@k2works/claude-code-booster 2.7.1 → 3.1.0

package/lib/assets/docs/article/getting-start-tdd/python/11-immutable-data-and-pipeline.md

@@ -0,0 +1,116 @@
+# 第 11 章: 不変データとパイプライン処理
+
+## 11.1 はじめに
+
+前章では高階関数と関数合成を導入しました。この章では、**不変データ**（Immutable Data）の原則に基づいてコレクション操作を改善し、**ジェネレータ** を使ったパイプライン処理を実装します。
+
+## 11.2 不変データの原則
+
+Martin Fowler 曰く:「データは決して変更しない。コピーする。」
+
+Python では以下の方法で不変性を実現します:
+
+- `tuple`: 不変リスト
+- `frozenset`: 不変集合
+- `@dataclass(frozen=True)`: 不変データクラス
+
+## 11.3 FizzBuzzList の不変化
+
+`add()` メソッドを、既存リストを変更する代わりに **新しいリストを返す** ように変更します。
+
+### Before（破壊的変更）
+
+```python
+def add(self, value: FizzBuzzValue) -> None:
+    self._values.append(value)
+```
+
+### After（非破壊的）
+
+```python
+def add(self, value: FizzBuzzValue) -> "FizzBuzzList":
+    return FizzBuzzList(self._values + [value])
+```
+
+### テスト
+
+```python
+def test_addは新しいリストを返す(self) -> None:
+    lst1 = FizzBuzzList()
+    lst2 = lst1.add(FizzBuzzValue(1, "1"))
+    assert lst1.size() == 0  # 元のリストは変更されない
+    assert lst2.size() == 1
+```
+
+## 11.4 ジェネレータによるパイプライン処理
+
+Python のジェネレータを使って、遅延評価のパイプラインを構築します。
+
+```python
+from collections.abc import Generator
+
+def fizzbuzz_pipeline(
+    type_: FizzBuzzType, count: int
+) -> Generator[FizzBuzzValue, None, None]:
+    for i in range(1, count + 1):
+        yield type_.generate(i)
+```
+
+## 11.5 統計情報の集計
+
+`FizzBuzzList` にグルーピングや集計のメソッドを追加します。
+
+```python
+class FizzBuzzList:
+    def group_by_value(self) -> dict[str, list[FizzBuzzValue]]:
+        groups: dict[str, list[FizzBuzzValue]] = {}
+        for v in self._values:
+            groups.setdefault(v.value, []).append(v)
+        return groups
+
+    def statistics(self) -> dict[str, int]:
+        groups = self.group_by_value()
+        return {key: len(values) for key, values in groups.items()}
+```
+
+### テスト
+
+```python
+def test_統計情報を取得する(self) -> None:
+    type_ = FizzBuzzType.create(1)
+    command = FizzBuzzListCommand(type_)
+    result = command.execute()
+    stats = result.statistics()
+    assert stats["Fizz"] > 0
+    assert stats["Buzz"] > 0
+    assert stats["FizzBuzz"] > 0
+```
+
+## 11.6 itertools によるパイプライン処理
+
+Python の `itertools` モジュールは関数型パイプライン処理に便利です。
+
+```python
+from itertools import islice, chain
+
+# 最初の 10 個だけ取得
+first_10 = list(islice(fizzbuzz_pipeline(type_, 100), 10))
+
+# 複数のパイプラインを結合
+combined = chain(
+    fizzbuzz_pipeline(FizzBuzzType.create(1), 5),
+    fizzbuzz_pipeline(FizzBuzzType.create(2), 5),
+)
+```
+
+## 11.7 まとめ
+
+| 概念 | Java | Python |
+|------|------|--------|
+| 不変コレクション | `Collections.unmodifiableList()` | 新しいリストを返すメソッド |
+| ストリーム生成 | `IntStream.rangeClosed()` | ジェネレータ / `range()` |
+| パイプライン | Stream API | ジェネレータチェーン |
+| グルーピング | `Collectors.groupingBy()` | `dict.setdefault()` |
+| 集計 | `Collectors.counting()` | `len()` / 内包表記 |
+
+次の章では、エラーハンドリングと型安全性を改善します。

package/lib/assets/docs/article/getting-start-tdd/python/12-error-handling-and-type-safety.md

@@ -0,0 +1,126 @@
+# 第 12 章: エラーハンドリングと型安全性
+
+## 12.1 はじめに
+
+前章までに、関数型プログラミングのテクニックを FizzBuzz に適用しました。最終章では、**型安全性** を強化し、マジックナンバーを排除した堅牢な設計を完成させます。
+
+## 12.2 None 安全と Optional パターン
+
+Python には Java の `Optional` に直接対応する型はありませんが、`None` と型ヒント `T | None` で同等のパターンを実現できます。
+
+### ファクトリメソッドの改善
+
+従来の `FizzBuzzType.create()` は、未定義タイプに `FizzBuzzTypeNotDefined` を返していました。呼び出し側が `None` の可能性を認識できるように改善します。
+
+```python
+@staticmethod
+def create(type_: int) -> "FizzBuzzType | None":
+    types: dict[int, type[FizzBuzzType]] = {
+        1: FizzBuzzType01,
+        2: FizzBuzzType02,
+        3: FizzBuzzType03,
+    }
+    cls = types.get(type_)
+    return cls() if cls else None
+```
+
+## 12.3 列挙型による型安全なファクトリ
+
+マジックナンバー（1, 2, 3）の代わりに `Enum` を使います。
+
+```python
+from enum import Enum
+
+class FizzBuzzTypeName(Enum):
+    STANDARD = "standard"
+    NUMBER_ONLY = "number_only"
+    FIZZ_BUZZ_ONLY = "fizz_buzz_only"
+```
+
+### 型安全なファクトリメソッド
+
+```python
+@staticmethod
+def create_from_name(name: FizzBuzzTypeName) -> "FizzBuzzType":
+    mapping: dict[FizzBuzzTypeName, type[FizzBuzzType]] = {
+        FizzBuzzTypeName.STANDARD: FizzBuzzType01,
+        FizzBuzzTypeName.NUMBER_ONLY: FizzBuzzType02,
+        FizzBuzzTypeName.FIZZ_BUZZ_ONLY: FizzBuzzType03,
+    }
+    return mapping[name]()
+```
+
+### テスト
+
+```python
+def test_列挙型でタイプを生成する(self) -> None:
+    type_ = FizzBuzzType.create_from_name(FizzBuzzTypeName.STANDARD)
+    assert type_.generate(15) == FizzBuzzValue(15, "FizzBuzz")
+
+def test_存在しないタイプはKeyErrorになる(self) -> None:
+    # Enum はそもそも不正な値を許さない
+    with pytest.raises(KeyError):
+        FizzBuzzTypeName("invalid")
+```
+
+## 12.4 match 文によるパターンマッチング
+
+Python 3.10 以降で使える `match` 文を活用します。
+
+```python
+def describe(value: FizzBuzzValue) -> str:
+    match value.value:
+        case "Fizz":
+            return f"{value.number} は 3 の倍数"
+        case "Buzz":
+            return f"{value.number} は 5 の倍数"
+        case "FizzBuzz":
+            return f"{value.number} は 15 の倍数"
+        case _:
+            return f"{value.number} はそのまま"
+```
+
+## 12.5 エントリポイントの更新
+
+```python
+# main.py
+from lib.domain.type.fizz_buzz_type import FizzBuzzType
+from lib.domain.type.fizz_buzz_type_name import FizzBuzzTypeName
+from lib.application.fizz_buzz_list_command import FizzBuzzListCommand
+
+if __name__ == "__main__":
+    type_ = FizzBuzzType.create_from_name(FizzBuzzTypeName.STANDARD)
+    command = FizzBuzzListCommand(type_)
+    result = command.execute()
+    for i in range(result.size()):
+        print(result.get(i))
+```
+
+## 12.6 まとめ
+
+### 第 4 部の振り返り
+
+| 章 | テーマ | 適用した技法 |
+|----|--------|------------|
+| 10 | 高階関数と関数合成 | `lambda`、リスト内包表記、`filter()`、`functools` |
+| 11 | 不変データとパイプライン | 非破壊的 `add()`、ジェネレータ、`itertools` |
+| 12 | エラーハンドリングと型安全性 | `Enum`、型安全ファクトリ、`match` 文 |
+
+### 全体の振り返り
+
+```
+第 1 部: 手続き的な FizzBuzz（1 クラス）
+    ↓
+第 2 部: 開発環境と自動化（テスト・Lint・CI）
+    ↓
+第 3 部: オブジェクト指向設計（ポリモーフィズム・パターン・SOLID）
+    ↓
+第 4 部: 関数型プログラミング（高階関数・不変データ・型安全性）
+```
+
+| 概念 | Java | Python |
+|------|------|--------|
+| Optional | `Optional<T>` | `T \| None` + 型ヒント |
+| 列挙型 | `enum` | `enum.Enum` |
+| パターンマッチング | `switch` 式 | `match` 文 |
+| 型安全ファクトリ | `enum` + `static` メソッド | `Enum` + `@staticmethod` |

package/lib/assets/docs/article/getting-start-tdd/python/index.md

@@ -0,0 +1,55 @@
+# テスト駆動開発から始める Python 入門
+
+Python は動的型付けの汎用プログラミング言語で、読みやすさと生産性を重視した設計思想を持っています。本シリーズでは、FizzBuzz 問題を題材に TDD（テスト駆動開発）の手法を Python で実践します。
+
+## 特徴
+
+- **動的型付け**: 変数の型を明示せずに記述でき、型ヒントによる静的チェックも可能
+- **読みやすさ重視**: インデントによるブロック構造、シンプルな構文
+- **マルチパラダイム**: 手続き型、オブジェクト指向、関数型を柔軟に組み合わせ可能
+- **豊富な標準ライブラリ**: batteries included の思想
+
+## 開発環境
+
+| ツール | 用途 |
+|--------|------|
+| [pytest](https://docs.pytest.org/) | テスティングフレームワーク |
+| [uv](https://docs.astral.sh/uv/) | パッケージマネージャ |
+| [Ruff](https://docs.astral.sh/ruff/) | リンター + フォーマッター |
+| [mypy](https://mypy-lang.org/) | 静的型チェック |
+| [pytest-cov](https://pytest-cov.readthedocs.io/) | コードカバレッジ |
+| [tox](https://tox.wiki/) | タスクランナー |
+
+## 章構成
+
+### 第 1 部: TDD の基本サイクル
+
+| 章 | テーマ |
+|----|--------|
+| [第 1 章](01-todo-list-and-first-test.md) | TODO リストと最初のテスト |
+| [第 2 章](02-fake-it-and-triangulation.md) | 仮実装と三角測量 |
+| [第 3 章](03-obvious-implementation-and-refactoring.md) | 明白な実装とリファクタリング |
+
+### 第 2 部: 開発環境と自動化
+
+| 章 | テーマ |
+|----|--------|
+| [第 4 章](04-version-control-and-conventional-commits.md) | バージョン管理と Conventional Commits |
+| [第 5 章](05-package-management-and-static-analysis.md) | パッケージ管理と静的解析 |
+| [第 6 章](06-task-runner-and-ci-cd.md) | タスクランナーと CI/CD |
+
+### 第 3 部: オブジェクト指向設計
+
+| 章 | テーマ |
+|----|--------|
+| [第 7 章](07-encapsulation-and-polymorphism.md) | カプセル化とポリモーフィズム |
+| [第 8 章](08-design-patterns.md) | デザインパターンの適用 |
+| [第 9 章](09-solid-principles-and-module-design.md) | SOLID 原則とモジュール設計 |
+
+### 第 4 部: 関数型プログラミングへの展開
+
+| 章 | テーマ |
+|----|--------|
+| [第 10 章](10-higher-order-functions-and-composition.md) | 高階関数と関数合成 |
+| [第 11 章](11-immutable-data-and-pipeline.md) | 不変データとパイプライン処理 |
+| [第 12 章](12-error-handling-and-type-safety.md) | エラーハンドリングと型安全性 |

package/lib/assets/docs/article/getting-start-tdd/ruby/01-todo-list-and-first-test.md

@@ -0,0 +1,231 @@
+# 第 1 章: TODO リストと最初のテスト
+
+## 1.1 はじめに
+
+プログラムを作成するにあたって、まず何をすればよいでしょうか？私たちは、仕様を確認して **TODO リスト** を作るところから始めます。
+
+> TODO リスト
+>
+> 何をテストすべきだろうか——着手する前に、必要になりそうなテストをリストに書き出しておこう。
+>
+> — テスト駆動開発
+
+## 1.2 仕様の確認
+
+今回取り組む FizzBuzz 問題の仕様は以下の通りです。
+
+```
+1 から 100 までの数をプリントするプログラムを書け。
+ただし 3 の倍数のときは数の代わりに「Fizz」と、5 の倍数のときは「Buzz」とプリントし、
+3 と 5 両方の倍数の場合には「FizzBuzz」とプリントすること。
+```
+
+この仕様をそのままプログラムに落とし込むには少しサイズが大きいですね。最初の作業は仕様を **TODO リスト** に分解する作業から着手しましょう。
+
+## 1.3 TODO リストの作成
+
+仕様を分解して TODO リストを作成します。
+
+**TODO リスト**:
+
+- [ ] 数を文字列にして返す
+  - [ ] 1 を渡したら文字列 "1" を返す
+- [ ] 3 の倍数のときは数の代わりに「Fizz」と返す
+- [ ] 5 の倍数のときは「Buzz」と返す
+- [ ] 3 と 5 両方の倍数の場合には「FizzBuzz」と返す
+- [ ] 1 から 100 までの数
+- [ ] プリントする
+
+まず「1 を渡したら文字列 "1" を返す」という、最も小さなタスクから取り掛かります。
+
+## 1.4 テスティングフレームワークの導入
+
+### テストファースト
+
+最初にプログラムする対象を決めたので、早速プロダクトコードを実装……ではなく **テストファースト** で作業を進めましょう。
+
+> テストファースト
+>
+> いつテストを書くべきだろうか——それはテスト対象のコードを書く前だ。
+>
+> — テスト駆動開発
+
+今回 Ruby のテスティングフレームワークには [Minitest](https://github.com/minitest/minitest) を利用します。Minitest は Ruby に標準で同梱されているテスティングフレームワークです。
+
+### 開発環境のセットアップ
+
+Bundler でプロジェクトを初期化し、テスト環境をセットアップします。
+
+```ruby
+# Gemfile
+source 'https://rubygems.org'
+
+group :development, :test do
+  gem 'minitest', '~> 5.25'
+  gem 'minitest-reporters', '~> 1.7'
+  gem 'rake', '~> 13.2'
+end
+```
+
+```bash
+# Gem のインストール
+$ bundle install
+```
+
+テストヘルパーを作成します。
+
+```ruby
+# test/test_helper.rb
+require 'minitest/autorun'
+require 'minitest/reporters'
+Minitest::Reporters.use!
+```
+
+### 環境確認テスト
+
+環境が正しく設定されていることを確認するため、簡単なテストを書きます。
+
+```ruby
+# test/fizz_buzz_test.rb
+require_relative 'test_helper'
+
+class HelloTest < Minitest::Test
+  def test_greeting
+    assert_equal 'hello world', greeting
+  end
+end
+
+def greeting
+  'hello world'
+end
+```
+
+テストを実行します。
+
+```bash
+$ bundle exec rake test
+Started with run options --seed 47255
+
+  1/1: [==========] 100% Time: 00:00:00
+
+Finished in 0.00090s
+1 tests, 1 assertions, 0 failures, 0 errors, 0 skips
+```
+
+テストが通りました。テスティングフレームワークが正常に動作することが確認できました。
+
+## 1.5 仮実装
+
+テスト環境の準備ができたので、TODO リストの最初の作業に取り掛かりましょう。
+
+**TODO リスト**:
+
+- [ ] 数を文字列にして返す
+  - **1 を渡したら文字列 "1" を返す**
+- [ ] 3 の倍数のときは数の代わりに「Fizz」と返す
+- [ ] 5 の倍数のときは「Buzz」と返す
+- [ ] 3 と 5 両方の倍数の場合には「FizzBuzz」と返す
+- [ ] 1 から 100 までの数
+- [ ] プリントする
+
+まずはアサーションを最初に書きましょう。
+
+> アサートファースト
+>
+> いつアサーションを書くべきだろうか——最初に書こう。
+>
+> — テスト駆動開発
+
+### Red: 最初のテスト
+
+セットアップ用のテストを削除して、FizzBuzz のテストを書きます。
+
+```ruby
+# test/fizz_buzz_test.rb
+require_relative 'test_helper'
+require_relative '../lib/fizz_buzz'
+
+class FizzBuzzTest < Minitest::Test
+  def setup
+    @fizzbuzz = FizzBuzz
+  end
+
+  def test_1を渡したら文字列1を返す
+    assert_equal '1', @fizzbuzz.generate(1)
+  end
+end
+```
+
+テストを実行します。
+
+```bash
+$ bundle exec rake test
+ERROR["test_1を渡したら文字列1を返す", FizzBuzzTest]
+ NameError: uninitialized constant FizzBuzzTest::FizzBuzz
+```
+
+`FizzBuzz` が定義されていないためエラーになりました。まだ作っていないのですから当然です。
+
+### Green: 仮実装
+
+テストを通すために **仮実装** から始めます。
+
+> 仮実装を経て本実装へ
+>
+> 失敗するテストを書いてから、最初に行う実装はどのようなものだろうか——ベタ書きの値を返そう。
+>
+> — テスト駆動開発
+
+`FizzBuzz` クラスを定義して、文字列リテラルを返す `generate` クラスメソッドを作成します。
+
+```ruby
+# lib/fizz_buzz.rb
+class FizzBuzz
+  def self.generate(number)
+    '1'
+  end
+end
+```
+
+テストを実行します。
+
+```bash
+$ bundle exec rake test
+Started with run options --seed 60122
+
+  1/1: [==========] 100% Time: 00:00:00
+
+Finished in 0.00094s
+1 tests, 1 assertions, 0 failures, 0 errors, 0 skips
+```
+
+テストが通りました。こんなベタ書きのプログラムでいいの？と思われるかもしれませんが、この細かいステップに今しばらくお付き合いください。
+
+**TODO リスト**:
+
+- [ ] 数を文字列にして返す
+  - [x] 1 を渡したら文字列 "1" を返す
+- [ ] 3 の倍数のときは数の代わりに「Fizz」と返す
+- [ ] 5 の倍数のときは「Buzz」と返す
+- [ ] 3 と 5 両方の倍数の場合には「FizzBuzz」と返す
+- [ ] 1 から 100 までの数
+- [ ] プリントする
+
+ここまでの作業をバージョン管理システムにコミットしておきましょう。
+
+```bash
+$ git add .
+$ git commit -m 'test: 数を文字列にして返す'
+```
+
+## 1.6 まとめ
+
+この章では以下のことを学びました。
+
+- **TODO リスト** で仕様をプログラミング対象に分解する方法
+- **テストファースト** で最初にテストを書く考え方
+- Minitest を使った Ruby のテスト実行環境のセットアップ
+- **仮実装** でベタ書きの値を返してテストを通す手法
+- **アサートファースト** でテストの終わりから書き始めるアプローチ
+
+次章では、2 つ目のテストケースを追加して **三角測量** を行い、プログラムを一般化していきます。