Skill v1.0.0

currentAutomated scan100/100

minicoohei/ai-agent-camp/monitoring-dashboard

──Details

PublishedApril 28, 2026 at 05:31 AM

Content Hashsha256:b0c9185c6f9a22a0...

Git SHA9cd83f76f12f

──Files

Files (1 file, 4.1 KB)

SKILL.md4.1 KBactive

SKILL.md · 153 lines · 4.1 KB

version: "1.0.0" name: monitoring-dashboard description: "marimoダッシュボード・プロジェクト進捗可視化に使用。「ダッシュボードを作って」「進捗を可視化して」「テスト結果を表示して」等のリクエストで発動。" triggers:

ダッシュボードを作って
進捗を可視化して
テスト結果を表示して
monitoring-dashboard
プロジェクト進捗ダッシュボード
モニタリング

Monitoring Dashboard - プロジェクトモニタリングダッシュボード

marimo Run Mode を使って、プロジェクト進捗・テスト結果・要件トレーサビリティを可視化するダッシュボードを生成します。

Workflow

データソース（JSON/CSV）を指定
ダッシュボードのレイアウトを選択（進捗/テスト/統合）
marimo ノートブック（.py）を自動生成
marimo run で起動し、ブラウザで確認

Dashboard Types

1. プロジェクト進捗ダッシュボード

WBS進捗データから以下を可視化:

タスク完了率（全体/フェーズ別）
バーンダウンチャート
担当者別負荷（ワークロード）
遅延タスクアラート

データ形式: dummy-wbs-progress.json

json

{
  "tasks": [
    {
      "id": "WBS-001",
      "name": "タスク名",
      "phase": "Phase A",
      "assignee": "担当者",
      "progress": 75,
      "start_date": "2025-01-01",
      "due_date": "2025-01-15",
      "status": "in_progress"
    }
  ]
}

2. テスト結果ダッシュボード

テスト実行結果から以下を可視化:

テストスイート別成功/失敗/スキップ率
テストカバレッジ推移
失敗テスト一覧（重要度順）
テスト実行時間分析

データ形式: dummy-test-results.json

json

{
  "suites": [
    {
      "name": "スイート名",
      "tests": [
        {
          "id": "TC-001",
          "name": "テスト名",
          "status": "passed",
          "duration_ms": 150,
          "severity": "high"
        }
      ]
    }
  ]
}

3. 要件トレーサビリティダッシュボード

要件→設計→テストの追跡:

要件カバレッジマトリクス
未テスト要件のハイライト
要件ステータス分布（円グラフ）

marimo ノートブック構造

python

import marimo as mo
import pandas as pd
import plotly.express as px
import json
app = mo.App()
@app.cell
def load_data():
    """データ読み込み"""
    with open("path/to/data.json") as f:
        data = json.load(f)
    return pd.DataFrame(data["tasks"])
@app.cell
def progress_chart(df):
    """進捗チャート"""
    fig = px.bar(df, x="name", y="progress", color="phase",
                 title="タスク進捗率")
    mo.ui.plotly(fig)
@app.cell
def summary_metrics(df):
    """サマリーメトリクス"""
    total = len(df)
    completed = len(df[df["progress"] == 100])
    mo.md(f"""
    ## プロジェクトサマリー
    - 総タスク数: **{total}**
    - 完了: **{completed}**
    - 完了率: **{completed/total*100:.1f}%**
    """)

Parameters

Parameter	Required	Default	Description
data_source	Yes	-	データファイルのパス（JSON/CSV）
dashboard_type	No	integrated	ダッシュボード種別（progress/test/traceability/integrated）
output	No	output/pm/dashboard.py	出力ファイルパス
title	No	Project Dashboard	ダッシュボードタイトル

Output Format

marimo ノートブック（.py）を生成:

output/pm/dashboard.py — marimo run output/pm/dashboard.py で起動

Requirements

Python 3.10+
marimo (uv add marimo)
pandas (uv add pandas)
plotly (uv add plotly)

Example

monitoring-dashboardスキルを使って、ダミーデータからプロジェクト統合ダッシュボードを作成してください。
データ: 任意の進捗 JSON または CSV
→ output/pm/dashboard.py が生成される → marimo run で起動

All versions