data-model-review — independently scanned and version-tracked by SaferSkills.
SaferSkills independently audited data-model-review (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.
Findings & checks · 0 flagged
Every scanned point with the score it earned and what moved between them.
First recorded scan — no prior version to compare against.
The primary manifest — the file an agent reads to learn what this artifact does.
「後から直せないデータ構造」を作り込むリスクを防ぐ。 正規化・整合性・将来拡張・権限境界の観点でスキーマを点検し、設計判断を支える。
以下を準備すること。不足している場合は推測せず、不足を明示する。
以下の順で出力すること。順序を変えない。
| 観点 | 状態 | 備考 |
|---|---|---|
| 自動化フロー | — | 自動化が読み書きするデータの整合性を確認したか |
| データ / 認証 / ログ | — | 権限境界・監査列を含めて設計したか |
| 実装 / 運用フロー | — | マイグレーション・運用が現実的か |
| 非エンジニア理解可能性 | — | データの持ち方を関係者に説明できるか |
| 会員共有 / 再利用耐性 | — | スキーマ設計が他機能にも転用できるか |
| 他LLM移植耐性 | — | 判断が特定 DB 製品に依存していないか |
状態は OK / 注意 / NG / 対象外 で記入すること。
施工AI（Claude Code / Cursor 等）へ渡す前に以下を確定させること。
rollback-readiness 参照）auth-boundary-check skill — データに紐づく認証・認可境界pii-handling-review skill — 個人情報を含む場合の取り扱いrollback-readiness skill — スキーマ変更のロールバック準備~30 seconds. Free. No account. Every finding cites a rule and a line of evidence.