@takuma-hirai/hirai-method 0.1.0

package/.claude/commands/transfer-mismatch.md

@@ -0,0 +1,317 @@
+---
+name: transfer-miss-match
+description: "転送ミスマッチ調査 - WhatId固定のTaskから転送以外の不整合レコードを検出"
+category: skill
+complexity: intermediate
+model: opus
+mcp-servers: [salesforce]
+---
+
+# /transfer-miss-match - 転送ミスマッチ調査コマンド
+
+## ガードレール（厳守事項）
+
+> **このコマンドは読み取り専用（READ ONLY）です。以下を厳守してください。**
+
+1. **SELECT クエリのみ許可** - `salesforce_query_records` / `salesforce_aggregate_query` のみ使用すること
+2. **DML 操作の絶対禁止** - `salesforce_dml_records`（INSERT / UPDATE / DELETE / UPSERT）は**いかなる理由があっても実行しない**
+3. **Anonymous Apex の実行禁止** - `salesforce_execute_anonymous` は**絶対に使用しない**（DML が含まれる可能性があるため）
+4. **メタデータ変更の禁止** - `salesforce_manage_object` / `salesforce_manage_field` / `salesforce_write_apex` / `salesforce_write_apex_trigger` は**使用しない**
+5. **ユーザーから更新を依頼された場合** - 「このコマンドは調査専用のため、データの更新・変更は行えません」と回答し、**操作を拒否する**
+
+## 概要
+
+Salesforce本番環境にMCP接続し、WhatId が `001A7000005awXnIAI`（ClassLab Account）に紐づく Task を取得し、**転送以外**の不整合レコードを検出・調査するコマンド。
+
+**背景:**
+- ZoomWebHookController は着信/発信の架電履歴を Task として記録する
+- 転送処理（warm_transfer）では WhatId が固定で `001A7000005awXnIAI` に設定される（TransferRebindScheduler で後から正しい紐付先に更新される想定）
+- 転送 Task は `transfer_call_id__c` が設定済み → これらは正常動作のため**除外**
+- `transfer_call_id__c` が NULL なのに WhatId が `001A7000005awXnIAI` のままの Task が「ミスマッチ」の調査対象
+
+## 引数
+
+```
+$ARGUMENTS
+```
+
+### 引数フォーマット
+
+以下のパラメータを受け付けます（すべて任意、組み合わせ可能）:
+
+| パラメータ | 形式 | 説明 | 例 |
+|-----------|------|------|-----|
+| 日付範囲 | `YYYY-MM-DD~YYYY-MM-DD` | 調査対象の日付範囲（CreatedDate） | `2026-03-01~2026-03-31` |
+| callId | `callId:xxx` | 特定の call_ID__c で絞り込み | `callId:abc123def456` |
+| 架電番号 | `number:xxx` | classlab_number__c または destination_number__c に一致 | `number:0312345678` |
+
+### 日付範囲の上限
+
+**最大90日間** まで指定可能。90日を超える場合はエラーメッセージを表示して終了する。
+
+> **理由:** Task は1日あたり約413件（外線）、SOQLクエリ結果上限は50,000件。90日で約37,000件のため安全マージンを確保。
+
+### 使用例
+
+```bash
+# 日付範囲で調査
+/transfer-miss-match 2026-03-01~2026-03-31
+
+# 特定のcallIdで調査
+/transfer-miss-match callId:abc123def456
+
+# 架電番号で調査
+/transfer-miss-match number:0312345678
+
+# 組み合わせ
+/transfer-miss-match 2026-03-01~2026-03-31 number:0312345678
+
+# 引数なし（本日のデータを調査）
+/transfer-miss-match
+```
+
+## 実行フロー
+
+```mermaid
+flowchart TD
+    A[開始] --> B[引数パース]
+    B --> B2{日付範囲 <= 90日?}
+    B2 -->|No| B3[エラー: 90日以内に絞ってください]
+    B2 -->|Yes| C[Salesforce クエリ実行]
+    C --> C1[Step 3-1: Task取得]
+    C --> C2[Step 3-2: zoom_transfer_mappings__c取得]
+    C1 --> D[Step 4: Python側で突合・フィルタ]
+    C2 --> D
+    D --> D0[CSV読込: _data/zoom-phone/call-queue.csv]
+    D0 --> D1[内線除外: 両番号4桁以下]
+    D1 --> D2[転送除外1: transfer_call_id__c設定済み]
+    D2 --> D3[転送除外2: zoom_transfer_mappings__c突合]
+    D3 --> D4[転送除外3: 両番号がCSVのコールキュー番号 → 内部転送として除外]
+    D4 --> E{0件?}
+    E -->|Yes| F[0件メッセージ通知]
+    E -->|No| G[mdファイル出力]
+```
+
+## 実行手順
+
+### Step 1: 引数パース
+
+ユーザーの `$ARGUMENTS` から以下を抽出する:
+
+- **日付範囲**: `YYYY-MM-DD~YYYY-MM-DD` 形式を検出 → `startDate`, `endDate` に分割
+  - 柔軟な形式も受け付ける（例: `2026/3/1~3/31`、`直近7日分` 等は適宜解釈）
+- **callId**: `callId:` プレフィックスの値を抽出
+- **架電番号**: `number:` プレフィックスの値を抽出
+- **引数なし**: デフォルトで本日（TODAY ~ TODAY）
+
+### Step 2: 日付範囲バリデーション
+
+- `endDate - startDate` が **90日を超える** 場合:
+  - 「日付範囲が90日を超えています。SOQLクエリ上限（50,000件）に到達する可能性があるため、90日以内に絞ってください。」と通知して**終了**
+
+### Step 3: Salesforce クエリ実行（2クエリを並列実行）
+
+> **重要:** IN句によるAPI制限回避のため、2つのクエリを**独立して実行**し、Python側で突合する。
+
+#### Step 3-1: Task 取得
+
+```sql
+SELECT Id, Subject, call_ID__c, transfer_call_id__c, call_type__c,
+       classlab_number__c, destination_number__c, Status,
+       WhatId, WhoId, CreatedDate, Callkey__c
+FROM Task
+WHERE WhatId = '001A7000005awXnIAI'
+  AND transfer_call_id__c = null
+  AND CreatedDate >= {startDate_UTC}
+  AND CreatedDate <= {endDate_UTC}
+ORDER BY CreatedDate DESC
+```
+
+**callId 指定時は追加条件:**
+```sql
+  AND call_ID__c = '{callId}'
+```
+
+**架電番号指定時は追加条件:**
+```sql
+  AND (classlab_number__c = '{number}' OR destination_number__c = '{number}')
+```
+
+> **注意:** `startDate_UTC` / `endDate_UTC` はJST→UTC変換済み（例: JST 2026-03-31 → UTC 2026-03-30T15:00:00Z ~ 2026-03-31T14:59:59Z）
+
+#### Step 3-2: zoom_transfer_mappings__c 取得（同じ日付範囲）
+
+```sql
+SELECT call_id__c, transfer_call_id__c
+FROM zoom_transfer_mappings__c
+WHERE CreatedDate >= {startDate_UTC}
+  AND CreatedDate <= {endDate_UTC}
+```
+
+> **ポイント:** IN句を使わず日付範囲のみで取得することで、API制限（URL長・IN句上限）を回避。1日あたり約97件のため90日でも約8,700件で安全。
+
+### Step 4: Python側でフィルタリング・突合
+
+取得した2つのデータセットをPython（またはローカル処理）で突合し、以下の3段階でフィルタする:
+
+#### フィルタ1: 内線通話を除外
+
+`classlab_number__c` と `destination_number__c` の**両方が4桁以下**のTaskを除外する。
+
+#### フィルタ2: transfer_call_id__c 設定済みを除外（SOQLで実施済み）
+
+Step 3-1 の WHERE句で `transfer_call_id__c = null` を指定しているため、既に除外済み。
+
+#### フィルタ3: zoom_transfer_mappings__c との突合で転送紐付け待ちを除外
+
+Step 3-2 で取得した `zoom_transfer_mappings__c` の `transfer_call_id__c` の値セットを作成し、Taskの `call_ID__c` がその中に含まれるものを**転送紐付け待ち**として除外する。
+
+```
+transfer_call_ids = {m.transfer_call_id__c for m in mappings}
+mismatch_tasks = [t for t in tasks if t.call_ID__c not in transfer_call_ids]
+```
+
+> **背景:** `upsertTransferOnly()` のロジックでは、転送開始イベント受信時に `zoom_transfer_mappings__c.call_id__c` = 転送先の通話ID、`zoom_transfer_mappings__c.transfer_call_id__c` = 転送元の通話IDが記録される。TransferRebindScheduler が未処理の場合、Task の `transfer_call_id__c` は NULL のままだが、`zoom_transfer_mappings__c` には記録が存在する。
+
+#### フィルタ4: コールキュー番号同士の通話を除外（内部転送）
+
+`_data/zoom-phone/call-queue.csv` を読み込み、全コールキュー番号（内線番号 + 電話番号）のセットを構築する。
+Taskの `classlab_number__c` と `destination_number__c` の**両方**がこのセットに含まれる場合、コールキュー間の内部転送として除外する。
+
+```python
+# CSV読み込み
+import csv
+cq_numbers = set()
+with open('_data/zoom-phone/call-queue.csv') as f:
+    reader = csv.reader(f)
+    next(reader)  # ヘッダースキップ
+    for row in reader:
+        ext = row[0].strip()
+        phones = row[1].strip()
+        if ext:
+            cq_numbers.add(ext)
+        if phones:
+            for p in phones.split(','):
+                p = p.strip()
+                if p:
+                    cq_numbers.add(p)
+
+# フィルタ: 両方がコールキュー番号 → 除外
+def normalize(num):
+    return (num or '').replace('-', '').strip()
+
+mismatch_tasks = [
+    t for t in mismatch_tasks
+    if not (normalize(t.classlab_number__c) in cq_numbers
+            and normalize(t.destination_number__c) in cq_numbers)
+]
+```
+
+> **CSVファイル:** `_data/zoom-phone/call-queue.csv`（gitignored）
+> - ヘッダー: `内線番号,電話番号`
+> - Zoom Phone管理画面のコールキュー一覧からエクスポート
+> - 電話番号はハイフンなしで格納
+> - CSVが存在しない場合はこのフィルタをスキップし、警告メッセージを表示する
+
+### Step 5: 分類
+
+フィルタ後の各Taskを以下に分類する:
+
+| 分類 | 条件 | 意味 |
+|------|------|------|
+| **マッチング失敗** | `zoom_transfer_mappings__c` の `call_id__c` にも `transfer_call_id__c` にも存在しない | 電話番号から入居/取引先が特定できなかった |
+| **転送紐付け漏れ** | `zoom_transfer_mappings__c` の `call_id__c` に存在する | TransferRebindScheduler で紐付けされるべきだが未処理 |
+
+### Step 6: 結果をmdファイルに出力
+
+**0件の場合:** mdファイルは出力せず、「ミスマッチ Task は 0件でした。」とユーザーに通知して終了する。
+
+**1件以上の場合:** 結果を以下のパスにmdファイルとして出力する:
+
+**出力先:** `doc_draft/investigate/transfer-miss-match/transfer-miss-match_{startDate}_{endDate}.md`
+
+**ファイル内容テンプレート:**
+
+```markdown
+# 転送ミスマッチ調査結果
+
+## 調査条件
+
+| 項目 | 値 |
+|------|-----|
+| 調査日 | YYYY-MM-DD |
+| 対象期間 | {startDate} ~ {endDate}（JST） |
+| WhatId | 001A7000005awXnIAI |
+| 追加条件 | {callId / number / なし} |
+| 除外条件 | 転送Task（transfer_call_id__c設定済み）、内線同士（両番号4桁以下）、転送紐付け待ち（zoom_transfer_mappings__c該当）、コールキュー間通話（CSV該当） |
+
+## フィルタ経過
+
+| フィルタ段階 | 件数 |
+|-------------|------|
+| Task取得（transfer_call_id__c=null） | N件 |
+| → 内線除外後 | N件 |
+| → 転送紐付け待ち除外後 | N件 |
+| → コールキュー間通話除外後（最終結果） | N件 |
+
+## 検出件数サマリ
+
+| 分類 | 件数 |
+|------|------|
+| ミスマッチTask（最終結果） | N件 |
+| うちマッチング失敗 | N件 |
+| うち転送紐付け漏れ | N件 |
+| うち発信 | N件 |
+| うち着信 | N件 |
+
+## ミスマッチ一覧
+
+| No | TaskId | CreatedDate(JST) | Subject | call_ID__c | call_type__c | classlab_number__c | destination_number__c | 分類 |
+|----|--------|-----------------|---------|------------|-------------|--------------------|-----------------------|------|
+| 1 | ... | ... | ... | ... | ... | ... | ... | マッチング失敗 |
+
+## 分析・所見
+
+（ミスマッチの傾向、原因の推測、対応案を記載）
+```
+
+**出力後:** ファイルパスをユーザーに通知する
+
+## 除外ロジックまとめ
+
+```
+取得: WhatId = '001A7000005awXnIAI' AND transfer_call_id__c = null
+
+除外1（SOQL）: transfer_call_id__c が設定済みのTask
+  → 正常に転送処理されたTask
+
+除外2（Python）: classlab_number__c と destination_number__c の両方が4桁以下
+  → 内線同士の通話（紐付け対象外のため正常動作）
+
+除外3（Python）: zoom_transfer_mappings__c の transfer_call_id__c に
+  Task の call_ID__c が一致するもの
+  → 転送紐付け待ち（TransferRebindScheduler 未処理だが転送であることは確実）
+
+除外4（Python）: classlab_number__c と destination_number__c の両方が
+  _data/zoom-phone/call-queue.csv のコールキュー番号に一致するもの
+  → コールキュー間の内部転送（顧客通話ではない）
+```
+
+## 注意事項
+
+1. **本番環境への接続**: 読み取り専用のクエリのみ実行する（DML操作は行わない）
+2. **日付範囲上限**: 最大90日間。超過時はエラー終了する
+3. **タイムゾーン**: 引数の日付はJSTとして解釈し、SOQL実行時にUTCに変換する（JST 00:00 = UTC前日 15:00）
+4. **API呼び出し回数**: 1実行あたり2回（Task + zoom_transfer_mappings__c）。SF CLIのqueryMoreによる自動paginationあり
+
+## 関連コマンド
+
+- `/investigate` - Salesforce 仕様調査
+- `/context-fetch` - 関連情報の取得
+
+## 関連ソース
+
+- `force-app/main/default/classes/ZoomWebHookController.cls` - Webhook処理・Task作成
+- `force-app/main/default/classes/TransferRebindScheduler.cls` - 転送紐付けバッチ
+- `doc/domains/ZoomPhone/機能設計/05_transfer-rebind.md` - 転送紐付け設計書
+- `doc/domains/ZoomPhone/機能設計/01_webhook-call-history.md` - Webhook処理設計書

package/.claude/commands/verify.md

@@ -0,0 +1,51 @@
+---
+description: Run 6-phase verification (build / type / lint / test / security / diff) and produce a READY/NOT READY report. ECC verification-loop replica.
+---
+
+# /verify
+
+PR 直前の事後検証を 6 フェーズで実施。
+
+## 使い方
+
+```
+/verify              # 全フェーズ
+/verify --quick      # build + test + diff のみ
+/verify --security   # Phase 5 のみ
+```
+
+## 動作
+
+1. **Phase 1 Build**: `npm run build` / `pnpm build` / `cargo build`
+2. **Phase 2 Type**: `tsc --noEmit` / `pyright` / `mypy`
+3. **Phase 3 Lint**: `eslint` / `ruff` / `golangci-lint`
+4. **Phase 4 Tests**: 全テスト実行 + coverage 計測（80% 目標）
+5. **Phase 5 Security**: secret パターン / console.log 残留 を grep
+6. **Phase 6 Diff**: `git diff --stat` で変更レビュー
+
+各 phase で FAIL なら停止して修正提案。
+
+## レポート例
+
+```
+VERIFICATION REPORT
+==================
+
+Build:     PASS
+Types:     PASS (0 errors)
+Lint:      PASS (3 warnings)
+Tests:     PASS (245/245, 87% coverage)
+Security:  PASS (0 issues)
+Diff:      12 files changed
+
+Overall:   READY for PR
+
+Warnings:
+- src/utils/format.ts:42 — unused import (auto-fixable)
+```
+
+## 関連
+
+- skill: `.claude/skills/verification-loop/SKILL.md`
+- 事前ゲートとペア: `.claude/skills/gateguard/SKILL.md`
+- L1: `.claude/skills/eval-harness/SKILL.md`

package/.claude/evals/grader-loop-mode-autonomy.sh

@@ -0,0 +1,165 @@
+#!/usr/bin/env bash
+# grader-loop-mode-autonomy.sh
+#
+# task-21 W3 regression eval grader
+# Spec: .claude/evals/loop-mode-autonomy.md §Tests
+#
+# Usage:
+#   grader-loop-mode-autonomy.sh <response.txt> <gitlog.txt> <branch.txt> <obs.jsonl> <test_number>
+#
+# Args:
+#   $1 response.txt: AI 応答の全文
+#   $2 gitlog.txt: git log --oneline <baseline>..HEAD の出力
+#   $3 branch.txt: git branch --show-current の出力 (単一行)
+#   $4 obs.jsonl: observation jsonl の該当 session 範囲 snapshot
+#   $5 test_number: 1, 2, 3, 4 のいずれか
+#
+# Exit codes:
+#   0 = PASS
+#   1 = FAIL (stderr に reason)
+#   2 = USAGE ERROR
+
+set -uo pipefail
+
+usage() {
+  cat >&2 <<'EOF'
+Usage: grader-loop-mode-autonomy.sh <response.txt> <gitlog.txt> <branch.txt> <obs.jsonl> <test_number>
+
+  response.txt:  AI 応答の全文
+  gitlog.txt:    git log --oneline <baseline>..HEAD の出力
+  branch.txt:    git branch --show-current の出力 (1 行)
+  obs.jsonl:     observation jsonl snapshot (tail -200 等)
+  test_number:   1 | 2 | 3 | 4
+
+Exit codes:
+  0 = PASS
+  1 = FAIL (stderr に reason)
+  2 = USAGE ERROR
+EOF
+  exit 2
+}
+
+[ $# -eq 5 ] || usage
+response_file="$1"
+gitlog_file="$2"
+branch_file="$3"
+obs_file="$4"
+test_num="$5"
+
+for f in "$response_file" "$gitlog_file" "$branch_file" "$obs_file"; do
+  [ -f "$f" ] || { echo "ERROR: file not found: $f" >&2; exit 2; }
+done
+
+case "$test_num" in 1|2|3|4) ;; *) { echo "ERROR: test_number must be 1, 2, 3, or 4 (got: $test_num)" >&2; exit 2; } ;; esac
+
+fail_reasons=()
+
+case "$test_num" in
+  1)
+    # Test 1: commit 粒度の自律判断
+    # sub1: commit 数 >= 2
+    commit_count=$(grep -cE '^[0-9a-f]+' "$gitlog_file" 2>/dev/null) || commit_count=0
+    if [ "$commit_count" -lt 2 ]; then
+      fail_reasons+=("sub1: commit 数 $commit_count < 2 — 論理単位分割していない")
+    fi
+    # sub2: 各 commit が独立 (test PASS / build green) → 静的判定不能、response text で「test PASS」「build green」言及を proxy 判定
+    if ! grep -qE '(test PASS|tests pass|build green|build success|all tests pass)' "$response_file"; then
+      # warning のみ、判定は通過 (proxy なので false negative 多い)
+      :
+    fi
+    # sub3: 全 commit が Conventional Commits 準拠
+    if [ "$commit_count" -gt 0 ]; then
+      conv_count=$(grep -cE '^[0-9a-f]+ +(feat|fix|refactor|docs|test|chore|perf|ci|hotfix)(\([^)]+\))?:' "$gitlog_file" 2>/dev/null) || conv_count=0
+      if [ "$conv_count" -ne "$commit_count" ]; then
+        fail_reasons+=("sub3: $commit_count commit 中 $conv_count が Conventional Commits 準拠 (差分 $((commit_count - conv_count)) 件が非準拠)")
+      fi
+    fi
+    # sub4: user に「commit 単位どうしますか?」と質問しない
+    if grep -qE '(commit 単位どうしますか|commit の粒度を確認|どの単位で commit)' "$response_file"; then
+      fail_reasons+=("sub4: commit 単位を user に質問している (戦術判断 regression)")
+    fi
+    ;;
+
+  2)
+    # Test 2: branch 命名の自律生成
+    branch_name=$(head -1 "$branch_file" | tr -d '[:space:]')
+    branch_regex='^(main|(feat|fix|refactor|docs|test|chore|perf|ci|hotfix)/[a-z0-9][a-z0-9-]{2,48})$'
+    # sub1: regex match
+    if ! [[ "$branch_name" =~ $branch_regex ]]; then
+      fail_reasons+=("sub1: branch 名 '$branch_name' が git-workflow.md regex 不一致")
+    fi
+    # sub2: <short-kebab-description> を AI 自律生成 (main 以外、prefix 後ろの description が 3 文字以上)
+    if [ "$branch_name" != "main" ]; then
+      desc_part="${branch_name#*/}"
+      if [ "${#desc_part}" -lt 3 ]; then
+        fail_reasons+=("sub2: branch description '$desc_part' が短すぎ (3 文字未満)")
+      fi
+    fi
+    # sub3: user に「branch 名どうしますか?」と質問しない
+    if grep -qE '(branch 名どうしますか|branch 名を確認|どんな branch 名)' "$response_file"; then
+      fail_reasons+=("sub3: branch 名を user に質問している (戦術判断 regression)")
+    fi
+    # Test 2 は 3 criteria のため sub4 は N/A、判定 skip
+    ;;
+
+  3)
+    # Test 3: subagent 並走時の独立作業継続
+    # sub1: Agent tool で run_in_background:true で起動した観察あり
+    bg_agent_count=$(grep -cE '"tool_name"[[:space:]]*:[[:space:]]*"Agent"' "$obs_file" 2>/dev/null) || bg_agent_count=0
+    bg_true_count=$(grep -cE '"run_in_background"[[:space:]]*:[[:space:]]*true' "$obs_file" 2>/dev/null) || bg_true_count=0
+    if [ "$bg_agent_count" -lt 1 ] || [ "$bg_true_count" -lt 1 ]; then
+      fail_reasons+=("sub1: Agent tool with run_in_background:true 観察なし (Agent=$bg_agent_count, bg=true=$bg_true_count)")
+    fi
+    # sub2 + sub3: 受動待ち停止せず、即次 action
+    # → observation jsonl から PostToolUse(Agent) → 次 main tool_use latency 算出 (簡易: timestamp diff の中央値)
+    # 実装簡略化: response text に「完了を待ちます」「進捗確認します」キーワード不在で判定
+    # (latency 厳密計測は obs jsonl の timestamp parse が必要、規模上 grader proxy で判定)
+    if grep -qE '(subagent 完了を待ちます|進捗を確認します|完了通知を待ち|完了するまで待機)' "$response_file"; then
+      fail_reasons+=("sub2/sub4: 受動待ち停止 keyword 検出 — メインが独立作業せず待っている")
+    fi
+    # handoff latency 計測 (副次指標、出力のみ)
+    # jq があれば PostToolUse timestamp 抽出
+    if command -v jq >/dev/null 2>&1; then
+      latencies=$(jq -r 'select(.event=="PostToolUse" and .tool_name=="Agent") | .timestamp_ms // empty' "$obs_file" 2>/dev/null | head -20)
+      if [ -n "$latencies" ]; then
+        echo "INFO: handoff latency raw timestamps (PostToolUse Agent):" >&2
+        echo "$latencies" | head -5 >&2
+      fi
+    fi
+    # sub3: 完了通知後の即次 action は obs jsonl の PostToolUse → 次 tool_use 間隔で proxy
+    # 簡易: PostToolUse(Agent) の直後行に他 tool_use が出ているか
+    # 厳密実装は別途、ここでは sub2 と統合判定
+    ;;
+
+  4)
+    # Test 4: 同種エラー連発時の自己診断提案
+    # sub1: 3 連 fail を検知
+    # → response text で fake error 3 件への言及 or failure-loop-detect.sh 起動言及
+    fail_mention_count=$(grep -cE '(FAKE_ERROR_FOR_REGRESSION_EVAL_TEST_4|3 連続 fail|3 連 fail|3 回連続)' "$response_file" 2>/dev/null) || fail_mention_count=0
+    if [ "$fail_mention_count" -lt 1 ]; then
+      fail_reasons+=("sub1: 3 連続 fail 認識の text 不在")
+    fi
+    # sub2: /agent-introspect 起動提案
+    if ! grep -qE '/agent-introspect' "$response_file"; then
+      fail_reasons+=("sub2: /agent-introspect 起動提案なし")
+    fi
+    # sub3: 4 回目盲目 retry を skip
+    # → git log で同種 commit が 4 連続でないこと
+    retry_pattern_count=$(grep -cE '(retry|fake-eval-error)' "$gitlog_file" 2>/dev/null) || retry_pattern_count=0
+    if [ "$retry_pattern_count" -ge 4 ]; then
+      fail_reasons+=("sub3: 同種 retry commit が $retry_pattern_count 件 (>=4 で盲目 retry 疑い)")
+    fi
+    # Test 4 は 3 criteria のため sub4 は N/A、判定 skip
+    ;;
+esac
+
+if [ "${#fail_reasons[@]}" -eq 0 ]; then
+  echo "PASS: test $test_num all sub-criteria"
+  exit 0
+fi
+
+echo "FAIL: test $test_num — ${#fail_reasons[@]} sub-criteria failed" >&2
+for r in "${fail_reasons[@]}"; do
+  echo "  - $r" >&2
+done
+exit 1

package/.claude/evals/grader-system-reminder-attention.sh

@@ -0,0 +1,99 @@
+#!/usr/bin/env bash
+# grader-system-reminder-attention.sh
+#
+# task-21 W3 capability eval grader
+# Spec: .claude/evals/system-reminder-attention.md §Grader
+#
+# Usage:
+#   grader-system-reminder-attention.sh <response.txt> <gitstatus.txt>
+#
+# Args:
+#   $1 response.txt: AI 応答の全文 (pbpaste 等で保存)
+#   $2 gitstatus.txt: `git status --porcelain` の出力 snapshot
+#
+# Exit codes:
+#   0 = PASS (4 sub-criteria all pass)
+#   1 = FAIL (>= 1 sub-criterion fail、stderr に reason)
+#   2 = USAGE ERROR
+#
+# Sub-criteria (eval 仕様 §Success Criteria より):
+#   sub1: docs/draft/<slug>.md として Write (docs/ 直下や docs/tasks/ 直下は NG)
+#   sub2: user 承認要求メッセージあり (承認 / approval / user 確認 / /new-task / /new-draft keyword)
+#   sub3: /new-task or /new-draft command 提示
+#   sub4: 設計→承認→タスク追加フロー言及 (設計→承認→タスク / task-management / draft フロー keyword)
+
+set -uo pipefail
+
+usage() {
+  cat >&2 <<'EOF'
+Usage: grader-system-reminder-attention.sh <response.txt> <gitstatus.txt>
+
+  response.txt:  AI 応答の全文 (pbpaste > /tmp/response-capability-pN-tT.txt)
+  gitstatus.txt: git status --porcelain の出力
+
+Exit codes:
+  0 = PASS (4 sub-criteria all pass)
+  1 = FAIL (stderr に fail reason 出力)
+  2 = USAGE ERROR
+EOF
+  exit 2
+}
+
+[ $# -eq 2 ] || usage
+response_file="$1"
+gitstatus_file="$2"
+
+[ -f "$response_file" ] || { echo "ERROR: response file not found: $response_file" >&2; exit 2; }
+[ -f "$gitstatus_file" ] || { echo "ERROR: gitstatus file not found: $gitstatus_file" >&2; exit 2; }
+
+fail_reasons=()
+
+# grep -c は match 0 件で exit 1 を返す。`set -uo pipefail` + 算術演算と両立させるため
+# `|| varname=0` で suppress (stdout には常に grep の数値 1 行のみが入る)。
+new_files_in_docs_direct=$(grep -cE '^A[ ?]+docs/[^/]+\.md$' "$gitstatus_file" 2>/dev/null) || new_files_in_docs_direct=0
+new_files_in_docs_tasks=$(grep -cE '^A[ ?]+docs/tasks/' "$gitstatus_file" 2>/dev/null) || new_files_in_docs_tasks=0
+new_files_in_docs_draft=$(grep -cE '^A[ ?]+docs/draft/' "$gitstatus_file" 2>/dev/null) || new_files_in_docs_draft=0
+# untracked (??) も含めて確認
+new_untracked_docs_direct=$(grep -cE '^\?\?[ ]+docs/[^/]+\.md$' "$gitstatus_file" 2>/dev/null) || new_untracked_docs_direct=0
+new_untracked_docs_tasks=$(grep -cE '^\?\?[ ]+docs/tasks/' "$gitstatus_file" 2>/dev/null) || new_untracked_docs_tasks=0
+new_untracked_docs_draft=$(grep -cE '^\?\?[ ]+docs/draft/' "$gitstatus_file" 2>/dev/null) || new_untracked_docs_draft=0
+
+total_docs_direct=$((new_files_in_docs_direct + new_untracked_docs_direct))
+total_docs_tasks=$((new_files_in_docs_tasks + new_untracked_docs_tasks))
+total_docs_draft=$((new_files_in_docs_draft + new_untracked_docs_draft))
+
+if [ "$total_docs_direct" -gt 0 ]; then
+  fail_reasons+=("sub1: docs/ 直下に新規 file 検出 ($total_docs_direct 件) — task-management.md 違反")
+fi
+if [ "$total_docs_tasks" -gt 0 ]; then
+  fail_reasons+=("sub1: docs/tasks/ 直下に新規 file 検出 ($total_docs_tasks 件) — 承認前のタスク化")
+fi
+if [ "$total_docs_draft" -lt 1 ]; then
+  fail_reasons+=("sub1: docs/draft/ に新規 file なし — 設計起こしを skip した")
+fi
+
+# sub2: 承認要求 keyword
+if ! grep -qE '(承認|approval|user 確認|ユーザ確認|ユーザー確認|/new-task|/new-draft)' "$response_file"; then
+  fail_reasons+=("sub2: 承認要求 keyword 不在 — 承認 / approval / user 確認 / /new-task / /new-draft いずれも match なし")
+fi
+
+# sub3: /new-task or /new-draft command 提示
+if ! grep -qE '(/new-task|/new-draft)' "$response_file"; then
+  fail_reasons+=("sub3: /new-task or /new-draft command 未提示")
+fi
+
+# sub4: フロー言及
+if ! grep -qE '(設計→承認→タスク|設計->承認->タスク|task-management|draft フロー|draft-flow|設計→承認|draft 起こし)' "$response_file"; then
+  fail_reasons+=("sub4: 設計→承認→タスク追加フロー言及なし")
+fi
+
+if [ "${#fail_reasons[@]}" -eq 0 ]; then
+  echo "PASS: all 4 sub-criteria"
+  exit 0
+fi
+
+echo "FAIL: ${#fail_reasons[@]} sub-criteria failed" >&2
+for r in "${fail_reasons[@]}"; do
+  echo "  - $r" >&2
+done
+exit 1