evaluate

name	evaluate
description	Uncorrelated Evaluator — 4軸ルーブリック専門エージェント（functionality-reviewer・code-reviewer・design-reviewer・originality-reviewer）と security-reviewer を5並列実行し、成果物を多面的に独立評価します。PASS / NEEDS WORK / BLOCKED 判定を返します。Self-leniency 防止のため、実装エージェントのコンテキストを引き継がない新規エージェントとして起動します。「レビューして」「評価して」「実装を確認して」などのリクエストで起動します。
user-invocable	true

Uncorrelated Evaluator

実装後のコードを4軸ルーブリック専門エージェント + セキュリティレビュアーで5並列評価します。

⚠️ Self-leniency 防止: このスキルは常に新規エージェントとして起動します。 実装エージェントのコンテキストを引き継がないことが必須です。

---

エージェントと担当軸の対応

エージェント	担当軸	スコア
functionality-reviewer	機能性（DoD チェック + Playwright フロー）	1-5
code-reviewer	技術的実行（テスト・SRP/DRY・パフォーマンス）	1-5
design-reviewer	デザイン品質（Playwright スクリーンショット・WCAG）	1-5 / N/A
originality-reviewer	独創性（洗練度・工夫・ボイラープレート率）	1-5
security-reviewer	セキュリティ（OWASP・インジェクション・シークレット漏洩）	PASS / BLOCKED

---

入力

• 変更ファイルパス（必須）: 引数で指定。未指定の場合は git diff --name-only HEAD で自動検出
• 実装ノート（任意）: implementation-notes.md などのハンドオフドキュメントのパス
• plan.md パス（任意）: DoD が記載された計画書。デフォルト plan.md
• ライブURL（任意）: Playwright 検証対象の開発サーバー URL
• 出力ディレクトリ（任意）: デフォルト .claude/orchestrate/
• ループカウンタ（任意）: デフォルト 1
• 最大ループ数（任意）: デフォルト 3

---

実行手順

Step 1: 対象コードの特定

# 引数未指定の場合
git diff --name-only HEAD

変更ファイルが存在しない場合は「評価対象が見つかりません」とユーザーに伝えて終了する。

---

Step 2: 5エージェント並列実行

全エージェントに以下を渡し、同時に起動する:

並列実行:
  ├── functionality-reviewer
  │     入力: 変更ファイルの内容 + plan.md（DoD） + ライブURL（あれば）
  │     指示: DoD チェックと Playwright フロー確認で機能性を 1-5 スコアで評価せよ
  │     出力: functionality-review.md
  │
  ├── code-reviewer
  │     入力: 変更ファイルの内容 + 実装ノート（あれば）
  │     指示: テスト・SRP/DRY・パフォーマンスを確認し Critical/Warning/Info と
  │           技術的実行スコア（1-5）を報告せよ
  │     出力: review-comments.md
  │
  ├── design-reviewer
  │     入力: ライブURL（あれば）
  │     指示: 3ブレークポイントでスクリーンショット取得し UI 品質を 1-5 で評価せよ。
  │           フロントエンドなし時は N/A を返せ
  │     出力: design-review.md
  │
  ├── originality-reviewer
  │     入力: 変更ファイルの内容
  │     指示: 洗練度・工夫・ボイラープレート率を確認し独創性を 1-5 で評価せよ
  │     出力: originality-review.md
  │
  └── security-reviewer
        入力: 変更ファイルの内容 + 実装ノート（あれば）
        指示: OWASP Top 10・インジェクション・シークレット漏洩・認証認可を確認し
              Critical / Warning / Info の3段階で報告せよ
        出力: security-review.md

---

Step 3: 判定

5エージェントの結果を収集し、以下の優先順位で判定する:

条件	判定
security-reviewer で Critical 1件以上	BLOCKED
loop >= max_loops かつ未解決問題あり	BLOCKED
functionality-reviewer で DoD 未達成 1件以上	NEEDS WORK
いずれかの軸スコア（N/A 除く）< 3	NEEDS WORK
全軸平均（N/A 除く）< 4.0 かつ loop < max_loops	NEEDS WORK
すべての条件をクリア	PASS

---

Step 4: 結果の保存

出力ディレクトリへ保存する。feature ID が指定されている場合:

• eval-{feat-id}.md — 統合サマリー（long-running から呼び出す場合）
• 各 *-review.md — スタンドアロンで呼び出す場合

---

出力フォーマット（統合サマリー）

# Evaluation Summary

**Verdict**: PASS / NEEDS WORK / BLOCKED (Loop: N/M)

| 軸 | エージェント | スコア | 判定 |
|--|--|--|--|
| 機能性 | functionality-reviewer | N/5 | ✓/⚠️ |
| 技術的実行 | code-reviewer | N/5 | ✓/⚠️ |
| デザイン品質 | design-reviewer | N/5 or N/A | ✓/⚠️/- |
| 独創性 | originality-reviewer | N/5 | ✓/⚠️ |
| セキュリティ | security-reviewer | PASS/BLOCKED | ✓/🚫 |

**総合スコア（N/A 除く）: N.N/5**

---

## 機能性レビュー（functionality-reviewer）
[functionality-review.md の内容サマリー]

## 技術的実行レビュー（code-reviewer）
[review-comments.md の内容サマリー]

## デザイン品質レビュー（design-reviewer）
[design-review.md の内容サマリー]

## 独創性レビュー（originality-reviewer）
[originality-review.md の内容サマリー]

## セキュリティレビュー（security-reviewer）
[security-review.md の内容サマリー]

---

## 次のアクション
[NEEDS WORK / BLOCKED の場合のみ、優先順で列挙]

---

完了条件

• 5エージェントすべてが結果を返した
• 判定（PASS / NEEDS WORK / BLOCKED）を呼び出し元へ返した
• 全レビューファイルが出力ディレクトリに保存された

---

関連スキル

• long-running: Evaluator フェーズでこのスキルを使用
• fix-debt: 副作用チェックでこのスキルを使用
• tdd-cycle: 実装完了後の品質ゲートとしてこのスキルを使用