【要約】GitHub Copilot Agent Skillsを活用して、Pythonのコードレビュースキルを作ってみた。 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者がAIを活用してコーディングを行う際、生成されるコードがプロジェクトの規約を無視する課題に直面している。AIは動作を優先する傾向があり、結果として以下のような問題が発生する。
- ・プロジェクト独自のコーディング規約の逸脱。
- ・プロンプトや設定値のソースコード内への直書き。
- ・マジックナンバーや不適切なエラーハンドリングの混入。
- ・設計原則（単一責任の原則など）の無視によるコードの肥大化。
// Approach
GitHub Copilot Agent Skillsを活用し、リポジトリ内のMarkdownファイルに基づいてAIの振る舞いを制御する手法を採用した。具体的には以下のステップで環境を構築している。
- ・.github/copilot-instructions.mdによるレビュアーの役割定義。
- ・common.md（共通規約）とpython.md（言語固有規約）によるルールの階層化。
- ・ルールに基づいた「指摘事項」「修正ファイルリスト」「完全な修正コード」の3段構成による出力形式の指定。
- ・プロンプトの外部化や、main.pyの純粋化といった具体的な設計原則の明文化。
// Result
意図的に規約違反を仕込んだPythonコードに対し、Copilotが規約を完全に遵守した修正案を提示することを確認した。具体的な改善内容は以下の通りである。
- ・プロンプトをprompts/system_prompt.mdへ外部化。
- ・マジックナンバーをconfig.pyの定数へ集約。
- ・printによるエラー処理をloggingモジュールへ置換。
- ・forループをリスト内包表記へ書き換え、Pythonicな記述を実現。
Senior Engineer Insight
> プロンプトや規約をMarkdownで外部管理する設計は、運用の柔軟性とスケーラビリティに優れる。ルールを言語ごとに分離する構成は、マルチ言語プロジェクトへの展開も容易だ。ただし、ルールの記述精度がAIの品質を左右するため、規約自体のメンテナンスコストには留意が必要である。実戦では、CIでの静的解析と併用し、開発中のローカルレビューを強化する手段として導入すべきだ。