Backend

dotnet-patterns は、バックエンド開発のための実践的な .NET パターンガイドです。イミュータビリティ、明示的な依存関係、async/await、保守しやすい ASP.NET Core サービスについて、より堅実なデフォルトで慣用的な C# を書き、レビューするのに役立ちます。一般論ではなく、再現性のあるパターンを求めるコード生成、リファクタリング、レビューで活用してください。

springboot-patternsは、明確なcontroller、service、repositoryの各層に加え、validation、pagination、caching、async processing、profiles、event-driven flowsを備えたSpring Bootバックエンド設計を支援します。場当たり的なSpringコードではなく、保守しやすい本番向けパターンが必要なときのBackend Development向けspringboot-patternsガイドとして使えます。

nestjs-patterns は、モジュール化された本番運用向けの TypeScript バックエンドを構築するための実践的な NestJS アーキテクチャスキルです。モジュール構成、controller と service の境界、DTO バリデーション、guard、interceptor、config、テスト、そして保守しやすい Backend Development のための適切なコード整理を案内します。

laravel-plugin-discovery は、LaraPlugins.io MCP を通じて Laravel パッケージを見つけて評価するのに役立ちます。導入前に、パッケージの健全性や Laravel/PHP 互換性を確認し、API 開発向けの選択肢を絞り込むために使えます。

laravel-patterns は、Laravel アプリの設計をよりクリーンな境界で進めるための skill です。コントローラは薄く保ち、ビジネスロジックは services や actions に分離し、Eloquent によるデータアクセスは予測しやすく整理。さらに、queue、event、cache、API resource まで、実務で使えるパターンを扱います。使い捨ての雛形作成ではなく、保守しやすい本番向けアプリを開発するチーム向けです。

golang-patternsは、Goのイディオマティックなパターン、コードレビュー、リファクタリングを実務ベースで学べるガイドです。Backend Developmentチームが、明快なAPI、安全なエラーハンドリング、有効なゼロ値、保守しやすいパッケージ境界を選ぶのに役立ちます。判断の迷いを減らし、Goの設計判断を一貫させたいときにgolang-patternsを導入すると効果的です。

ecc-tools-cost-audit は、ECC Tools のコスト急増、PR の暴走生成、クォータ回避、プレミアムモデルの漏れ利用、重複ジョブを証拠ベースで監査するためのスキルです。Webhook から worker、さらに課金判断までリクエストをたどり、どこでコストが発生しているのかを裏づけたい Backend Development の調査に使えます。

api-connector-builderは、ホストリポジトリ既存の統合パターン、配線、テスト、規約に沿って、repo-nativeなAPI connectorやproviderを追加するためのスキルです。

api-design は、エンドポイント設計やリソース命名、ステータスコード、ページネーション、フィルタリング、バージョニング、エラーレスポンスの計画・レビューに役立つ REST API 設計スキルです。

ai-regression-testing は、AI支援開発で見落とされがちなバグを検出するのに役立ちます。たとえば、不完全な修正、古い前提、サンドボックス経路と本番経路にまたがる回帰などです。エージェントが API ルート、バックエンドロジック、または実用的で再現性のある確認が必要なバグ修正を変更したときの Regression Testing に、この ai-regression-testing skill を使ってください。特に、DB を使わないサンドボックスモードの検証や、隠れた分岐をあぶり出すレビューのワークフローに有効です。

fullstack-developer skill は、React、Next.js、Node.js、API、データベース、認証、デプロイまでをまたぐ、モダンな JavaScript / TypeScript のWebアプリ開発向け再利用可能プロンプトパッケージです。複数レイヤーにまたがる設計・実装の検討に向いており、スクリプトやテンプレートを配布する形式ではなく、1つの `SKILL.md` で対象範囲と進め方を定義するタイプです。

error-handling-patterns は、例外と Result 型の使い分け、障害の分類、コンテキストの伝搬、段階的な機能低下の設計を整理し、より信頼性の高い API やサービス設計を支援します。

rust-async-patternsは、Tokioを使った非同期Rustを実践的に学べるスキルです。タスク、チャネル、ストリーム、タイムアウト、キャンセル、トレーシング、エラーハンドリングまでをカバーし、バックエンド開発に役立ちます。

go-concurrency-patterns は、worker pool、pipeline、channel、sync primitives、context ベースの cancellation など、Go らしい並行処理パターンの実践に役立つスキルです。SKILL.md のガイダンスをもとに、より安全なバックエンドサービスの設計、race condition の調査、graceful shutdown の改善を進めたい場合に適しています。

python-background-jobs は、Python のタスクキュー、ワーカー、リトライ、ジョブ状態管理、定期実行のバックグラウンド処理を、本番運用を意識した安全な設計パターンで組み立てるためのガイドです。

python-configuration は、環境変数・型付き設定・起動時のフェイルファスト検証を使って、Python アプリの設定設計を整理するためのスキルです。バックエンド設定の構造化、pydantic-settings の導入、安全なシークレット管理、環境ごとの挙動の切り替えを進めたい場合に役立ちます。

python-design-patterns は、Python のリファクタリングと設計レビューに特化したスキルです。KISS、SRP、関心の分離、継承よりコンポジション、Rule of Three を軸に、よりクリーンでテストしやすいコードへ導きます。

python-error-handling は、fail-fast なバリデーション、意味のある例外設計、exception chaining、部分的な失敗への対処を通じて、API、バッチ処理、デバッグでより安全な Python コードを書くのに役立ちます。

python-performance-optimization は、プロファイリングを起点に、Python コードの遅さやメモリ消費の重さを診断するためのスキルです。CPU、メモリ、I/O のボトルネック、キャッシュ、ベクトル化、async、ベンチマークの進め方まで幅広くカバーします。

python-resilienceは、retry、exponential backoff、jitter、timeout、bounded retry windowを使って、Pythonの障害処理をより安全に設計するためのガイダンススキルです。外部APIや外部サービス呼び出し向けの実践的なレジリエンスパターンを導入し、tenacityスタイルのラッパーを、より明確なretryルールで適用したい場合に役立ちます。

python-resource-managementは、コンテキストマネージャー、例外に強いクリーンアップ、非同期リソースのライフサイクル管理、ストリーミング処理のパターンに対応したPythonコード生成を支援します。ファイル、DB接続、ソケット、確実な後始末が必要なバックエンド実装での利用に適しています。

async-python-patternsは、I/OバウンドなPythonシステムで安全なasyncioパターンを選ぶための実践ガイドです。導入前の判断材料として活用でき、使いどころの確認、イベントループをブロックしない設計、bounded concurrency・cancellation・syncとasyncのトレードオフを踏まえた async API、worker、scraper、バックエンドサービスの設計に役立ちます。

stripe-integration skill は、Stripeの決済フローを設計・実装する際に、Checkout Sessions、Payment Intents、サブスクリプション、返金、Webhookを軸にした決済整合性について、より適切な判断ができるよう支援します。

similarity-search-patterns は、セマンティック検索や RAG ワークフローに向けて、距離指標、インデックス方式、ハイブリッド検索パターンの選定を支援するスキルです。再現率・レイテンシ・スケールのバランスを踏まえ、プロダクション環境のベクトル検索設計を検討したいときに役立ちます。