escalate-issues
について
このスキルは、メンテナンス上の問題を深刻度に基づいて選別し、文脈を含む調査結果を文書化した上で、適切な専門エージェントまたは人間に振り分けます。自動化されたクリーンアップでは対応できない問題(安全でないコード削除、ドメイン固有の設定変更、セキュリティ上機微な発見など)に対して、実行可能な問題報告書を作成します。メンテナンス作業において、複雑なリファクタリングの必要性、破壊的変更、専門家の介入を要する脆弱性などに遭遇した場合にご利用ください。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/escalate-issuesこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
escalate-issues
使用タイミング
メンテナンスタスクが自動クリーンアップを超える問題に遭遇した時にこのスキルを使用する:
- コードの削除が安全かどうか不確実な時
- 設定変更がドメイン専門知識を必要とする時(セキュリティ、パフォーマンス、アーキテクチャ)
- クリーンアップ中に破壊的変更が検出された時
- 複雑なリファクタリングが必要な時(単なるクリーンアップではなく)
- セキュリティに敏感な発見事項(ハードコードされた秘密情報、脆弱性)
明確な修正がある単純な問題には使用しない。自動クリーンアップがリスクがあるか不十分な場合にのみエスカレーションする。
入力
| パラメータ | 型 | 必須 | 説明 |
|---|---|---|---|
issue_description | string | はい | 問題の明確な説明 |
severity | enum | はい | critical, high, medium, low |
context_files | array | いいえ | 関連ファイルのパス |
specialist | string | いいえ | ターゲットエージェント(未指定の場合は自動ルーティング) |
blocking | boolean | いいえ | 課題がさらなるクリーンアップをブロックするか(デフォルト: false) |
手順
ステップ1: 重大度の評価
標準的な重大度レベルを使用して課題を分類する。
CRITICAL — 本番機能をブロック:
- 活発に使用されているコードの壊れたインポート
- セキュリティ脆弱性(露出した秘密情報、SQLインジェクション)
- クリーンアップ操作によるデータ損失リスク
- 本番サービスの停止
HIGH — 保守性または開発者の生産性に影響:
- 重大なデッドコードの肥大化(1000行以上)
- 壊れたCI/CDパイプライン
- 環境間の主要な設定ドリフト
- 動的にロードされる可能性のある参照されていないモジュール
MEDIUM — 軽微な衛生上の問題:
- 未使用のヘルパー関数(100行未満)
- 更新が必要な古いドキュメント
- 非推奨の設定ファイル(使用されなくなったが存在する)
- 重要でないパスのリント警告
LOW — スタイルの不一致:
- 混在するインデント(動作するが一貫しない)
- 末尾の空白
- 一貫しない命名(camelCase vs snake_case)
- 軽微なフォーマットの違い
重大度判断ツリー:
Does it break production? → CRITICAL
Does it block development? → HIGH
Does it impact code quality? → MEDIUM
Is it purely cosmetic? → LOW
期待結果: 明確な重大度ラベルで分類された課題
失敗時: 不確実な場合はHIGHをデフォルトとし、再トリアージのために人間にエスカレーションする
ステップ2: 発見事項の文書化
専門家がレビューするためのすべての関連コンテキストを記録する。
課題レポートテンプレート:
# Issue: [Brief Title]
**Severity**: CRITICAL | HIGH | MEDIUM | LOW
**Discovered During**: [Skill name, e.g., clean-codebase]
**Date**: YYYY-MM-DD
**Blocking**: Yes | No
## Description
Clear description of the problem in 2-3 sentences.
## Context
- **File(s)**: [List of affected files with line numbers]
- **Related**: [Related issues, commits, or previous attempts to fix]
- **Impact**: [What breaks if this isn't fixed, or what's wasted if not cleaned]
## Evidence
```language
# Code snippet or log excerpt showing the problem
Attempted Fixes
- Tried X but failed because Y
- Considered Z but uncertain due to W
Recommendation
- Option 1: [Safe conservative approach]
- Option 2: [More aggressive fix with risks]
- Preferred: [Which option to pursue and why]
Specialist Routing
Suggested Agent: [agent-name] Reason: [Why this specialist is appropriate]
References
- [Link to related documentation]
- [Link to similar past issues]
**期待結果:** 完全なコンテキスト付きで`ESCALATION_REPORTS/issue_YYYYMMDD_HHMM.md`に文書化された課題
**失敗時:** (該当なし — 不完全でも常に文書化する)
### ステップ3: ルーティングの決定
課題タイプを適切な専門エージェントまたは人間レビュアーにマッチングする。
**ルーティングテーブル**:
| 課題タイプ | 専門家 | 理由 |
|------------|-----------|---------|
| セキュリティ脆弱性 | security-analyst | セキュリティ専門知識が必要 |
| GxPコンプライアンスの懸念 | gxp-validator | 規制知識が必要 |
| アーキテクチャの決定 | senior-software-developer | 設計パターンの専門知識 |
| 設定管理 | devops-engineer | インフラ知識 |
| 依存関係の競合 | devops-engineer | パッケージ管理の専門知識 |
| パフォーマンスのボトルネック | senior-data-scientist | 最適化知識 |
| コードスタイルの論争 | code-reviewer | スタイルガイドの権限 |
| デッドコードの不確実性 | r-developer(または言語固有) | 言語固有の知識 |
| 壊れたテストが不明確 | code-reviewer | テスト設計の専門知識 |
| ドキュメントの正確性 | senior-researcher | ドメイン知識が必要 |
| ライセンス互換性 | auditor | 法律/コンプライアンスの専門知識 |
**自動ルーティングロジック**:
```python
def route_issue(severity, issue_type):
if severity == "CRITICAL":
# Always escalate to human for critical issues
return "human"
if "security" in issue_type or "secret" in issue_type:
return "security-analyst"
if "gxp" in issue_type or "compliance" in issue_type:
return "gxp-validator"
if "architecture" in issue_type or "design" in issue_type:
return "senior-software-developer"
if "config" in issue_type or "deployment" in issue_type:
return "devops-engineer"
# Default: code-reviewer for general code issues
return "code-reviewer"
期待結果: 正当性を伴い適切な専門家にルーティングされた課題
失敗時: 明確な専門家がいない場合、手動ルーティングのために人間にエスカレーションする
ステップ4: 実行可能な課題レポートの作成
ターゲットオーディエンス(エージェントまたは人間)に適したフォーマットのレポートを生成する。
専門エージェント向け(MCPツール用の構造化フォーマット):
---
type: escalation
severity: high
from_agent: janitor
to_agent: security-analyst
blocking: false
---
# Security Concern: Hardcoded API Key in Config
**File**: config/production.yml:45
**Pattern**: API_KEY="sk_live_abc123..."
**Request**: Please review if this is a valid secret or a placeholder.
If valid, recommend secure credential management strategy.
**Context**: Discovered during config cleanup sweep.
人間レビュアー向け(詳細なmarkdown):
# Escalation Report: Uncertain Dead Code Removal
**From**: Janitor Agent
**Date**: 2026-02-16
**Severity**: HIGH
## Problem
File `src/legacy_payments.js` (450 lines) appears unused but contains
complex payment processing logic. Static analysis shows zero references,
but name suggests business-critical functionality.
## Why Escalated
- Uncertain if payment code is dynamically loaded at runtime
- Potential data loss risk if deleted incorrectly
- Requires domain knowledge to assess business impact
## Evidence
- No direct imports found
- Last modified 8 months ago
- Git history shows it was part of payment refactor
## Recommendation
Request human review before deletion. If confirmed dead:
1. Archive to archive/legacy/ directory
2. Document in ARCHIVE_LOG.md
3. Create ticket to verify payment flows still work
## Next Steps
Awaiting human confirmation before proceeding with cleanup.
期待結果: ターゲットオーディエンスに適切にフォーマットされたレポート
失敗時: (該当なし — 不確実な場合は汎用markdownでレポートを生成する)
ステップ5: エスカレーション状態の追跡
重複レポートを防ぐため、すべてのエスカレーションのログを維持する。
# Escalation Log
| ID | Date | Severity | Issue | Specialist | Status |
|----|------|----------|-------|-----------|--------|
| ESC-001 | 2026-02-16 | CRITICAL | Broken prod import | human | Resolved |
| ESC-002 | 2026-02-16 | HIGH | Dead payment code | human | Pending |
| ESC-003 | 2026-02-16 | MEDIUM | Config drift | devops-engineer | In Progress |
期待結果: 新しいエントリでESCALATION_LOG.mdが更新される
失敗時: ログが存在しない場合、作成する
ステップ6: 通知とブロック(必要な場合)
課題がさらなるメンテナンスをブロックする場合、通知してクリーンアップを一時停止する。
ブロッキングロジック:
- CRITICAL課題は常にブロックする
- HIGH課題はクリティカルパスにある場合ブロックする
- MEDIUM/LOW課題はブロックしない
通知:
⚠️ MAINTENANCE BLOCKED ⚠️
Issue ESC-002 (HIGH severity) requires human review before proceeding.
**Affected Operation**: clean-codebase (Step 5: Remove Dead Code)
**Reason**: Uncertain if src/legacy_payments.js is truly dead
**Action Required**: Review ESCALATION_REPORTS/ESC-002_2026-02-16.md
Once resolved, re-run maintenance from Step 5.
期待結果: メンテナンスが一時停止され、明確な通知が生成される
失敗時: 通知メカニズムが利用できない場合、レポートに文書化する
バリデーションチェックリスト
エスカレーション後:
- 課題の重大度が正しく評価された
- 完全なコンテキストが文書化された(ファイル、証拠、試行)
- 適切な専門家が特定された
- ESCALATION_REPORTS/にエスカレーションレポートが作成された
- ESCALATION_LOG.mdが更新された
- 該当する場合ブロッキング状態が通知された
- レポートにセンシティブな情報が露出していない
よくある落とし穴
-
過剰エスカレーション: 単純な課題のエスカレーションは専門家の時間を浪費する。本当に不確実またはリスクがある場合にのみエスカレーションする。
-
過少エスカレーション: エスカレーションなしに「テストが通るか見てみよう」とコードを削除すると、本番停止を引き起こす可能性がある。
-
コンテキスト不足: 証拠なしにエスカレーションすると、専門家が再調査を強いられる。ファイルパス、行番号、エラーメッセージを含める。
-
曖昧な説明: 「設定に何かおかしい」は実行可能でない。具体的に:「設定ドリフト:devはAPI v1を使用、prodはv2を使用」。
-
状態の未追跡: すでにレビューされた課題を再エスカレーションする。まずESCALATION_LOG.mdを確認する。
-
秘密情報の露出: エスカレーションレポートに実際のAPIキーやパスワードを含める。センシティブな値はマスクする。
関連スキル
clean-codebase— 不確実な場合にエスカレーションをトリガーすることが多いtidy-project-structure— 複雑な組織上の問題を発見する可能性があるrepair-broken-references— 参照を修正すべきか削除すべきか不明な場合にエスカレーションsecurity-audit-codebase— セキュリティの発見事項をエスカレーション
GitHub リポジトリ
関連スキル
llamaguard
その他LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
cost-optimization
その他このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
quantizing-models-bitsandbytes
その他このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。
dispatching-parallel-agents
その他このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。
