majiayu000 Cipher Complex Analysis Skill
このSkillは、Cipher MCPツールを使った複雑な分析（10-30秒）の最適な使い方を提供します。特に、設計判断、ライブラリ研究、長期記憶化において効果を発揮します。
使用タイミング
Claudeは以下の場合にこのSkillを自動的に使用すべきです：
- 設計パターン検索: 過去の類似設計や実装パターンを調査
- ライブラリ研究: context7経由での技術ドキュメント・APIリファレンス取得
- 長期記憶化: 設計判断、実装アプローチ、技術的根拠を永続化
- 複雑な関係分析: 設計要素間の依存関係やアーキテクチャ理解
- 戦略的意思決定: 複数アプローチの評価、トレードオフ分析
Cipher複雑分析パターン
1. 設計知識検索（10-30秒）
cipher_memory_search - 過去の設計パターン検索
用途: 類似機能の設計判断、実装パターン、技術的教訓を検索
タイミング: 新機能設計前、アーキテクチャ判断時、技術選定時
パラメータ:
- query: 検索クエリ（例: "widget communication pattern"）
- limit: 取得する結果数（デフォルト: 5）
検索対象:
- 過去の設計アプローチと判断根拠
- アーキテクチャパターンと適用事例
- 技術選定の基準と結果
- 実装時の課題と解決策
- ベストプラクティスとアンチパターン
cipher_extract_entities - 重要設計要素の特定
用途: 設計ドキュメントや実装計画から重要な概念・技術要素を抽出
タイミング: 設計レビュー、アーキテクチャ分析時
パラメータ:
- text: 分析対象のテキスト
- entity_types: 抽出するエンティティタイプ（オプション）
抽出対象:
- アーキテクチャコンポーネント
- 技術スタック
- デザインパターン
- 制約条件
- 依存関係
cipher_query_graph - 設計要素間の関係分析
用途: 設計要素、コンポーネント、技術の依存関係を分析
タイミング: アーキテクチャ影響分析、リファクタリング計画時
パラメータ:
- query: グラフクエリ
- depth: 検索深度
分析対象:
- コンポーネント間依存
- 技術スタック関係
- パターン適用箇所
- 影響範囲
2. 長期記憶化（設計知識の永続化）
cipher_store_reasoning_memory - 設計判断と根拠の保存
用途: 設計アプローチ、技術判断、実装根拠を長期記憶として保存
タイミング: 設計完了後、重要な技術判断後、実装完了後
保存内容:
- 設計アプローチと選択理由
- アーキテクチャ判断の背景と意図
- 技術選定の評価基準と結果
- パフォーマンス・保守性の考慮
- 実装時の課題と解決策
- ベストプラクティスと得られた教訓
記憶形式:
- タイトル: 簡潔な要約
- コンテキスト: 背景状況
- 判断内容: 具体的な決定事項
- 根拠: なぜその判断をしたか
- 結果: 実装結果と効果
- 教訓: 将来への知見
3. ライブラリ研究（context7経由）
mcp__context7__resolve-library-id - ライブラリID解決
用途: ライブラリ名からcontext7のIDを解決
タイミング: 新しいライブラリの調査開始時
パラメータ:
- library_name: ライブラリ名（例: "pyside6", "sqlalchemy"）
対応ライブラリ例:
- Python標準ライブラリ
- PySide6（Qt for Python）
- SQLAlchemy
- pytest
- その他主要Pythonライブラリ
mcp__context7__get-library-docs - ライブラリドキュメント取得
用途: context7経由で公式ドキュメント、APIリファレンス、ガイドを取得
タイミング: 技術選定時、実装方法調査時
パラメータ:
- library_id: resolve-library-idで取得したID
- section: ドキュメントのセクション（オプション）
取得可能な情報:
- 公式APIリファレンス
- ベストプラクティスガイド
- チュートリアル
- アーキテクチャガイド
- サンプルコード
4. Web検索との統合
WebSearch - 最新情報の検索
用途: context7に無い最新情報、ブログ記事、事例研究の検索
タイミング: context7で情報不足の場合、最新動向調査時
WebFetch - 特定URLの詳細取得
用途: 検索で見つかった記事の詳細内容を取得
タイミング: WebSearchの結果から有用なページを深掘りする時
Cipherとの効果的な統合
最適な使用フロー
設計フェーズ
1. Memory検索: cipher_memory_search で過去の類似設計を調査
→ 既存の知見を活用、重複設計を回避
2. Entity抽出: cipher_extract_entities で設計要素を特定
→ 重要な技術要素、パターンを明確化
3. Graph分析: cipher_query_graph で依存関係を分析
→ アーキテクチャ影響を評価
4. Library研究: context7 でライブラリ詳細を調査
→ 最適な技術選択
5. 長期記憶: cipher_store_reasoning_memory で判断を記録
→ 将来の参照資産として蓄積
実装フェーズ
1. Memory検索: cipher_memory_search で実装パターンを確認
→ 過去の成功パターンを再利用
2. Library調査: context7 で実装詳細を確認
→ 正しいAPIの使い方を理解
3. 長期記憶: 実装完了後、cipher_store_reasoning_memory で記録
→ 実装判断と教訓を永続化
SerenaとCipherの使い分け
Serena Fast Ops (1-3秒) を使うべき場合
- シンボル検索（クラス、メソッド、関数）
- ファイル構造把握
- 短期メモリ操作（進捗記録）
- 基本コード編集
Cipher Complex Analysis (10-30秒) を使うべき場合
- 過去の設計パターン検索
- ライブラリ研究（context7経由）
- 設計判断の長期記憶化
- 複雑な依存関係分析
- 戦略的意思決定
併用パターン
効率的な開発フロー:
1. Serena: 現在状況確認（read_memory）
2. Cipher: 過去の類似設計検索（cipher_memory_search）
3. Cipher: ライブラリ調査（context7）
4. Serena: コード実装（find_symbol, replace_symbol_body）
5. Serena: 進捗記録（write_memory）
6. Cipher: 長期記憶化（cipher_store_reasoning_memory）
タイムアウト対策
Cipher操作は10-30秒かかるため、以下の戦略で効率化：
段階的アプローチ
- 検索範囲の絞り込み: 具体的なクエリで検索
- 並行実行回避: Cipher操作を順次実行
- Serenaへのフォールバック: タイムアウト時はSerena + WebSearchで代替
エラー時の対処
- Cipher timeout: 操作を小さく分割して再試行
- Connection error: Serena操作 + WebSearch の組み合わせで代替
- 複雑すぎる分析: Investigation/Library-Research/Solutionsエージェントを使用
LoRAIro固有のCipher活用
記憶化すべき設計判断
- アーキテクチャパターン: Repository Pattern、Service Layer、Direct Widget Communication
- 技術選定: SQLAlchemy、PySide6、pytest選択理由
- パフォーマンス改善: キャッシュ戦略、非同期処理判断
- リファクタリング: 大規模変更の意図と効果
context7で調査すべきライブラリ
- PySide6: Signal/Slot、QThread、Qt Designer統合
- SQLAlchemy: ORM、トランザクション、マイグレーション
- pytest: フィクスチャ、モック、パラメタライズ
- Pillow: 画像処理、メタデータ抽出
検索クエリ例
- "widget signal slot direct communication pattern"
- "sqlalchemy repository pattern best practices"
- "pytest fixture setup teardown pattern"
- "pyside6 qthread worker pattern"
Examples
詳細な使用例は examples.md を参照してください。
Reference
CipherツールとContext7の完全なAPIリファレンスは reference.md を参照してください。