@nahisaho/katashiro 0.1.3 → 0.1.5

package/AGENTS.md

@@ -1,198 +1,356 @@
 # KATASHIRO - AI Coding Agent Guide
 
-> **AI Coding Agent向け**: このファイルはAIエージェント（GitHub Copilot、Claude等）がKATASHIROサービスを自然言語で利用するためのガイドです。
+> **AI Coding Agent向け**: このファイルを読み込んだAIエージェントは、ユーザーの課題を解決するためにKATASHIROライブラリの機能を自動的に活用できます。
 
-## 🎯 KATASHIROでできること
+## 🎯 このガイドの目的
 
-KATASHIROは以下のタスクを自然言語で実行できます：
-
-| やりたいこと | 自然言語での依頼例 |
-|-------------|-------------------|
-| **Web調査** | 「〜について調べて」「〜の最新情報を検索して」 |
-| **Webページ取得** | 「このURLの内容を取得して」「〜のサイトをスクレイピングして」 |
-| **テキスト分析** | 「この文章を分析して」「キーワードを抽出して」 |
-| **エンティティ抽出** | 「人名・組織名を抽出して」「固有表現を見つけて」 |
-| **レポート生成** | 「調査レポートを作成して」「分析結果をまとめて」 |
-| **要約作成** | 「この文章を要約して」「3行でまとめて」 |
-| **知識グラフ操作** | 「知識グラフに追加して」「関連情報を検索して」 |
+ユーザーが自然言語で入力した課題に対して、KATASHIROの機能を適切に組み合わせて解決策を提供します。
 
 ---
 
-## 🔧 MCPツール（自然言語で呼び出し可能）
-
-### 情報収集ツール
-
-| ツール | 自然言語での呼び出し例 |
-|--------|----------------------|
-| `katashiro_scrape` | 「https://example.com の内容を取得して」 |
-| `katashiro_search` | 「TypeScript best practices について検索して」 |
-| `katashiro_feed` | 「このRSSフィードを読み込んで」 |
+## 📋 課題タイプ別の解決アプローチ
 
-### 分析ツール
+### 課題タイプの判定
 
-| ツール | 自然言語での呼び出し例 |
-|--------|----------------------|
-| `katashiro_analyze` | 「この文章のキーワードと複雑度を分析して」 |
-| `katashiro_extract_entities` | 「このテキストから人名と組織名を抽出して」 |
-| `katashiro_topics` | 「これらの文書のトピックを分析して」 |
+ユーザーの入力から以下のタイプを判定してください：
 
-### 生成ツール
+| 課題タイプ | キーワード例 | 使用する機能 |
+|-----------|-------------|-------------|
+| **調査・リサーチ** | 調べて、検索、情報収集、〜について | Collector → Analyzer → Generator |
+| **分析・解析** | 分析して、解析、キーワード、傾向 | Analyzer |
+| **要約・まとめ** | 要約、まとめて、短くして | Generator (SummaryGenerator) |
+| **レポート作成** | レポート、報告書、文書化 | Generator (ReportGenerator) |
+| **データ抽出** | 抽出、取り出して、リストアップ | Analyzer (EntityExtractor) |
+| **知識管理** | 保存、記録、覚えておいて | Knowledge |
+| **比較・評価** | 比較、評価、どちらが | Collector → Analyzer → Generator |
 
-| ツール | 自然言語での呼び出し例 |
-|--------|----------------------|
-| `katashiro_generate_report` | 「調査結果からレポートを生成して」 |
-| `katashiro_summarize` | 「この長文を300文字で要約して」 |
-| `katashiro_citation` | 「APA形式で引用を生成して」 |
+---
 
-### 知識グラフツール
+## 🔄 課題解決ワークフロー
+
+### ステップ1: 課題の分析
+
+```typescript
+// ユーザー入力から課題タイプを判定
+function analyzeProblem(userInput: string): ProblemType {
+  const keywords = {
+    research: ['調べ', '検索', '情報', 'について', '知りたい'],
+    analyze: ['分析', '解析', 'キーワード', '傾向', '特徴'],
+    summarize: ['要約', 'まとめ', '短く', '簡潔'],
+    report: ['レポート', '報告', '文書', 'ドキュメント'],
+    extract: ['抽出', '取り出', 'リスト', '一覧'],
+    knowledge: ['保存', '記録', '覚え', '登録'],
+    compare: ['比較', '評価', 'どちら', '違い'],
+  };
+  // キーワードマッチングで判定
+}
+```
 
-| ツール | 自然言語での呼び出し例 |
-|--------|----------------------|
-| `katashiro_knowledge_query` | 「知識グラフから〜に関連する情報を検索して」 |
-| `katashiro_knowledge_add` | 「この情報を知識グラフに追加して」 |
+### ステップ2: 必要な機能の選択
+
+課題タイプに応じて以下のクラスを使用：
+
+```typescript
+import {
+  // 情報収集（URLや検索クエリがある場合）
+  WebScraper,        // URL指定のページ取得
+  WebSearchClient,   // キーワード検索
+  FeedReader,        // RSSフィード
+  ApiClient,         // API呼び出し
+  
+  // テキスト分析（テキストデータがある場合）
+  TextAnalyzer,      // キーワード・複雑度分析
+  EntityExtractor,   // 人名・組織名抽出
+  TopicModeler,      // トピック分類
+  StructureAnalyzer, // 文書構造解析
+  QualityScorer,     // 品質スコアリング
+  
+  // コンテンツ生成（出力が必要な場合）
+  ReportGenerator,   // レポート生成
+  SummaryGenerator,  // 要約生成
+  CitationGenerator, // 引用生成
+  TemplateEngine,    // テンプレート処理
+  
+  // 知識管理（情報を蓄積・検索する場合）
+  KnowledgeGraph,    // グラフ管理
+  GraphQuery,        // 検索
+  GraphPersistence,  // 永続化
+  
+  // ユーティリティ
+  ok, err, isOk, isErr,
+} from '@nahisaho/katashiro';
+```
 
 ---
 
-## 📝 ユースケース別ワークフロー
-
-### 1. 競合調査レポート作成
+## 📝 課題タイプ別の実装パターン
 
-```
-ユーザー: 「〇〇社について競合調査して、レポートにまとめて」
-
-AIエージェントの動作:
-1. katashiro_search で「〇〇社」を検索
-2. katashiro_scrape で上位結果のページを取得
-3. katashiro_analyze でテキスト分析
-4. katashiro_extract_entities で企業名・人名を抽出
-5. katashiro_generate_report でレポート生成
-```
+### パターンA: 調査・リサーチ課題
 
-### 2. 技術トレンド分析
+**ユーザー例**: 「〇〇について調べてまとめて」
 
+```typescript
+async function solveResearchProblem(topic: string) {
+  // 1. 情報収集
+  const searchClient = new WebSearchClient();
+  const results = await searchClient.search(topic, { maxResults: 10 });
+  
+  // 2. ページ取得
+  const scraper = new WebScraper();
+  const contents: string[] = [];
+  for (const result of results.slice(0, 5)) {
+    const page = await scraper.scrape(result.url);
+    if (isOk(page)) contents.push(page.value.content);
+  }
+  
+  // 3. 分析
+  const analyzer = new TextAnalyzer();
+  const analyses = await Promise.all(contents.map(c => analyzer.analyze(c)));
+  
+  // 4. エンティティ抽出
+  const extractor = new EntityExtractor();
+  const allEntities = [];
+  for (const content of contents) {
+    const entities = await extractor.extract(content);
+    allEntities.push(...entities);
+  }
+  
+  // 5. 要約生成
+  const summarizer = new SummaryGenerator();
+  const summary = await summarizer.generate(contents.join('\n\n'), { maxLength: 500 });
+  
+  // 6. レポート生成
+  const reportGen = new ReportGenerator();
+  const report = await reportGen.generate({
+    title: `${topic} 調査レポート`,
+    sections: [
+      { heading: '概要', content: summary },
+      { heading: 'キーワード', content: analyses.flatMap(a => a.keywords).join(', ') },
+      { heading: '関連エンティティ', content: [...new Set(allEntities.map(e => e.text))].join(', ') },
+      { heading: '参考URL', content: results.map(r => `- ${r.url}`).join('\n') },
+    ],
+    format: 'markdown',
+  });
+  
+  return report;
+}
 ```
-ユーザー: 「2026年のAI技術トレンドを調べて分析して」
 
-AIエージェントの動作:
-1. katashiro_search で「AI trends 2026」を検索
-2. katashiro_scrape で技術ブログを取得
-3. katashiro_topics でトピック分析
-4. katashiro_summarize で要点をまとめ
+### パターンB: 分析課題
+
+**ユーザー例**: 「このテキストを分析して特徴を教えて」
+
+```typescript
+async function solveAnalysisProblem(text: string) {
+  // 1. テキスト分析
+  const analyzer = new TextAnalyzer();
+  const analysis = await analyzer.analyze(text);
+  
+  // 2. 構造分析
+  const structAnalyzer = new StructureAnalyzer();
+  const structure = await structAnalyzer.analyze(text);
+  
+  // 3. エンティティ抽出
+  const extractor = new EntityExtractor();
+  const entities = await extractor.extract(text);
+  
+  // 4. 品質スコアリング
+  const scorer = new QualityScorer();
+  const quality = await scorer.score(text);
+  
+  return {
+    keywords: analysis.keywords,
+    complexity: analysis.complexity,
+    sentiment: analysis.sentiment,
+    structure: structure,
+    entities: entities,
+    qualityScore: quality,
+  };
+}
 ```
 
-### 3. 論文・記事の要約
+### パターンC: 要約課題
 
-```
-ユーザー: 「このURLの論文を要約して、重要なポイントを箇条書きにして」
+**ユーザー例**: 「この長文を300文字でまとめて」
 
-AIエージェントの動作:
-1. katashiro_scrape でページ内容を取得
-2. katashiro_analyze で構造分析
-3. katashiro_summarize で要約生成
-4. katashiro_citation で引用情報を生成
+```typescript
+async function solveSummaryProblem(text: string, maxLength: number = 300) {
+  const summarizer = new SummaryGenerator();
+  const summary = await summarizer.generate(text, { 
+    maxLength,
+    style: 'paragraph' // または 'bullets', 'headline'
+  });
+  return summary;
+}
 ```
 
-### 4. 知識ベース構築
-
+### パターンD: レポート作成課題
+
+**ユーザー例**: 「分析結果をレポートにまとめて」
+
+```typescript
+async function solveReportProblem(data: any, title: string) {
+  const reportGen = new ReportGenerator();
+  const report = await reportGen.generate({
+    title,
+    sections: [
+      { heading: '概要', content: data.summary },
+      { heading: '詳細分析', content: data.details },
+      { heading: '結論', content: data.conclusion },
+    ],
+    format: 'markdown',
+    metadata: { author: 'KATASHIRO', date: new Date().toISOString() },
+  });
+  return report;
+}
 ```
-ユーザー: 「このプロジェクトの情報を知識グラフに登録して」
 
-AIエージェントの動作:
-1. katashiro_extract_entities でエンティティ抽出
-2. katashiro_knowledge_add でノード追加
-3. katashiro_knowledge_query で関連性確認
+### パターンE: データ抽出課題
+
+**ユーザー例**: 「この文章から人名と組織名を抽出して」
+
+```typescript
+async function solveExtractionProblem(text: string, types: string[] = ['PERSON', 'ORGANIZATION']) {
+  const extractor = new EntityExtractor();
+  const entities = await extractor.extract(text);
+  
+  const filtered = entities.filter(e => types.includes(e.type));
+  const grouped = types.reduce((acc, type) => {
+    acc[type] = filtered.filter(e => e.type === type).map(e => e.text);
+    return acc;
+  }, {} as Record<string, string[]>);
+  
+  return grouped;
+}
 ```
 
----
-
-## 💡 自然言語プロンプト例
-
-### 調査系
-- 「〜について調べて」
-- 「〜の最新ニュースを検索して」
-- 「〜に関する情報を集めて」
-- 「このURLの内容を取得して分析して」
-
-### 分析系
-- 「この文章を分析して」
-- 「キーワードを抽出して」
-- 「人名・組織名をリストアップして」
-- 「トピックを分類して」
-- 「感情分析して」
-
-### 生成系
-- 「レポートにまとめて」
-- 「要約して」
-- 「〜文字でまとめて」
-- 「プレゼン資料を作って」
-- 「引用を生成して」
-
-### 知識グラフ系
-- 「知識グラフに追加して」
-- 「関連情報を検索して」
-- 「この情報を保存して」
-
----
-
-## 📦 npmパッケージ
-
-```bash
-# オールインワン（推奨）
-npm install @nahisaho/katashiro
+### パターンF: 知識管理課題
+
+**ユーザー例**: 「この情報を保存しておいて」「〇〇に関連する情報を探して」
+
+```typescript
+async function solveKnowledgeProblem(action: 'save' | 'search', data: any) {
+  const kg = new KnowledgeGraph();
+  const persistence = new GraphPersistence();
+  
+  // 既存のグラフを読み込み
+  try {
+    const loaded = await persistence.load('./knowledge-graph.json');
+    Object.assign(kg, loaded);
+  } catch { /* 新規作成 */ }
+  
+  if (action === 'save') {
+    // エンティティを抽出してノード追加
+    const extractor = new EntityExtractor();
+    const entities = await extractor.extract(data.text);
+    
+    for (const entity of entities) {
+      kg.addNode({
+        id: `entity-${Date.now()}-${Math.random().toString(36).slice(2)}`,
+        type: entity.type,
+        properties: { name: entity.text, source: data.source },
+      });
+    }
+    
+    await persistence.save(kg, './knowledge-graph.json');
+    return { saved: entities.length };
+  } else {
+    // 検索
+    const query = new GraphQuery(kg);
+    const results = query.search(data.query);
+    return results;
+  }
+}
+```
 
-# MCPサーバー
-npm install @nahisaho/katashiro-mcp-server
+### パターンG: 比較・評価課題
+
+**ユーザー例**: 「AとBを比較して」
+
+```typescript
+async function solveComparisonProblem(itemA: string, itemB: string) {
+  const searchClient = new WebSearchClient();
+  const scraper = new WebScraper();
+  const analyzer = new TextAnalyzer();
+  
+  // 両方の情報を収集
+  const [resultsA, resultsB] = await Promise.all([
+    searchClient.search(itemA, { maxResults: 5 }),
+    searchClient.search(itemB, { maxResults: 5 }),
+  ]);
+  
+  // 分析
+  const analysisA = await analyzeResults(resultsA, scraper, analyzer);
+  const analysisB = await analyzeResults(resultsB, scraper, analyzer);
+  
+  // 比較レポート生成
+  const reportGen = new ReportGenerator();
+  return reportGen.generate({
+    title: `${itemA} vs ${itemB} 比較レポート`,
+    sections: [
+      { heading: itemA, content: formatAnalysis(analysisA) },
+      { heading: itemB, content: formatAnalysis(analysisB) },
+      { heading: '比較まとめ', content: generateComparison(analysisA, analysisB) },
+    ],
+    format: 'markdown',
+  });
+}
 ```
 
-### VS Code MCP設定
+---
 
-```json
-{
-  "mcp.servers": {
-    "katashiro": {
-      "command": "npx",
-      "args": ["@nahisaho/katashiro-mcp-server"]
-    }
+## 🚀 統合ソルバー
+
+ユーザーの課題を自動判定して解決：
+
+```typescript
+import * as katashiro from '@nahisaho/katashiro';
+
+async function solveProblem(userInput: string, context?: any) {
+  // 課題タイプを判定
+  const problemType = detectProblemType(userInput);
+  
+  switch (problemType) {
+    case 'research':
+      return solveResearchProblem(extractTopic(userInput));
+    case 'analyze':
+      return solveAnalysisProblem(context?.text || userInput);
+    case 'summarize':
+      return solveSummaryProblem(context?.text || userInput, extractMaxLength(userInput));
+    case 'report':
+      return solveReportProblem(context?.data, extractTitle(userInput));
+    case 'extract':
+      return solveExtractionProblem(context?.text || userInput, extractEntityTypes(userInput));
+    case 'knowledge':
+      return solveKnowledgeProblem(detectKnowledgeAction(userInput), context);
+    case 'compare':
+      const [itemA, itemB] = extractComparisonItems(userInput);
+      return solveComparisonProblem(itemA, itemB);
+    default:
+      // 汎用的なリサーチとして処理
+      return solveResearchProblem(userInput);
   }
 }
 ```
 
 ---
 
-## 🏗️ プロジェクト構造
+## 📦 インストール
 
-```
-katashiro/
-├── packages/
-│   ├── katashiro/        # @nahisaho/katashiro（オールインワン）
-│   ├── core/             # @nahisaho/katashiro-core
-│   ├── collector/        # @nahisaho/katashiro-collector
-│   ├── analyzer/         # @nahisaho/katashiro-analyzer
-│   ├── generator/        # @nahisaho/katashiro-generator
-│   ├── knowledge/        # @nahisaho/katashiro-knowledge
-│   ├── feedback/         # @nahisaho/katashiro-feedback
-│   ├── mcp-server/       # @nahisaho/katashiro-mcp-server
-│   └── vscode-extension/ # katashiro VS Code拡張
-└── docs/
-    ├── USER-GUIDE.md
-    └── USER-GUIDE.ja.md
+```bash
+npm install @nahisaho/katashiro
 ```
 
 ---
 
-## 🛠️ 開発コマンド
+## 🔗 関連リンク
 
-```bash
-npm install          # 依存関係インストール
-npm run build        # 全パッケージビルド
-npm run test         # テスト実行（448テスト）
-npm run lint         # ESLint
-npm run typecheck    # TypeScript型チェック
-```
+- **npm**: https://www.npmjs.com/package/@nahisaho/katashiro
+- **GitHub**: https://github.com/nahisaho/katashiro
 
 ---
 
 **Project**: KATASHIRO
 **npm**: @nahisaho/katashiro
 **Last Updated**: 2026-01-10
-**Version**: 0.1.0
+**Version**: 0.1.5

package/CLAUDE.md

@@ -1,221 +1,278 @@
-# KATASHIRO - Claude Code専用ガイド
+# KATASHIRO - Claude向け課題解決ガイド
 
-> このファイルはClaude CodeがKATASHIROサービスを自然言語で利用するためのガイドです。
+> このファイルを読み込んだClaudeは、ユーザーの課題を解決するためにKATASHIROライブラリの機能を自動的に活用できます。
 
-## 🎯 KATASHIROとは
+## 🎯 基本動作
 
-KATASHIROは情報収集・分析・コンテンツ生成を行うMCPサーバーです。ユーザーから以下のような依頼があった場合、KATASHIROのツールを使用してください。
+**ユーザーが課題を入力したら、以下の手順で解決してください：**
 
----
+1. 課題タイプを判定
+2. 適切なKATASHIRO機能を選択
+3. コードを生成して実行
+4. 結果をユーザーに提示
 
-## 📝 自然言語 → ツール対応表
+---
 
-### 「〜について調べて」「検索して」
+## 📋 課題タイプ判定表
+
+| ユーザーの言葉 | 課題タイプ | 使用機能 |
+|---------------|-----------|----------|
+| 「〜について調べて」「検索して」「情報を集めて」 | 調査 | WebSearchClient → WebScraper → TextAnalyzer → ReportGenerator |
+| 「このテキストを分析して」「特徴を教えて」 | 分析 | TextAnalyzer + EntityExtractor + StructureAnalyzer |
+| 「要約して」「まとめて」「短くして」 | 要約 | SummaryGenerator |
+| 「レポートを作成して」「報告書にして」 | レポート | ReportGenerator |
+| 「人名を抽出して」「組織名を取り出して」 | 抽出 | EntityExtractor |
+| 「保存して」「覚えておいて」「記録して」 | 保存 | KnowledgeGraph + GraphPersistence |
+| 「〜を探して」「検索して」（保存済みデータ） | 検索 | GraphQuery |
+| 「AとBを比較して」「違いを教えて」 | 比較 | 複合（調査×2 → 分析 → レポート） |
+| 「このURLの内容を取得して」 | 取得 | WebScraper |
+| 「RSSフィードを読んで」 | フィード | FeedReader |
 
-```
-katashiro_search を使用
-```
+---
 
-例:
-- 「TypeScriptのベストプラクティスについて調べて」
-- 「2026年のAIトレンドを検索して」
-- 「〇〇社の最新ニュースを調べて」
+## 🔧 機能別クイックリファレンス
 
-### 「このURLの内容を取得して」「スクレイピングして」
+### 情報収集
 
-```
-katashiro_scrape を使用
-```
+```typescript
+import { WebScraper, WebSearchClient, FeedReader } from '@nahisaho/katashiro';
 
-例:
-- 「https://example.com の内容を取得して」
-- 「このページの本文を抽出して」
+// URL取得
+const scraper = new WebScraper();
+const page = await scraper.scrape('https://example.com');
 
-### 「分析して」「キーワードを抽出して」
+// Web検索
+const search = new WebSearchClient();
+const results = await search.search('キーワード', { maxResults: 10 });
 
-```
-katashiro_analyze を使用
+// RSSフィード
+const reader = new FeedReader();
+const feed = await reader.read('https://example.com/rss.xml');
 ```
 
-例:
-- 「この文章を分析して」
-- 「テキストの複雑度を調べて」
-- 「重要なキーワードを抽出して」
+### テキスト分析
 
-### 「人名・組織名を抽出して」「固有表現を見つけて」
+```typescript
+import { TextAnalyzer, EntityExtractor, TopicModeler, StructureAnalyzer, QualityScorer } from '@nahisaho/katashiro';
 
-```
-katashiro_extract_entities を使用
-```
+// 基本分析
+const analyzer = new TextAnalyzer();
+const { keywords, complexity, sentiment } = await analyzer.analyze(text);
 
-例:
-- 「この記事に出てくる人名をリストアップして」
-- 「組織名と地名を抽出して」
+// エンティティ抽出
+const extractor = new EntityExtractor();
+const entities = await extractor.extract(text);
+// entities: [{ type: 'PERSON', text: '山田太郎' }, { type: 'ORGANIZATION', text: '〇〇株式会社' }]
 
-### 「レポートを作成して」「まとめて」
+// トピック分析
+const modeler = new TopicModeler();
+const topics = await modeler.model(documents, { numTopics: 5 });
 
-```
-katashiro_generate_report を使用
-```
+// 構造分析
+const structAnalyzer = new StructureAnalyzer();
+const structure = await structAnalyzer.analyze(text);
 
-例:
-- 「調査結果をレポートにまとめて」
-- 「分析結果からレポートを生成して」
+// 品質スコア
+const scorer = new QualityScorer();
+const score = await scorer.score(text);
+```
 
-### 「要約して」「〜文字でまとめて」
+### コンテンツ生成
 
-```
-katashiro_summarize を使用
+```typescript
+import { ReportGenerator, SummaryGenerator, CitationGenerator } from '@nahisaho/katashiro';
+
+// 要約
+const summarizer = new SummaryGenerator();
+const summary = await summarizer.generate(longText, { maxLength: 300, style: 'paragraph' });
+
+// レポート
+const reportGen = new ReportGenerator();
+const report = await reportGen.generate({
+  title: 'タイトル',
+  sections: [
+    { heading: 'セクション1', content: '内容1' },
+    { heading: 'セクション2', content: '内容2' },
+  ],
+  format: 'markdown',
+});
+
+// 引用
+const citationGen = new CitationGenerator();
+const citation = citationGen.generate(source, { style: 'APA' });
 ```
 
-例:
-- 「この長文を要約して」
-- 「300文字以内でまとめて」
-- 「3行で要点をまとめて」
+### 知識グラフ
 
-### 「知識グラフに追加して」「保存して」
+```typescript
+import { KnowledgeGraph, GraphQuery, GraphPersistence } from '@nahisaho/katashiro';
 
-```
-katashiro_knowledge_add を使用
-```
+const kg = new KnowledgeGraph();
+const persistence = new GraphPersistence();
+const query = new GraphQuery(kg);
 
-例:
-- 「この情報を知識グラフに登録して」
-- 「エンティティを保存して」
+// 保存
+kg.addNode({ id: 'node-1', type: 'Person', properties: { name: '山田太郎' } });
+await persistence.save(kg, './knowledge.json');
 
-### 「知識グラフから検索して」「関連情報を探して」
+// 読み込み
+const loaded = await persistence.load('./knowledge.json');
 
-```
-katashiro_knowledge_query を使用
+// 検索
+const results = query.findByType('Person');
 ```
 
-例:
-- 「〇〇に関連する情報を知識グラフから検索して」
-- 「保存した情報を検索して」
-
 ---
 
-## 🔄 複合タスクのワークフロー
-
-### 競合調査レポート
-
-ユーザー: 「〇〇社について調査してレポートにまとめて」
-
-```
-1. katashiro_search("〇〇社 最新 ニュース")
-2. katashiro_scrape(検索結果のURL)
-3. katashiro_analyze(取得したテキスト)
-4. katashiro_extract_entities(取得したテキスト)
-5. katashiro_generate_report(分析結果)
-```
-
-### 論文要約
+## 📝 課題解決テンプレート
 
-ユーザー: 「このURLの論文を要約して」
+### テンプレート1: 調査タスク
 
+```typescript
+// ユーザー: 「〇〇について調べてまとめて」
+import { WebSearchClient, WebScraper, TextAnalyzer, EntityExtractor, SummaryGenerator, ReportGenerator, isOk } from '@nahisaho/katashiro';
+
+async function research(topic: string) {
+  // 1. 検索
+  const search = new WebSearchClient();
+  const results = await search.search(topic, { maxResults: 10 });
+  
+  // 2. ページ取得
+  const scraper = new WebScraper();
+  const contents: string[] = [];
+  for (const r of results.slice(0, 5)) {
+    const page = await scraper.scrape(r.url);
+    if (isOk(page)) contents.push(page.value.content);
+  }
+  
+  // 3. 分析
+  const analyzer = new TextAnalyzer();
+  const keywords = new Set<string>();
+  for (const c of contents) {
+    const a = await analyzer.analyze(c);
+    a.keywords.forEach(k => keywords.add(k));
+  }
+  
+  // 4. エンティティ抽出
+  const extractor = new EntityExtractor();
+  const entities = new Set<string>();
+  for (const c of contents) {
+    const e = await extractor.extract(c);
+    e.forEach(ent => entities.add(ent.text));
+  }
+  
+  // 5. 要約
+  const summarizer = new SummaryGenerator();
+  const summary = await summarizer.generate(contents.join('\n\n'), { maxLength: 500 });
+  
+  // 6. レポート生成
+  const reportGen = new ReportGenerator();
+  return reportGen.generate({
+    title: `${topic} 調査レポート`,
+    sections: [
+      { heading: '概要', content: summary },
+      { heading: 'キーワード', content: [...keywords].join(', ') },
+      { heading: '関連エンティティ', content: [...entities].join(', ') },
+      { heading: '参考URL', content: results.map(r => `- ${r.url}`).join('\n') },
+    ],
+    format: 'markdown',
+  });
+}
 ```
-1. katashiro_scrape(URL)
-2. katashiro_analyze(取得したテキスト)
-3. katashiro_summarize(取得したテキスト)
-```
-
-### 技術調査と知識ベース構築
 
-ユーザー: 「〜について調べて知識グラフに保存して」
+### テンプレート2: 分析タスク
 
+```typescript
+// ユーザー: 「このテキストを分析して」
+import { TextAnalyzer, EntityExtractor, StructureAnalyzer, QualityScorer } from '@nahisaho/katashiro';
+
+async function analyze(text: string) {
+  const [analysis, entities, structure, quality] = await Promise.all([
+    new TextAnalyzer().analyze(text),
+    new EntityExtractor().extract(text),
+    new StructureAnalyzer().analyze(text),
+    new QualityScorer().score(text),
+  ]);
+  
+  return {
+    keywords: analysis.keywords,
+    complexity: analysis.complexity,
+    sentiment: analysis.sentiment,
+    entities: entities.map(e => ({ type: e.type, text: e.text })),
+    structure,
+    qualityScore: quality,
+  };
+}
 ```
-1. katashiro_search(クエリ)
-2. katashiro_scrape(検索結果)
-3. katashiro_extract_entities(テキスト)
-4. katashiro_knowledge_add(エンティティ)
-```
-
----
 
-## 💻 コード例（TypeScript）
+### テンプレート3: 比較タスク
 
 ```typescript
-import { 
-  WebScraper, 
-  TextAnalyzer, 
-  ReportGenerator,
-  KnowledgeGraph,
-  isOk 
-} from '@nahisaho/katashiro';
-
-// Web調査 → 分析 → レポート生成
-async function research(url: string) {
+// ユーザー: 「AとBを比較して」
+import { WebSearchClient, WebScraper, TextAnalyzer, ReportGenerator, isOk } from '@nahisaho/katashiro';
+
+async function compare(itemA: string, itemB: string) {
+  const search = new WebSearchClient();
   const scraper = new WebScraper();
   const analyzer = new TextAnalyzer();
-  const generator = new ReportGenerator();
-
-  const page = await scraper.scrape(url);
-  if (isOk(page)) {
-    const analysis = await analyzer.analyze(page.value.text);
-    const report = await generator.generate({
-      title: '調査レポート',
-      sections: [{ heading: '分析結果', content: analysis.value.summary }]
-    });
-    return report;
+  
+  async function gatherInfo(item: string) {
+    const results = await search.search(item, { maxResults: 5 });
+    const contents: string[] = [];
+    for (const r of results) {
+      const page = await scraper.scrape(r.url);
+      if (isOk(page)) contents.push(page.value.content);
+    }
+    const analysis = await analyzer.analyze(contents.join('\n'));
+    return { item, analysis, sources: results };
   }
+  
+  const [infoA, infoB] = await Promise.all([gatherInfo(itemA), gatherInfo(itemB)]);
+  
+  const reportGen = new ReportGenerator();
+  return reportGen.generate({
+    title: `${itemA} vs ${itemB} 比較`,
+    sections: [
+      { heading: itemA, content: `キーワード: ${infoA.analysis.keywords.join(', ')}` },
+      { heading: itemB, content: `キーワード: ${infoB.analysis.keywords.join(', ')}` },
+      { heading: '比較まとめ', content: '（AIが分析結果を基に比較コメントを生成）' },
+    ],
+    format: 'markdown',
+  });
 }
 ```
 
 ---
 
-## 📦 インストール
+## ⚡ クイックスタート
 
 ```bash
-# オールインワン
 npm install @nahisaho/katashiro
-
-# MCPサーバー
-npm install @nahisaho/katashiro-mcp-server
 ```
 
-## VS Code MCP設定
-
-```json
-{
-  "mcp.servers": {
-    "katashiro": {
-      "command": "npx",
-      "args": ["@nahisaho/katashiro-mcp-server"]
-    }
-  }
-}
+```typescript
+import * as katashiro from '@nahisaho/katashiro';
+
+// すべての機能にアクセス可能
+const { 
+  WebScraper, WebSearchClient, FeedReader,
+  TextAnalyzer, EntityExtractor, TopicModeler,
+  ReportGenerator, SummaryGenerator, CitationGenerator,
+  KnowledgeGraph, GraphQuery, GraphPersistence,
+  isOk, isErr
+} = katashiro;
 ```
 
 ---
 
-## 🔧 開発時の注意
+## 🔗 関連リンク
 
-### Result型パターン
-```typescript
-import { Result, ok, err, isOk, isErr } from '@nahisaho/katashiro';
-
-const result = await scraper.scrape(url);
-if (isOk(result)) {
-  // 成功時の処理
-  console.log(result.value);
-} else {
-  // エラー時の処理
-  console.error(result.error);
-}
-```
-
-### パッケージ依存関係
-```
-@nahisaho/katashiro-core (依存なし)
-  ↓
-collector, analyzer, generator, knowledge, feedback (coreに依存)
-  ↓
-@nahisaho/katashiro (オールインワン - 全てを含む)
-@nahisaho/katashiro-mcp-server (全パッケージを使用)
-```
+- **npm**: https://www.npmjs.com/package/@nahisaho/katashiro
+- **GitHub**: https://github.com/nahisaho/katashiro
 
 ---
 
 **Project**: KATASHIRO
 **npm**: @nahisaho/katashiro
-**Updated**: 2026-01-10
+**Last Updated**: 2026-01-10
+**Version**: 0.1.5

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@nahisaho/katashiro",
-  "version": "0.1.3",
+  "version": "0.1.5",
   "description": "KATASHIRO - VS Code Agent Mode向け情報収集・分析・生成システム（オールインワンパッケージ）",
   "main": "dist/index.js",
   "types": "dist/index.d.ts",