investigate
Issue作成・実装前の事前調査を行い調査レポートを生成。コードベース理解、影響範囲特定、技術リスク洗い出しに使用
📖 中文导读:Issue作成・実装前の事前調査を行い調査レポートを生成。コードベース理解、影響範囲特定、技術リスク洗い出しに使用 以下正文为该技能的原始 SKILL.md 内容(英文),上方安装命令可直接使用。
name: investigate description: Issue作成・実装前の事前調査を行い調査レポートを生成。コードベース理解、影響範囲特定、技術リスク洗い出しに使用 context: fork arguments:
- name: target description: 調査対象(機能名、問題、アイデア) required: true
- name: purpose description: 調査目的(issue/implementation/analysis) required: false default: "issue" allowed-tools:
- Read
- Grep
- Glob
- LS
- Bash(git log:*)
- Bash(git diff:*)
- Bash(ls:*)
- Bash(cat:*)
- Bash(mkdir:*)
- Bash(python3:*)
- mcp__o3__o3-search
- mcp__o3-search__o3-search
- WebSearch
- WebFetch
- Task
- Write
hooks:
Stop:
- hooks:
- type: command
command: |
調査連携データの保存状態をチェック
LATEST=~/.claude/cache/investigations/latest.json if [ -f "$LATEST" ]; then MOD_TIME=$(stat -f %m "$LATEST" 2>/dev/null || stat -c %Y "$LATEST" 2>/dev/null) NOW=$(date +%s) DIFF=$((NOW - MOD_TIME)) if [ $DIFF -lt 300 ]; then echo "✅ 調査連携データが保存されました(/issue で自動読み込み可能)" else echo "⚠️ 調査連携データが古いです。Step 6 で save-report.py を実行してください" fi else echo "⚠️ 調査連携データがありません。Step 6 で save-report.py を実行してください" fi timeout: 3000
- type: command
command: |
- hooks:
/investigate - 調査スキル
Issue作成・実装前の事前調査を行い、調査レポートを生成します。
目的
- 実装前に既存コードベースを理解する
- 影響範囲を特定する
- 技術的な制約・リスクを洗い出す
- 適切なアプローチを選定する
実行フロー
Step 1: 調査対象の確認
ユーザーに以下を確認:
- 調査対象: 何を調査するか(機能名、問題、アイデア)
- 調査目的: なぜ調査するか(Issue作成のため、実装方針決定のため等)
Step 2: コードベース調査
2.1 関連ファイル探索
# パターンで検索
Glob: src/**/*{keyword}*.{ts,tsx}
# コード内検索
Grep: {keyword}
2.2 既存実装の理解
- 関連コンポーネント・関数を読む
- データフロー(props, state, API)を追跡
- 依存関係を確認
2.3 技術スタック確認
- 使用ライブラリ・フレームワーク
- 既存パターン(コーディング規約)
- テスト方針
2.4 高度な技術調査(o3-search統合)
複雑な技術課題の場合、o3-searchを活用:
mcp__o3-search__o3-search({
input: "React Server Components best practices 2025"
})
活用シーン:
- 最新フレームワークのベストプラクティス調査
- パフォーマンス最適化手法の調査
- セキュリティ対策の調査
2.5 デザインシステム調査(UI機能の場合)
UI/UX変更を伴う機能の場合、以下を必ず調査:
# registry.json 存在確認
ls registry.json src/registry.json .design-system/registry.json 2>/dev/null
# Storybook 確認
ls -la .storybook/ 2>/dev/null
# 既存UIコンポーネント一覧
ls -la src/components/ui/
# デザイントークン確認
ls -la src/styles/tokens/ 2>/dev/null
確認項目:
-
registry.jsonが存在するか - Storybook が設定されているか
- 再利用可能なコンポーネントがあるか
- デザイントークン(色、タイポグラフィ)が定義されているか
デザインシステムがない場合: → UI開発前にデザインシステム構築ガイドに従って構築を推奨
Step 3: 影響範囲分析
| 観点 | チェック項目 |
|---|---|
| Frontend | 変更が必要なコンポーネント、ページ |
| Backend | 変更が必要なAPI、サーバーアクション |
| Database | スキーマ変更、マイグレーション |
| テスト | 影響を受けるテスト、追加が必要なテスト |
Step 4: リスク・制約の洗い出し
- 技術的負債
- 破壊的変更の可能性
- パフォーマンス影響
- セキュリティ考慮事項
Step 5: 調査レポート生成
以下の形式でレポートを作成し、docs/investigations/ に保存:
# 調査レポート: {タイトル}
**調査日**: {date}
**調査者**: Claude Code
**目的**: {purpose}
## サマリー
{3-5行で調査結果の要約}
## 調査対象
{調査した機能・問題の説明}
## 現状分析
### 関連ファイル
| ファイル | 役割 | 変更要否 |
|---------|------|---------|
| `path/to/file.ts` | {role} | {yes/no/maybe} |
### データフロー
{データの流れを図示}
### 依存関係
- {dependency1}
- {dependency2}
## 影響範囲
### Frontend
- {component1}
- {component2}
### Backend
- {api1}
### Database
- {table1}
### デザインシステム(UI機能の場合)
| 項目 | 状態 | 詳細 |
|------|------|------|
| registry.json | ✓ / ❌ | {path or "未設定"} |
| Storybook | ✓ / ❌ | {status} |
| 再利用可能コンポーネント | {count}件 | {list} |
| デザイントークン | ✓ / ❌ | colors, typography, spacing |
**既存コンポーネント(再利用推奨):**
- {component1}
- {component2}
**新規作成が必要なコンポーネント:**
- {new-component1}
## 技術的考慮事項
### リスク
- {risk1}
- {risk2}
### 制約
- {constraint1}
## 推奨アプローチ
### 案1: {approach1}
- **概要**:
- **メリット**:
- **デメリット**:
### 案2: {approach2}
- **概要**:
- **メリット**:
- **デメリット**:
## 結論・推奨
{推奨するアプローチと理由}
## 次のステップ
1. [ ] Issue作成
2. [ ] 要件定義PR作成
3. [ ] 実装開始
Step 6: レポート保存と連携データ生成
# ディレクトリ作成(なければ)
mkdir -p docs/investigations
# レポート保存
Write: docs/investigations/{date}-{slug}.md
重要: 調査完了後、必ず連携スクリプトを実行して /issue との自動連携を有効化:
python3 ~/.claude/skills/investigate/scripts/save-report.py --save \
--title "調査タイトル" \
--summary "サマリー(3-5行)" \
--report-path "docs/investigations/xxx.md" \
--recommended "案A" \
--recommended-reason "推奨理由" \
--affected "frontend,backend,database" \
--risks "リスク1,リスク2" \
--existing-system "システム名" \
--approaches-json '[{"name":"案A名","summary":"概要","pros":"メリット","cons":"デメリット","effort":"小"},{"name":"案B名","summary":"概要","pros":"メリット","cons":"デメリット","effort":"中"}]'
これにより以下が自動実行される:
~/.claude/cache/investigations/investigation_YYYYMMDD_HHMMSS.json保存~/.claude/cache/investigations/latest.jsonシンボリックリンク更新/issueで自動読み込み可能に
出力
調査完了後、以下を報告:
- 調査レポートのパス:
docs/investigations/{filename}.md - サマリー: 3-5行で要約
- 推奨アプローチ: 最も推奨する方針
- 次のアクション:
/issueでIssue作成を促す
使用例
User: トップページの検査コード入力を廃止して、直接検査選択画面にしたい
Assistant: 調査を開始します...
[調査実施]
調査完了しました。
📄 レポート: docs/investigations/2025-01-07-landing-page-redesign.md
📝 サマリー:
- 現在のトップページは検査コード入力が必須
- AssessmentSelectorコンポーネントは既に作成済み
- 候補者作成APIの新規追加が必要
🎯 推奨アプローチ:
トップページにCandidateInfoForm + AssessmentSelectorを統合
👉 次のステップ: /issue で Issue作成