geekfujiwara/codeappsdevelopmentstandard/spec-builder

Claude Code and agent skill by geekfujiwara/codeappsdevelopmentstandard

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

office ドキュメント・画像などの一次情報から、anthropics/skills(markdown 化)と agent-ocr(画像OCR)を使って /spec/output/docs に統合された要件定義書一式(仕様書)を作成する。

Install

npx vskill@latest install geekfujiwara/codeappsdevelopmentstandard/spec-builder

SKILL.md

仕様書作成スキル(一次情報 → 要件定義書)

office ドキュメント(PDF / PowerPoint / Excel / Word など)は anthropics/skills で読み取り、 画像ファイル(PNG/JPG 等)は agent-ocr で OCR する。

フォルダ構造

spec/ ← スキル専用ディレクトリ
├── input/ # 一次資料。クイックスタートではルートの業務資料を安全に移動・整理
├── output/ # 全出力はここに入る(ユーザーが参照)
│ ├── staging/ # ファイル単位の中間 markdown
│ └── docs/ # 統合要件定義書 5 点
│ ├── index.md # ドキュメント一覧・開発利用フロー
│ ├── business-requirements.md
│ ├── functional-requirements.md
│ ├── design-requirements.md
│ └── test-requirements.md
└── .cache/ # システム内部用(ユーザーは触らない)
├── conversion-checklist.json
├── pending_ocr.json
└── pending_skills.json

最初の依頼を簡単にする

このスキルは 引数なしでも開始できる。

  • 既定入力: spec/input/
  • 既定 staging 出力: spec/output/staging/
  • 既定 docs 出力: spec/output/docs/
  • 既定 checklist: spec/.cache/conversion-checklist.json
  • --input / --staging / --docs(互換: --output)/ --checklist を指定した場合はそのパスを優先する
  • spec/input/ に変換対象が見つからない場合、scripts/convert_documents.py はワークスペース・フォルダ全体をスキャンし、変換候補になりうるファイルがないか確認する。候補が見つかった場合は一覧を提示するので、spec/input/ へ移動するか --input で対象パスを指定する
  • 通常は元資料をその場所で読み、--input で指定する。クイックスタートの継続が承認された場合は、

下記の手順でルート直下の業務資料を spec/input/ へ整理する。その他の移動・削除は利用者の明示依頼が必要。

クイックスタートから呼ばれた場合

standard/references/quickstart.md の資料探索結果を引き継いで実行する。 .github に同梱された標準・サンプル、依存パッケージ、生成物、一時 clone、認証ファイルは業務資料ではない。 認証後の要望確認への継続回答を引き継ぎ、ルート直下の業務資料を spec/input/ へ移動・整理する。 エージェントが対象を選び、scripts/organize_input.py --workspace <workspace> --file "<document>" で計画し、 同じ引数に --apply を付けて実行する。複数ファイルは --file を繰り返す。 全件を事前検証し、同名ファイル・symlink・ルート外の指定・運用文書(README / AGENTS / LICENSE 等)を拒否する。 内容を照合してから元の場所のファイルを移し、失敗時は原本を保持してエラーを報告する。移動先・元の場所を記録する。 サブフォルダーの資料は元の場所を --input で参照してよい。原本の内容と承認済み仕様は保護する。 変換・統合後は architecture・テンプレート選定・開発環境へのフル構成デプロイ・実動作検証まで継続する。 業務資料から抽出した事実を推測で書き換えず、業界知識による補完は別の「仮説・推奨」として記録する。 資料なしなら空の変換結果で完了とせず、ワークスペース名から Step 0 で提案・選択された案を具体化し、 architecture の提案先行モードへ進む。白紙の業務ヒアリングは始めない。 既知事項や通常の実装判断で AskUserQuestion を繰り返さない。資料から分かることを自分で調べ、 本人の判断が不可欠な不足事項だけを確認する。

処理フロー

[spec/input/]
│
├─ 画像 (PNG/JPG 等) ──→ spec/.cache/pending_ocr.json ──→ agent-ocr
│ │
└─ 文書 (PDF/Office) ──→ spec/.cache/pending_skills.json ──→ anthropics/skills
│
┌─────────────┘
▼
[spec/output/staging/]
│
(Claude が統合)
│
[spec/output/docs/]
├── index.md
├── business-requirements.md
├── functional-requirements.md
├── design-requirements.md
└── test-requirements.md

基本フロー

  1. scripts/convert_documents.py で input 配下を走査する
  • spec/input/ に変換対象がなければ、ワークスペース・フォルダ全体をスキャンして変換候補ファイルの有無を確認し、見つかった場合は一覧を提示する
  1. 各ファイルの staging ファイルを spec/output/staging/ に作成する
  • ファイル名は 元のファイル名.元の拡張子.MD(例: 要件定義.docx.MD)
  1. 画像ファイルは spec/.cache/pending_ocr.json に記録し、agent-ocr で後続処理する
  2. 画像以外の文書は spec/.cache/pending_skills.json に記録し、anthropics/skills で後続処理する
  3. spec/output/docs/ に以下 5 つを作成する
  • index.md(ドキュメント一覧・開発利用フロー)
  • business-requirements.md
  • functional-requirements.md
  • design-requirements.md
  • test-requirements.md
  1. spec/.cache/conversion-checklist.json を更新する
  • 新規ファイルはチェックリストへ追加
  • is_completed=false または更新差分ありのファイルのみ再処理
  • 全件完了時は既存 spec/output/docs/ を参照して開発を継続

staging → docs 統合フロー

staging の変換完了後、以下の手順で docs を更新する。

  1. spec/.cache/conversion-checklist.json を読み、is_completed=false のファイルがないか確認する
  2. is_completed=false が残っていれば、対象の staging ファイルを読んで内容を補完する
  3. 全 staging ファイルを横断し、各 docs の 要確認 を実際の要件に書き換える:
  • business-requirements.md → ステークホルダー・ユーザーストーリー・業務フロー
  • functional-requirements.md → 機能一覧(MoSCoW)・データモデル・非機能要件
  • design-requirements.md → 全体構成・コンポーネント・リスク・実装タスク分解(★全体構成・コンポーネント選定は architecture スキル の判断を正として転記する)
  • test-requirements.md → テストシナリオ・受け入れ条件(functional の機能一覧 # と対応。条件本文の正は functional 側)
  1. index.md の処理状況テーブルも合わせて更新する
  2. 推測で埋めず、情報不足は 要確認 として残す

agent-ocr 更新方針

画像の出力先とファイル名は新構成に合わせる。

  • 出力先: spec/output/staging/
  • ファイル名: 元のファイル名.元の拡張子.MD
  • OCR 抽出時は表を markdown table 化し、判読不能箇所は [判読不可] と明記する

pending_ocr.json の staging_markdown_path を使って、対象ファイルを更新する。 pending_ocr.json の ocr_prompt_hint を agent-ocr の抽出指示として利用する。

anthropics/skills 更新方針

画像以外の文書は pending_skills.json を使って処理する。

  • source_path の元ファイルを anthropics/skills で読み取り
  • context_hint を参照してどの観点で内容を抽出するかを確認する
  • 抽出 markdown を staging_markdown_path に反映
  • 処理済み後、docs の 5 文書を更新

補足: anthropics/skills(Claude)は画像読解も可能だが、このスキルでは OCR の責務を agent-ocr に固定する。

spec/output/docs/ で整理する観点

index.md
  • ドキュメント一覧(各 docs へのリンクと役割)
  • 処理状況テーブル
  • 開発利用フロー(番号付き手順)
business-requirements.md
  • 概要(対象業務・プロジェクト背景・スコープ)
  • ステークホルダー / ロール(ロール・担当業務・関心事の表)
  • ユーザーストーリー(As a…I want…so that…形式)
  • 業務フロー
  • 未確定事項 / 要確認事項(項目・確認先・期限・ステータスの表)
  • 要件変更履歴(変更理由を必ず併記)
functional-requirements.md
  • 機能一覧(MoSCoW 優先度・受け入れ条件の表 — 受け入れ条件の正はここ)
  • Dataverse テーブル候補(テーブル名・主な列・リレーション)
  • UI 要件(Code Apps / Model-Driven Apps / Cowork プラグイン — 選定の確定は architecture スキル を優先)
  • Power Automate の自動化要件
  • Copilot Studio / AI Builder の利用余地(採用可否・v1/v2 判断は architecture スキルに従う)
  • 外部連携
  • 非機能要件(パフォーマンス・セキュリティ・可用性・スケーラビリティ・ユーザビリティ — test-requirements の非機能テストと区分を一致させる)
  • 要件変更履歴(変更理由を必ず併記)
design-requirements.md
★ 全体構成・コンポーネント選定・構築フェーズは architecture スキル を正とする。
本ドキュメントには architecture スキルの判断フロー・設計アウトプットテンプレートで確定した結果を転記する。
  • Power Platform 全体構成案(architecture スキルのテンプレート準拠、Mermaid 構成図)
  • コンポーネント設計(種別・役割・依存の表 — architecture スキルの「コンポーネント構成」表と整合させる)
  • セキュリティ / 権限 / 監査(区分・内容・対応方針の表)
  • 設計上のリスク(リスク・影響度・発生確率・対応方針の表)
  • Phase 1 確認事項
  • 実装タスク分解(タスク・依存・優先度・見積の表 — フェーズ順序は architecture スキルの「構築フェーズ」に沿う)
  • 要件変更履歴(変更理由を必ず併記)
test-requirements.md
  • テスト戦略(テスト方針・環境・自動化範囲)
  • テストシナリオ(シナリオ名・前提条件・操作手順・期待結果・優先度の表)
  • 受け入れ条件(functional-requirements の機能 # を参照し確認方法を定義 — 条件本文の正は functional 側、二重管理しない)
  • 非機能テスト(区分・テスト内容・合格基準の表 — 区分は functional の非機能要件と一致させる)
  • 要件変更履歴(変更理由を必ず併記)

実行例

bash
cd .github/skills/spec-builder/scripts
python convert_documents.py

参照

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
57
Repository forks
20
7-day trend score
20

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/geekfujiwara/codeappsdevelopmentstandard/spec-builder/badge)](https://verified-skill.com/skills/geekfujiwara/codeappsdevelopmentstandard/spec-builder)

Something wrong with this skill or its page? Tell us.