sanity-review
責任共有・知識共有・正確さの向上など、元々コードレビューには複数の役割があったが コードと実装者とレビュアーという要素間に、AIというアクターが1つ増えた事により、より複雑になった
これまでのコードレビュー
以下の内容をレビュアーは自力で、もしくは1つずつプロンプトを入力する事で検証していた
何をなぜやってどうなったのか、を実装者は説明できているか
pull request概要欄の品質チェック
説明と実装の整合性
実装者は、AIが作ったコードを読み解けているのか？
bugハンティング
実装にbugや脆弱性が含まれていないか？あるなら、続けて修正もしたい
実装者の考慮に漏れ・抜けはないか？
試した事、試し方、やらないと決めた事は正しいか？
それら自体の検討プロセスは正しいか？
つまり実装の正しさだけでなく、実装者が正気を保っているかどうかを、レビュアーは確認する必要が生じている
Agent Skillによるコードレビュー
上のリストを調査し、報告書として出力するAgent Skill /sanity-review を実装した
説明文の品質、実装とコードの整合性、bugや脆弱性の有無は、複数のAIがレビューを往復する事によって、広く深くチェックされる
レビュアーは機械的にチェックできる箇所はAIに任せ、現時点では人間がやる必要がある作業に集中できるようになる
例えば
本当にこの変更を受け入れるかどうかの判断
ユーザーやビジネスサイドへの説明
単体の機能よりも大きな視点が必要となる、アプリケーション・サービスとしての整合性確認
次に何をするか考える
また実装者も、このSkillを自ら使う事で、自分のpull requestを客観的に見直す事ができる
仕組み