エージェント向けのコマンド、フック、スキルを作成する場合、サブエージェントやその他のLLMとのインタラクションのためのプロンプトを作成する場合、プロンプトの最適化、LLMの出力の改善、またはプロダクション用のプロンプトテンプレートの設計を含め、このスキルを使用してください。
あなたが手に入れるもの
これらのシナリオに最適
バグの再現テストを書き、次に修正を実装して解決を保証する
まずテストを定義し、次に要件を満たす最小限のコードを実装する
コードのリファクタリング中に既存の振る舞いが維持されるようにしてください。
実装前にAPIレスポンスが期待通りであることを検証する
測定された効果
実証済みのメリットと測定可能な影響
実装前にテストを書くことで、問題を早期に発見できます
あらかじめ用意されたテストケースで、迅速に障害を切り分け
保守性を高めるために、ミニマルでテスト駆動な実装に集中する
装備内容
ファイル・タグ・3ステップのインストール
ヒント： 初回使用の前にドキュメントとコードを読み、機能と必要な権限を確認してください。
次のスクリプト
タグとカテゴリーに基づくおすすめ
Claude Codeエージェント生成システムは、実績のあるプロダクションパターンに従い、強化されたYAMLフロントマター、ツールアクセスパターン、およびMCP統合サポートを備えたカスタムエージェントとサブエージェントを作成するシステムです。
OpenAPI、Swagger、GraphQLのスキーマがバックエンドの実装と一致することを検証します。破壊的な変更を検出し、TypeScriptクライアントを生成し、APIドキュメントが同期された状態を維持します。API仕様ファイル（.yaml、.json、.graphql）で作業する場合、APIの変更をレビューする場合、フロントエンドの型を生成する場合、またはエンドポイントの実装を検証する場合に使用します。
AlphaFoldの2億以上のAI予測タンパク質構造にアクセスできます。UniProt IDによって構造を取得し、PDB/mmCIFファイルをダウンロードし、薬剤発見および構造生物学のための信頼性指標（pLDDT、PAE）を分析します。