード』モデルが『ジュニア』エグゼキューター・モデルを導く形で活用できます。

特徴

• 責任の分離: このスキルはソースコードを直接変更しません。計画のみを記述します。
• 機械検証可能な計画: すべての計画には成功を検証するための具体的なコマンドと期待される出力が含まれます。
• 隔離された実行: 実装のために一時的なgitワークツリーを使用し、メインブランチを安全に保ちます。
• 文脈に応じた対応: 設計ドキュメントやADRを読み込み、提案が既存の製品の意図と整合していることを保証します。