Skill.md検索

自動検証ハーネスを生成：プロジェクトの制約（型チェック、テスト、lint、命名規則）を自動で学習し、Claude Codeが参照できるルール集を作成します 型エラー・テスト失敗を事前防止：有効なコード変更の条件を明文化し、無効なコードが生成されるリスクを削減します プロジェクト固有ルールを内面化：「このプロジェクトではこうする」というローカルルールをAIに教え込み、指摘待ちではなく初回提案の精度を高めます 検証スクリプトで客観的にチェック：自然言語ルール＋実行可能スクリプトの両方で、主観的な判定を排除します フィードバックループで継続改善：エラーが出るたびに自動でハーネスを更新し、同じミスを繰り返さない仕組みを構築します 品質重視のエンジニアチーム：AIの出力精度を高め、レビュー指摘を減らしたいチーム プロジェクト固有の厳格ルールがあるプロジェクト：命名規則・構成・テストカバレッジなどの暗黙ルールをAIに教えたい場合 Claude Codeでのコード生成を多用する開発チーム：生成→修正のループを短縮したい場合 DeepMindのAutoHarness論文に興味がある研究開発チーム：理論をプラクティスに適用したい場合 このスキルはDeepMindの AutoHarness 論文（arXiv:2603.03329）をClaude Codeのコーディングタスクに応用します。「不正手」（型エラー、テスト失敗、lint違反、プロジェクト固有ルール違反）を防ぐために、自然言語ルール（.claude/rules/harness.md）と検証スクリプト（.claude/rules/harness_check.py）の両方を自動生成します。コマンドは2つ：/autoharness-initはプロジェクト初回解析で、言語・フレームワーク、テストコマンド、Lintツール、型チェック、ビルドコマンド、命名規則、CLAUDE.mdを調査し、ハーネスルールファイルと検証スクリプトを生成します。/autoharness-updateは、型エラー・テスト失敗・lintエラー発生時、またはユーザーフィードバック時に自動実行され、ハーネスを改善します。ハーネスルールには検証コマンド、有効なコード変更の条件、命名規則、禁止パターン、プロジェクト固有の注意を記載し、CLAUDE.mdから参照可能にします。