コードレビューの受信
コードレビューには感情的なパフォーマンスではなく、技術的な評価が必要です。
核心原則
実装前に検証。仮定前に質問。社会的快適さより技術的正確性。
応答パターン
コードレビューフィードバックを受け取ったとき：
- 読む：反応せずに完全にフィードバックを読む
- 理解する：自分の言葉で要件を言い換える（または質問する）
- 検証する：コードベースの現実と照合する
- 評価する：このコードベースに対して技術的に健全か？
- 応答する：技術的な確認または理由のある反論
- 実装する：一度に 1 項目、それぞれをテスト
重要なポイント
- パフォーマンス的な同意ではない
- 盲目的な実装ではない
- 技術的厳密性が必要
- 行動前の検証
- 不明確または疑わしいフィードバックに質問する
この Skill は、コードレビューに対する思慮深く技術的に健全な応答を保証します。
コメント
まだコメントがありません。最初のコメントを投稿してください！
関連ツール
Brainstorming Skill
github.com/obra/superpowers
実装前に協調的な対話を通じてユーザーの意図、要件、設計を探索します。
Dispatching Parallel Agents Skill
github.com/obra/superpowers
複数の独立した agent をディスパッチして、無関係なタスクを並行処理し、効率を最大化します。
Requesting Code Review Skill
github.com/obra/superpowers
コードレビューのサブエージェントをディスパッチして、問題が拡大する前に捉える - 早期レビュー、頻繁なレビュー。
関連インサイト
Skills + Hooks + Plugins：AnthropicによるAIコーディングツールの拡張性の再定義
Claude CodeのSkills、Hooks、Pluginsという三位一体アーキテクチャを深く分析し、なぜこの設計がGitHub CopilotやCursorよりも先進的なのか、そしてオープンスタンダードを通じてAIコーディングツールの拡張性をどのように再定義しているかを探ります。
Claude Codeの次なる目的地は、コードではなく、あなたのローカルObsidian知識ベース
Obsidian + Claude Codeが知識管理ツールからプライベートAIアシスタントへと変革する方法を探索。obsidian-skills、Claudianプラグイン、Claudesidianテンプレートの完全ガイド、データプライバシーとAI機能を両立するベストプラクティス。
7 つの AI コーディング CLI を半年使って悟ったこと：モデルがどんなに強くても、仕事には監督が必要
Claude Code、Codex、opencode、pi、omp、DeepSeek Harness はそれぞれ性格が違う。半年間の深い使用で確立した分業：pi で最速最省のレビュー、omp で複雑な PR レビュー、DeepSeek Harness + V4 Flash で高頻度・低コストなレビュー、Claude Code と Qoder でコーディング。モデルがどんなに強くても、仕事には監督が必要——しかも独立した第三者であるべき。