From architecture-toolkit
既存コードベースのアーキテクチャ・設計を体系的に評価し、改善点を観点別・優先度付きの 構造化所見(findings JSON + 人間向け Markdown)として網羅的に洗い出すスキル。 「アーキテクチャ/設計をレビューして」「技術的負債を棚卸しして」「改善点を網羅的に出して」 「リファクタの方針を立てて」「この設計でいいか」、また漠然と「コードを整理したい/きれいにしたい・ どこから直すべき」と言われたときに使う。新規参画時の把握・設計レビュー準備・大改修前の方針出しにも。 評価と計画づくりが目的で、所見の適用はしない——出した所見をコードに反映するのは architecture-fix、 review→fix を収束まで反復するのは architecture-loop、新機能をゼロから作るのは feature-build。 単発の小修正や対象が1ファイルで明白なケースは対象外。 出力は (1) 根拠付きアーキテクチャ要約 と (2) 観点別の網羅的改善提案(深刻度・労力・直し方・優先順位)。
How this skill is triggered — by the user, by Claude, or both
Slash command
/architecture-toolkit:architecture-reviewThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
コードベースを「まず設計として理解し」、その理解を基準に「あらゆる観点から改善点を洗い出して、
コードベースを「まず設計として理解し」、その理解を基準に「あらゆる観点から改善点を洗い出して、 どう直すべきか・どの順で着手すべきか」を体系的に出すためのスキル。
ゴールは網羅性と実行可能性。抽象論で終わらせず、各指摘を file:line の根拠・深刻度・直し方・
優先度まで落とす。推測で断定しない(特に「未使用」「重複」「壊れている」は機械的に裏を取る)。
小さな単一バグ修正や、対象が1ファイルで明白な場合は不要。
node_modules/.venv 等は対象外として除外する(ノイズになる)。改善提案の前に、必ず設計を構造化して理解する。最低限これらを押さえる:
大きいコードベースでは Phase 1 を並列探索でファンアウトする(サブシステム毎に1エージェント、
各自が構造化要約を返す)。references/methodology.md に並列調査と import グラフ作成の具体手順あり。
Phase 1 の理解を基準に、全観点をひと通り当てて改善点を洗い出す。各観点の問い・典型的な
アンチパターン・直し方は references/viewpoints.md、各指摘に紐付ける名前付き原則(DRY/KISS/YAGNI/
SoC/SOLID 等)は references/principles.md を読むこと。観点(どこを見るか)×原則(なぜ問題か)の2軸で
網羅する。観点の柱:
各指摘は次の形に必ず落とす(網羅性の担保+実行可能性):
file:line) / 問題 / 影響 / 直し方 / 深刻度(critical|high|medium|low) / 労力(S|M|L)DRY, SSOT / SRP, SoC /
YAGNI / DIP / Least Astonishment / Fail Fast)。カタログとIDは references/principles.md。
原則名で語ることで「なぜ直すべきか」が普遍的根拠を持ち、レビューが一貫・教育的になる。
観点=「どこを見るか」、原則=「なぜ問題か」の直交2軸で網羅する。「未使用・重複・壊れ」は機械的に検証してから書く(import グラフ、grep、ビルド/型/リンタ)。 裏が取れないものは「(推測)」と明示。
散文の助言ではなく、別の AI エージェント(or 自分)がそのまま着手できる粒度で書く。各指摘の 直し方 は:
references/fix-recipes.md の R番号(R1 リネーム, R2 共通化, R3 死にコード,
R4 god-module分割, R5 依存是正, R6 エラー処理, R7 設定集約, R8 テスト導入)を挙げ、固有値だけ埋める。高 deps の修正(リネーム/移動など全域波及)は中央で一括・段階検証、挙動を変える整理はテスト先行を明記する。
references/output-schema.md 準拠の構造化 JSON を正本として生成し、自己点検を通してから
Markdown を描画する(次の「出力」節)。正本は単一の構造化 JSON(スキーマは references/output-schema.md)。これを architecture-review.json
(または指定先)に書き出し、同じ JSON から人間向け Markdown を描画して併せて提示する。
構造化することで別の修正エージェントがプログラムで読んで適用でき、優先度ソート・フィルタ・差分追跡も機械化できる。
JSON のトップレベル: meta / architecture / findings[] / principle_coverage[] / roadmap / strengths[] / assumptions[]。
findings[] の各要素は前節の「実行可能修正仕様」を構造化したもの:
id, title, viewpoints[], principles[], severity, effort, confidence, location{files[],anchor,lines}, problem, impact, fix{summary,recipe[],before,after,refs[],deps[],verify[]}, evidence。severity∈{critical,high,medium,low}, effort∈{S,M,L}, confidence∈{verified,likely,speculative}。F01…)。deps/roadmap/principle_coverage.finding_ids は ID 参照で結合。principle_coverage[] は principles.md の主要原則を網羅し violated=false も明示(原則軸の漏れ点検)。references/output-schema.md 末尾の自己点検(ID一意・参照先実在・語彙準拠・着手対象の fix 充足)を必ず通す。Markdown 描画順(JSON と相互参照できるよう各行に finding.id を付ける):
深刻度|観点|違反原則|id|指摘|場所|直し方|労力)file:line・grep結果・グラフ・ビルド出力。レビューの価値は具体性と検証可能性。references/output-schema.md — 構造化出力(正本 JSON)のスキーマ・例・自己点検。Phase 3/出力時に必ず読む。references/viewpoints.md — 14観点の網羅チェックリスト(各観点の問い・アンチパターン・直し方)。Phase 2 で読む。references/principles.md — DRY/KISS/YAGNI/SoC/SOLID 等の原則カタログ。各指摘に違反原則を紐付けるため Phase 2 で読む。references/fix-recipes.md — 変更タイプ別(リネーム/共通化/死にコード/分割/依存是正/エラー処理/設定集約/テスト)の再現手順。Phase 2 の「直し方」を AI 実行可能にするため読む。references/methodology.md — 並列探索の組み方、import 到達可能性グラフの作り方、検証コマンド例。Phase 1/検証で読む。npx claudepluginhub ootsuka-repos/architecture-toolkit --plugin architecture-toolkitProvides behavioral guidelines to reduce common LLM coding mistakes, focusing on simplicity, surgical changes, assumption surfacing, and verifiable success criteria.
Searches, retrieves, and installs Agent Skills from prompts.chat registry using MCP tools like search_skills and get_skill. Activates for finding skills, browsing catalogs, or extending Claude.
Creates, edits, and optimizes skills for Claude Code, including drafting, evaluating with test prompts, iterating on performance, and improving skill descriptions for better triggering accuracy.