review-code

name	review-code
description	PRベースの多角的コードレビューを実行する。 4つの独立subagentが並列にレビューし、指摘箇所のコード実在確認・ WebSearchによる公式ドキュメント裏取りでハルシネーションを防止する。 各指摘に前提知識・公式リファレンスURLを付与し教育的なレビューを提供する。 言語・フレームワークを自動検出し、プロジェクト設定+公式ガイドラインに基づくレビューを実施。 以下の場合に使用: (1) PRのコードレビューを依頼されたとき (2) git diffに対するコードレビュー (3) マージ前の品質チェック (4) コードの改善提案が欲しいとき
disable-model-invocation	true
argument-hint	[PR-url, branch-name, or empty for current branch]

Code Review: 多角的PRレビュー

核心原則

• 教育的レビュー: 指摘ごとに「なぜ問題か」の理由と、理解に必要な前提知識・公式ドキュメントURLを提示する
• 証拠ベース: すべての指摘は file:line で特定し、Read でコード実在を確認済みであること
• ハルシネーション防止: API仕様・言語仕様に言及する場合は WebSearch で公式ドキュメントを裏取りする
• コード変更禁止: レビューのみ。修正は行わない

入力処理

$ARGUMENTS の内容に応じて:

1. GitHub PR URL: Task(ctx:github) でPR情報を取得（diff, comments, files, body）
2. ブランチ名: git diff main...{branch} で差分取得
3. 引数なし: 現在のブランチの git diff main...HEAD を使用

Phase 1: Context Collection（コンテキスト収集）

目的: レビュー対象の差分取得 + プロジェクトの言語・フレームワーク・lint設定を把握

Step 1: 差分取得

• PR URL → Task(ctx:github) で構造化情報取得
• ブランチ → git diff で差分取得
• 変更ファイル一覧と変更行数を把握
• 未追跡ファイルを必ず含める: git diff は未追跡（新規）ファイルを出力しない。git status --short の ?? と git ls-files --others --exclude-standard で新規ファイルを列挙し、内容を直接 Read してレビュー対象に加える。新規 useCase / service / test 本体が未追跡のまま diff だけ見て本体を見落とす事故が多発している

Step 2: 言語・フレームワーク自動検出

• lang-detection.md に従い、設定ファイルを Glob → Read で検出
• 検出結果: 言語、フレームワーク、linter設定

Step 3: 公式レビューガイドラインの取得

• lang-detection.md の「動的参照戦略」に記載された site: 付き検索クエリを使用する
• 必ず公式サイトに限定した検索を行う（例: site:typescriptlang.org, site:go.dev）
• 検索クエリには現在の年（$CURRENT_YEAR）を含めて最新ドキュメントを優先する
• WebFetch で公式ドキュメントページの詳細を取得し、Phase 2 の Agent D に渡す
• ブログ記事やサードパーティの解説ではなく、言語・フレームワーク公式ドキュメントのみを信頼する

Phase 1 出力: 差分サマリー、検出言語/FW、lint設定、取得した公式ガイドライン

Phase 2: Multi-perspective Review（多角的レビュー）

目的: 4つの独立subagentが異なる観点から並列にレビューする

Task(Explore) を最大4並列で起動。各agentは他のagentの結果を知らない。

直接レビューで済ませず、必ず同一ターンで4つのsubagentを並列起動する（Opus 4.8 はサブエージェント生成を控える傾向があるため明示する）。

各agentに渡す情報:

• 差分（git diff 出力）
• 変更ファイルの全体コンテキスト（Read で変更関数の前後を含む）
• Phase 1 で検出した言語・FW情報

Agent A: Correctness — ロジックの正確性、エラーハンドリング、要件一致 Agent B: Security & Performance — セキュリティ脆弱性、パフォーマンス問題 Agent C: Design & Maintainability — 設計品質、可読性、テスト網羅性 Agent D: Language-specific — 言語固有の観点（公式ガイドライン + プロジェクトlint設定ベース）

各agentの出力スキーマ: review-dimensions.md を参照

Phase 3: Synthesis & Verification（統合・検証）

目的: 指摘の品質保証と教育的レポートの生成

Step 1: 統合と重複排除

• 4 agentの指摘を統合
• 同一箇所への重複指摘をマージ（重大度は高い方を採用）

Step 2: ハルシネーション防止チェック

• 全指摘の file:line を Read で再確認
• API仕様や言語仕様への言及を WebSearch で裏取り（site: 付きで公式ドキュメントに限定）

Step 3: 教育的リファレンスの付与 各指摘に対して:

1. 前提知識: この指摘を理解するために必要な概念を簡潔に説明
2. 公式リファレンス: WebSearch で該当する公式ドキュメントのURLを取得し付与
3. 学習ポイント: この指摘から学べること、同様の問題を今後防ぐ方法

Step 4: 重大度スコアリング

• severity-scoring.md に従い分類
• マージ判定（LGTM / 要修正 / 要検討）

出力フォーマット

## PR レビューサマリー

**対象**: {PR タイトル / ブランチ名}
**言語**: {検出された言語・フレームワーク}
**変更規模**: {ファイル数}ファイル, +{追加行} -{削除行}

## 強み
- {具体的に良い点} — `file:line`

## 課題

### 🚨 Critical（修正必須）

#### {問題タイトル}
- **箇所**: `file:line`
- **コード**: `引用`
- **問題**: {なぜ問題か}
- **改善案**: {具体的な修正方法}
- **前提知識**: {理解に必要な概念の簡潔な説明}
- **リファレンス**: [{ドキュメント名}]({URL}) — {該当セクション}

### ⚠️ Important（修正推奨）
{同一形式}

### 💡 Minor（提案）
{同一形式}

## 学習リソース
- [{概念名}]({公式ドキュメントURL}) — {この PR で特に関連する箇所}

## 評価
{マージ可否と理由（1-2文）}

エラーハンドリング

状況	対応
PR URLが無効	再入力を求める、またはブランチ名にフォールバック
差分が巨大（1000行超）	変更ファイルを重要度で優先順位付けし、上位を集中レビュー
言語検出失敗	Agent D をスキップし、Agent A-C の3並列で実行
WebSearch で公式ドキュメントが見つからない	リファレンスなしで指摘を出力（「公式ドキュメント未確認」と明記）