npm - @k2works/claude-code-booster - Versions diffs - 6.1.0 → 6.3.0 - Mend

@k2works/claude-code-booster 6.1.0 → 6.3.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (622) hide show

package/lib/assets/docs/article/grokkingfp/python/index.md DELETED Viewed

@@ -1,258 +0,0 @@
-# Grokking Functional Programming - Python returns 版
-本シリーズは「Grokking Functional Programming」（Michał Płachta 著）の学習コンパニオンとして、関数型プログラミングの概念を Python と [returns](https://returns.readthedocs.io/) ライブラリで実装しながら日本語で解説します。
----
-## 対象読者
-- Python の経験があり、関数型プログラミングに興味がある開発者
-- 型安全なエラーハンドリングを Python で実現したい方
-- 実践的な FP の適用方法を Python で学びたいエンジニア
----
-## 記事一覧
-### [Part I: 関数型プログラミングの基礎](part-1.md)
-関数型プログラミングの基本概念を Python で学びます。
-| 章 | トピック |
-|----|----------|
-| 第1章 | 命令型 vs 関数型、Python 基本構文 |
-| 第2章 | 純粋関数、副作用の排除、型ヒント |
-**キーワード**: 純粋関数、参照透過性、型ヒント、イミュータブル
----
-### [Part II: 関数型スタイルのプログラミング](part-2.md)
-イミュータブルなデータ操作と高階関数を学びます。
-| 章 | トピック |
-|----|----------|
-| 第3章 | イミュータブルデータ、tuple、frozenset |
-| 第4章 | 高階関数、map/filter/reduce、イテレータ |
-| 第5章 | ジェネレータ、itertools |
-**キーワード**: イミュータブル、高階関数、イテレータ、ジェネレータ
----
-### [Part III: エラーハンドリングと Maybe/Result](part-3.md)
-returns ライブラリを使った型安全なエラーハンドリングを学びます。
-| 章 | トピック |
-|----|----------|
-| 第6章 | Maybe 型、Some/Nothing |
-| 第7章 | Result 型、Success/Failure、パターンマッチング |
-**キーワード**: Maybe、Result、returns ライブラリ、Railway Oriented Programming
----
-### [Part IV: IO と副作用の管理](part-4.md)
-IO コンテナとストリーム処理を学びます。
-| 章 | トピック |
-|----|----------|
-| 第8章 | IO コンテナ、副作用の分離 |
-| 第9章 | ストリーム処理、ジェネレータの活用 |
-**キーワード**: IO コンテナ、遅延評価、ストリーム処理
----
-### [Part V: 並行処理](part-5.md)
-Python における非同期処理と並行処理を学びます。
-| 章 | トピック |
-|----|----------|
-| 第10章 | asyncio、FutureResult |
-| 第11章 | 並行パターン、gather、TaskGroup |
-**キーワード**: asyncio、FutureResult、並行処理
----
-### [Part VI: 実践的なアプリケーション構築とテスト](part-6.md)
-実践的なアプリケーション構築とテスト戦略を学びます。
-| 章 | トピック |
-|----|----------|
-| 第12章 | TravelGuide アプリ、依存性注入、テスト戦略 |
-**キーワード**: Protocol、依存性注入、Hypothesis
----
-## 学習パス
-```plantuml
-@startuml
-!theme plain
-left to right direction
-rectangle "学習の流れ" {
-  card "Part I\n基礎" as p1
-  card "Part II\nイテレータ" as p2
-  card "Part III\nMaybe/Result" as p3
-  card "Part IV\nIO/Stream" as p4
-  card "Part V\n並行処理" as p5
-  card "Part VI\n実践" as p6
-}
-p1 --> p2
-p2 --> p3
-p3 --> p4
-p4 --> p5
-p5 --> p6
-@enduml
-```
----
-## 使用ライブラリ
-| ライブラリ | 用途 | 対応章 |
-|------------|------|--------|
-| Python 3.11+ | 言語 | 全章 |
-| returns | Maybe/Result/IO コンテナ | Part III-VI |
-| hypothesis | プロパティベーステスト | Part VI |
-| pytest | テストフレームワーク | 全章 |
----
-## リポジトリ構成
-```
-grokkingfp-examples/
-├── app/python/src/           # Python のサンプルコード
-│   ├── ch01_intro.py         # 第1章
-│   ├── ch02_pure_functions.py # 第2章
-│   └── ...                   # 以降の章
-├── app/python/tests/         # テストコード
-├── app/python/pyproject.toml # 依存関係
-└── docs/article/python/      # 解説記事（本ディレクトリ）
-    ├── index.md              # この記事
-    ├── part-1.md             # Part I
-    ├── part-2.md             # Part II
-    ├── part-3.md             # Part III
-    ├── part-4.md             # Part IV
-    ├── part-5.md             # Part V
-    └── part-6.md             # Part VI
-```
----
-## Python と関数型プログラミング
-Python は関数型プログラミングの多くの概念をサポートしています:
-### 高階関数
-```python
-from typing import Callable
-def apply_twice(f: Callable[[int], int], x: int) -> int:
-    return f(f(x))
-result = apply_twice(lambda x: x + 1, 5)  # 7
-```
-### イミュータブルデータ
-```python
-from typing import NamedTuple
-class Point(NamedTuple):
-    x: int
-    y: int
-p1 = Point(1, 2)
-p2 = p1._replace(x=3)  # 新しいオブジェクトを生成
-```
-### イテレータとジェネレータ
-```python
-numbers = [1, 2, 3, 4, 5]
-doubled = map(lambda x: x * 2, numbers)
-filtered = filter(lambda x: x > 4, doubled)
-result = list(filtered)  # [6, 8, 10]
-```
-### returns ライブラリによる型安全なエラーハンドリング
-```python
-from returns.maybe import Maybe, Some, Nothing
-from returns.result import Result, Success, Failure
-def safe_divide(a: int, b: int) -> Maybe[float]:
-    if b == 0:
-        return Nothing
-    return Some(a / b)
-def parse_int(s: str) -> Result[int, str]:
-    try:
-        return Success(int(s))
-    except ValueError:
-        return Failure(f"Cannot parse '{s}' as int")
-```
-### パイプライン処理
-```python
-from returns.pipeline import flow
-from returns.pointfree import map_
-result = flow(
-    Some(5),
-    map_(lambda x: x * 2),
-    map_(lambda x: x + 1),
-)  # Some(11)
-```
----
-## Scala との対比
-| 概念 | Scala | Python (returns) |
-|------|-------|------------------|
-| イミュータブル変数 | `val` | `Final` / 慣習 |
-| null 安全 | `Option[T]` | `Maybe[T]` |
-| エラー処理 | `Either[E, A]` | `Result[T, E]` |
-| 高階関数 | `map`, `flatMap` | `map`, `bind` |
-| パターンマッチ | `match` | `match` (3.10+) / `fold` |
-| トレイト | `trait` | `Protocol` |
-| ジェネリクス | `def foo[T]` | `def foo[T](...)` |
-| 非同期 | `IO[A]` (cats-effect) | `FutureResult` / `asyncio` |
----
-## 関数型プログラミングの利点
-本シリーズを通じて、以下の利点を実感できます:
-1. **予測可能性** - 純粋関数は同じ入力に対して常に同じ出力
-2. **テスト容易性** - 副作用がないためテストが簡単
-3. **合成可能性** - 小さな関数を組み合わせて複雑な処理を構築
-4. **並行安全性** - イミュータブルデータは競合状態を防ぐ
-5. **型安全性** - Maybe、Result で None や例外を型で表現
----
-## 参考資料
-- [Grokking Functional Programming](https://www.manning.com/books/grokking-functional-programming) - 原著
-- [returns ドキュメント](https://returns.readthedocs.io/) - Python FP ライブラリ
-- [Python 公式ドキュメント](https://docs.python.org/3/)
-- [Hypothesis ドキュメント](https://hypothesis.readthedocs.io/) - プロパティベーステスト
-- [Real Python - Functional Programming](https://realpython.com/python-functional-programming/)

package/lib/assets/docs/article/grokkingfp/python/part-1.md DELETED Viewed

@@ -1,452 +0,0 @@
----
-type: Article
-title: "Part I: 関数型プログラミングの基礎"
-description: "本章では、関数型プログラミング（FP）の基本概念を Python で学びます。"
-tags: [article, grokkingfp, python]
-status: stable
-generated: { by: human:kakimomokuri, at: 2026-03-27T04:43:33Z }
----
-# Part I: 関数型プログラミングの基礎
-本章では、関数型プログラミング（FP）の基本概念を Python で学びます。命令型プログラミングとの違いを理解し、純粋関数の利点を実感することが目標です。
----
-## 第1章: 関数型プログラミング入門
-### 1.1 命令型 vs 関数型
-プログラミングには大きく分けて2つのパラダイムがあります。
-**命令型プログラミング**は「どうやるか（HOW）」を記述します。
-```python
-# 命令型でワードスコアを計算
-def calculate_score_imperative(word: str) -> int:
-    score = 0
-    for _ in word:
-        score += 1
-    return score
-```
-**関数型プログラミング**は「何をするか（WHAT）」を記述します。
-```python
-# 関数型でワードスコアを計算
-def word_score(word: str) -> int:
-    return len(word)
-```
-### 1.2 Python の基本構文
-Python での関数定義の基本形を見てみましょう。
-**ソースファイル**: `app/python/src/grokking_fp/ch01_intro.py`
-```python
-def increment(x: int) -> int:
-    """値を1増加させる。"""
-    return x + 1
-def get_first_character(s: str) -> str:
-    """文字列の最初の文字を取得する。"""
-    return s[0]
-def word_score(word: str) -> int:
-    """単語のスコア（文字数）を返す。"""
-    return len(word)
-```
-### 1.3 関数の構造
-```
-def increment(x: int) -> int:
-    return x + 1
-│    │         │       │   └── 関数本体（式）
-│    │         │       └────── 戻り値の型
-│    │         └────────────── パラメータと型
-│    └──────────────────────── 関数名
-└───────────────────────────── キーワード
-```
-Python では型ヒント（Type Hints）を使って、パラメータと戻り値の型を明示できます。
-### 1.4 学習ポイント
-| 概念 | 命令型 | 関数型 |
-|------|--------|--------|
-| 焦点 | 手順（How） | 結果（What） |
-| 状態 | 変更する | 変換する |
-| ループ | for/while | map/filter/reduce |
-| データ | ミュータブル | イミュータブル |
----
-## 第2章: 純粋関数とテスト
-### 2.1 純粋関数とは
-純粋関数（Pure Function）は以下の特徴を持つ関数です:
-1. **同じ入力には常に同じ出力を返す**
-2. **副作用がない**（外部状態を変更しない）
-### 2.2 純粋関数の例
-**ソースファイル**: `app/python/src/grokking_fp/ch02_pure_functions.py`
-```python
-# 純粋関数の例
-def add(a: int, b: int) -> int:
-    """2つの数値を加算する純粋関数。"""
-    return a + b
-def string_length(s: str) -> int:
-    """文字列の長さを返す純粋関数。"""
-    return len(s)
-def bonus_score(word: str) -> int:
-    """文字 'c' を含む場合にボーナスを付与する。"""
-    base = len(word)
-    return base + 5 if "c" in word.lower() else base
-```
-**純粋ではない関数の例**:
-```python
-import random
-# 不純な関数 - random.random() は毎回異なる値を返す
-def random_part(x: float) -> float:
-    return x * random.random()
-# 不純な関数 - 外部状態を変更する
-counter = 0
-def increment_counter() -> int:
-    global counter
-    counter += 1
-    return counter
-```
-### 2.3 ショッピングカートの例
-状態を持つクラスの問題点と、純粋関数による解決を見てみましょう。
-#### 問題のあるコード
-```python
-class ShoppingCartBad:
-    def __init__(self):
-        self._items: list[str] = []
-        self._book_added = False
-    def add_item(self, item: str) -> None:
-        self._items.append(item)
-        if item == "Book":
-            self._book_added = True
-    def get_discount_percentage(self) -> int:
-        return 5 if self._book_added else 0
-    def get_items(self) -> list[str]:
-        return self._items  # 問題: 内部状態への参照を返している
-```
-このコードの問題:
-1. `get_items()` が内部リストへの参照を返すため、外部から変更可能
-2. `_book_added` フラグと実際のアイテムの整合性が崩れる可能性がある
-#### 純粋関数による解決
-```python
-def get_discount_percentage(items: list[str]) -> int:
-    """アイテムリストから割引率を計算する純粋関数。"""
-    return 5 if "Book" in items else 0
-# 使用例
-items = ["Apple", "Book"]
-discount = get_discount_percentage(items)  # 5
-```
-この純粋関数版の利点:
-- 状態を持たない
-- 同じ入力には常に同じ出力
-- テストが容易
-### 2.4 チップ計算の例
-```python
-def get_tip_percentage(names: list[str]) -> int:
-    """グループの人数からチップ率を計算する純粋関数。"""
-    size = len(names)
-    if size > 5:
-        return 20
-    elif size > 0:
-        return 10
-    else:
-        return 0
-```
-この関数は:
-- 6人以上のグループ → 20% のチップ
-- 1-5人のグループ → 10% のチップ
-- 0人（空リスト） → 0% のチップ
-### 2.5 純粋関数のテスト
-純粋関数は非常にテストしやすいです。
-```python
-def increment(x: int) -> int:
-    return x + 1
-# テストケース
-assert increment(6) == 7
-assert increment(0) == 1
-assert increment(-6) == -5
-```
-pytest を使ったテスト例:
-```python
-class TestIncrement:
-    def test_positive_number(self) -> None:
-        assert increment(5) == 6
-    def test_zero(self) -> None:
-        assert increment(0) == 1
-    def test_negative_number(self) -> None:
-        assert increment(-1) == 0
-```
-### 2.6 文字 'a' を除外するワードスコア
-より複雑な例を見てみましょう。
-```python
-def word_score_no_a(word: str) -> int:
-    """文字 'a' を除外してワードスコアを計算する。"""
-    return len(word.replace("a", "").replace("A", ""))
-# テスト
-assert word_score_no_a("Scala") == 3    # "Scl" → 3文字
-assert word_score_no_a("function") == 8  # 'a' なし → 8文字
-assert word_score_no_a("") == 0          # 空文字 → 0文字
-```
-### 2.7 参照透過性
-純粋関数は**参照透過性（Referential Transparency）**を持ちます。
-> 式をその評価結果で置き換えても、プログラムの意味が変わらないこと
-```python
-# 参照透過性の例
-score1 = word_score("Scala")
-score2 = word_score("Scala")
-# score1 と score2 は常に同じ値（5）
-# 以下の2つは同等
-total1 = word_score("Scala") + word_score("Java")
-total2 = 5 + 4  # word_score の結果で置き換え可能
-```
-### 2.8 高階関数の基本
-Python は関数を値として扱えます（第一級関数）。
-```python
-from typing import Callable
-def apply_twice(f: Callable[[int], int], x: int) -> int:
-    """関数を2回適用する。"""
-    return f(f(x))
-# 使用例
-result = apply_twice(lambda x: x + 1, 5)  # 7
-def compose(
-    f: Callable[[int], int],
-    g: Callable[[int], int]
-) -> Callable[[int], int]:
-    """2つの関数を合成する。compose(f, g)(x) = f(g(x))"""
-    return lambda x: f(g(x))
-# 使用例
-double = lambda x: x * 2
-add_one = lambda x: x + 1
-double_then_add = compose(add_one, double)
-print(double_then_add(5))  # 11: (5 * 2) + 1
-```
-### 2.9 型ヒントとイミュータビリティ
-Python では `Final` を使って定数を宣言できます。
-```python
-from typing import Final
-MAX_SCORE: Final[int] = 100
-MIN_SCORE: Final[int] = 0
-def clamp(value: int, min_val: int, max_val: int) -> int:
-    """値を指定された範囲内に収める。"""
-    return max(min_val, min(value, max_val))
-def get_bounded_score(score: int) -> int:
-    """スコアを有効な範囲内に収める。"""
-    return clamp(score, MIN_SCORE, MAX_SCORE)
-```
----
-## まとめ
-### Part I で学んだこと
-1. **関数型プログラミング**は「何をするか」を宣言的に記述する
-2. **純粋関数**は同じ入力に対して常に同じ出力を返す
-3. **副作用**を避けることでコードの予測可能性が向上する
-4. **純粋関数**はテストが非常に簡単
-5. **参照透過性**により、コードの理解と推論が容易になる
-6. **型ヒント**を使うことで、コードの意図が明確になる
-### Scala との対比
-| 概念 | Scala | Python |
-|------|-------|--------|
-| 関数定義 | `def f(x: Int): Int = x + 1` | `def f(x: int) -> int: return x + 1` |
-| 型宣言 | 必須（推論可） | オプション（型ヒント） |
-| イミュータブル変数 | `val` | `Final`（慣習） |
-| ラムダ | `x => x + 1` | `lambda x: x + 1` |
-| 文字列補間 | `s"Hello, $name"` | `f"Hello, {name}"` |
-### 次のステップ
-Part II では、以下のトピックを学びます:
-- イミュータブルなデータ操作（tuple、frozenset）
-- イテレータと高階関数（map、filter、reduce）
-- ジェネレータと itertools
----
-## 演習問題
-### 問題 1: 純粋関数の識別
-以下の関数のうち、純粋関数はどれですか?
-```python
-# A
-def double(x: int) -> int:
-    return x * 2
-# B
-counter = 0
-def increment_counter() -> int:
-    global counter
-    counter += 1
-    return counter
-# C
-def greet(name: str) -> str:
-    return f"Hello, {name}!"
-# D
-import time
-def current_time() -> float:
-    return time.time()
-```
-<details>
-<summary>解答</summary>
-**A と C は純粋関数**です。
-- A: 同じ入力に対して常に同じ出力を返し、副作用がない
-- B: 外部変数 `counter` を変更する副作用がある（不純）
-- C: 同じ入力に対して常に同じ出力を返し、副作用がない
-- D: 呼び出すたびに異なる値を返す（不純）
-</details>
-### 問題 2: 純粋関数への書き換え
-以下の不純な関数を純粋関数に書き換えてください。
-```python
-class Counter:
-    def __init__(self):
-        self.value = 0
-    def increment(self) -> int:
-        self.value += 1
-        return self.value
-```
-<details>
-<summary>解答</summary>
-```python
-def increment(value: int) -> int:
-    return value + 1
-# 使用例
-v1 = 0
-v2 = increment(v1)  # 1
-v3 = increment(v2)  # 2
-```
-状態を外部に持ち、関数は値を受け取って新しい値を返すだけにします。
-</details>
-### 問題 3: テストを書く
-以下の関数に対する pytest テストケースを考えてください。
-```python
-def is_even(n: int) -> bool:
-    return n % 2 == 0
-```
-<details>
-<summary>解答</summary>
-```python
-class TestIsEven:
-    def test_even_positive(self) -> None:
-        assert is_even(0) is True
-        assert is_even(2) is True
-        assert is_even(4) is True
-    def test_odd_positive(self) -> None:
-        assert is_even(1) is False
-        assert is_even(3) is False
-    def test_negative_even(self) -> None:
-        assert is_even(-2) is True
-    def test_negative_odd(self) -> None:
-        assert is_even(-3) is False
-```
-</details>
----
-## 参考リンク
-- [Python 型ヒント](https://docs.python.org/3/library/typing.html)
-- [PEP 484 – Type Hints](https://peps.python.org/pep-0484/)
-- [pytest ドキュメント](https://docs.pytest.org/)