Skill.md検索

既存テストをベースラインとして実行してから、機能を変えずにコードを段階的に整理できます 命名改善・関数分割・重複削除・複雑な条件式の簡素化など複数の改善パターンを自動適用でき、保守性・可読性が向上します 各ステップ後にテストを実行して機能不変を確認するため、リファクタリングによるバグ発生を防げます go fmt・go vet による形式チェック・静的解析も自動で行い、コード品質基準を維持できます 既存のGoコードを整理・改善したい開発者 長くなってしまった関数や複雑な条件式を簡潔にしたい人 テストを壊さずに安全にコードを改善したい人 コードの可読性・保守性を向上させたいチーム ユーザーが「リファクタリング」「コードを整理」「可読性を上げて」などと要求した時に発動します。①対象ファイル・関数を特定し、②対応する _test.go を確認して go test ./... で全テストをパスさせベースラインを確立し、③命名改善・関数分割・重複削除・マジックナンバー定数化など改善機会を特定し、④小さなステップで段階的に変更を行い、⑤各ステップ後に go test ./... で機能不変を確認し、⑥go fmt go vet でコード品質チェック後、⑦refactor: 形式でコミットします。リファクタリング対象の優先順位は①複雑度が高くバグを生みやすい箇所、②頻繁に変更される箇所、③安定していて変更頻度が低い箇所の順です。

関数の実行速度を正確に測定 - Go benchmarkを実行して、1操作あたりの実行時間（ナノ秒）を測定できるため、「実装が本当に高速か」を客観的に判定できます メモリ使用量とアロケーションを分析 - 不要なメモリ確保がないか、アロケーション（メモリ割り当て）の回数が最小か を可視化できます ボトルネックを自動検出 - パフォーマンスが低い箇所を特定し、CPU・メモリプロファイラで原因を深掘りできます 最適化案を具体的に提案 - 「なぜこの最適化が有効か」「どんなトレードオフがあるか」を説明した上で、改善コード例を提示します ベンチマーク関数を自動生成 - ベンチマークがない場合は、自動的に作成するため、測定を始めるまでの準備が簡単です バックエンドエンジニアで、APIレスポンスを高速化したい人 パフォーマンス改善が必要と感じているが、どこから手をつけるか迷っている人 大規模データを扱うシステムで、メモリ効率を重視したい人 本番環境のパフォーマンス問題に対応する際の原因特定に使いたい人

バグやロジックエラーを検出 - 境界値処理の漏れ、nil チェック忘れ、配列操作の誤りなど、実装の問題点を指摘します Goのイディオム（慣例）に従った書き方を提案 - エラーハンドリング、defer の使い方、インターフェース設計など、Goらしい実装方法を学べます パフォーマンス問題を事前に防ぐ - 不要なメモリ確保、非効率なループ、N+1問題など、実行時にパフォーマンス低下を招く実装を事前に見つけられます セキュリティリスクを特定 - ユーザー入力の検証漏れ、機密情報のログ出力など、セキュリティホール（弱点）を指摘します 具体的な改善コード例を提示 - 「何が問題か」だけでなく「こう直す」という正しい実装例を示すため、対応がスムーズです 開発チームリーダー・シニアエンジニアで、チームコードの品質を保ちたい人 プルリクエスト（変更内容の確認）をレビューする際に、見落としを減らしたい人 チーム内のコード品質基準を統一して、全体的なレベルアップをしたい人 本人のコードを別の視点からチェックして、改善学習したい人

関数やAPIの説明文を自動作成し、GoDocコメントとして追加します。コードを書くだけで、ドキュメントは自動で整備されます。 README.mdのAPI仕様セクションを自動更新し、使い方やパラメータ説明を最新に保ちます。 実行可能な使用例（Exampleテスト）を生成し、ドキュメントの正確性をgo testで自動検証します。 CHANGELOG.mdを自動更新し、変更履歴を常に最新の状態に保ちます。 既存のドキュメントスタイルを学習し、チームの規約に合わせた文体で統一されたドキュメントを生成します。 Goエンジニア：コードとドキュメントのズレに悩まず、手動でコメントを書く手間を削減できます。 プロダクトマネージャー・テックリード：APIやライブラリの使い方が常に正確で、ユーザーの学習コストが下がります。 ドキュメント担当者：技術的な説明文を自動生成して、整合性チェックや編集に時間を集中できます。 スタートアップ・小規模チーム：ドキュメント作成の手作業を減らし、開発速度を加速できます。

git diffから変更内容を自動分析し、何が変わったか、なぜ変わったかを含むPR本文を生成します。 変更がどのコンポーネントに影響するかを自動判定し、レビュアーが確認すべきポイントを明記します。 テスト実行結果やカバレッジの改善度を自動取得し、PR本文に含めます。 問題発生時の復旧方法（ロールバック計画）を自動提案し、リスク管理が容易になります。 チームのPRテンプレートや既存PRのスタイルに合わせた説明を生成し、レビュー文化を統一できます。 ソフトウェアエンジニア：コードレビュー前の説明文作成時間を大幅削減し、PR作成〜マージまでのサイクルを加速できます。 コードレビュアー：PR本文の質が向上し、何を確認すべきかが明確になるため、レビュー効率が上がります。 チームリード・アーキテクト：変更の影響範囲が自動で可視化され、アーキテクチャへの影響判定が容易になります。 CI/CDパイプライン担当者：テスト結果やカバレッジ変化が自動でPRに含まれ、品質管理が自動化できます。

既存の関数に対して、正常系・異常系・境界値を含む包括的なテストケースを自動生成します。 空配列、nil、0、負数など、見落としやすい境界値テストを自動で抽出し追加します。 go test -cover でカバレッジの穴を自動検出し、不足しているテストケースを優先的に生成します。 既存テストのスタイルを学習し、統一されたテスト形式（Table-Driven Testsなど）で追加します。 テスト追加後の実行結果を報告し、カバレッジ改善度を数値で可視化します。 Goエンジニア：退屈で時間のかかるテスト書きを自動化し、本当に重要なテストロジックに集中できます。 QAエンジニア：コード品質が数値で可視化され、テスト充足度をトラッキングしやすくなります。 スタートアップ・急成長フェーズの企業：テストカバレッジを素早く向上させ、技術負債を抑制できます。 CI/CDパイプライン担当者：自動テスト追加により、品質ゲートの厳格化が低コストで実現できます。