musubix 3.3.10 → 3.4.0

package/docs/evolution-from-musubi-to-musubix.md

@@ -0,0 +1,2170 @@
+---
+title: 'MUSUBIからMUSUBIXへ：ニューロシンボリックAIの進化'
+tags:
+  - AI
+  - ソフトウェア開発
+  - 知識グラフ
+  - LLM
+  - ニューロシンボリック
+private: false
+updated_at: '2026-01-06'
+id: null
+organization_url_name: null
+slide: false
+ignorePublish: false
+---
+
+
+# はじめに
+
+AIコーディング支援ツールは急速に進化しています。本記事では、仕様駆動開発（SDD）フレームワーク「**MUSUBI**」から、ニューロシンボリックAI統合システム「**MUSUBIX**」への進化について解説します。
+
+# TL;DR
+
+> **最新バージョン**: v1.7.0 | **62ドメイン対応** | **249コンポーネント** | **1429テスト** | **17ベストプラクティス**
+
+| 項目 | MUSUBI | MUSUBIX |
+|------|--------|---------|
+| **コンセプト** | 仕様駆動開発（SDD） | ニューロシンボリックAI |
+| **推論方式** | ニューラル（LLM）のみ | ニューラル + シンボリック |
+| **知識基盤** | プロジェクトメモリ | プロジェクトメモリ + 知識グラフ（YATA） |
+| **信頼性** | LLMの確率的出力 | 形式的検証による確実性 |
+| **統合対象** | 7つのAIエージェント | MUSUBI + YATA + 7エージェント |
+| **ドメイン** | 汎用 | 62専門ドメイン対応 |
+| **自己学習** | なし | フィードバックベースの適応学習 |
+| **知識共有** | なし | **プロジェクト間ポータビリティ**（v1.4.0） |
+| **正誤性検証** | なし | **OWL制約チェック**（v1.4.1） |
+| **対話的CLI** | なし | **Interactive REPL**（v1.6.0） |
+| **ローカル知識グラフ** | なし | **YATA Local**（v1.6.3） |
+| **分散型知識プラットフォーム** | なし | **YATA Global**（v1.6.3） |
+| **知識グラフ共有** | なし | **KGPR**（v1.6.4） |
+| **プラットフォーム拡張** | なし | **YATA Platform Enhancements**（v1.7.0） |
+
+# 1. MUSUBIとは？
+
+## 1.1 概要
+
+**MUSUBI**（結び）は、AIコーディングエージェントのための**仕様駆動開発（SDD: Specification-Driven Development）フレームワーク**です。
+
+従来のAIコーディング支援は「コードを書く」ことに焦点を当てていましたが、MUSUBIは**要件定義から設計、実装、テストまでの開発ライフサイクル全体**をAIと協調して進めることを目指しています。
+
+```
+🤖 7つのAIエージェント × 📋 31の専門スキル × ⚖️ 憲法ガバナンス
+```
+
+### MUSUBIの核心思想
+
+1. **Specification First（仕様優先）**: コードを書く前に、まず要件と設計を明確にする
+2. **Constitutional AI Governance（憲法ガバナンス）**: 9つの不変条項でAIの振る舞いを統治
+3. **Project Memory（プロジェクトメモリ）**: steering/フォルダに決定事項を永続化し、AIが常に参照
+4. **Full Traceability（完全追跡可能性）**: 要件→設計→コード→テストの双方向トレース
+
+### 対応AIエージェント
+
+MUSUBIは以下の7つの主要AIコーディングエージェントで動作します。
+
+| エージェント | 特徴 |
+|-------------|------|
+| **Claude Code** | Anthropic製、高い推論能力、Agent Skills対応 |
+| **GitHub Copilot** | VS Code統合、広範な言語サポート |
+| **Cursor IDE** | AI-first IDE、インライン編集 |
+| **Gemini CLI** | Google製、マルチモーダル対応 |
+| **Codex CLI** | OpenAI製、GPT-4ベース |
+| **Qwen Code** | Alibaba製、オープンソース |
+| **Windsurf** | Codeium製、高速補完 |
+
+### Claude Code Agent Skills
+
+MUSUBIXは**GitHub Copilot**と**Claude Code**の両方のAgent Skillsに対応しています。v1.1.13から、`.github/skills/`と`.claude/skills/`の両方にスキルをコピーします。
+
+現在、**10のスキル**が利用可能です。
+
+| スキル名 | 説明 |
+|---------|------|
+| `musubix-sdd-workflow` | SDD開発ワークフロー全体のガイド |
+| `musubix-ears-validation` | EARS形式の要件検証 |
+| `musubix-code-generation` | 設計からのコード生成 |
+| `musubix-c4-design` | C4モデル（Context/Container/Component/Code）設計 |
+| `musubix-traceability` | 要件↔設計↔タスク↔コード↔テストの追跡 |
+| `musubix-test-generation` | TDDパターンに基づくテスト生成 |
+| `musubix-adr-generation` | Architecture Decision Records作成 |
+| `musubix-best-practices` | 17種のベストプラクティス適用 |
+| `musubix-domain-inference` | 62ドメイン検出・コンポーネント推論 |
+| `musubix-technical-writing` | 技術ドキュメント作成（README, ガイド, API参照等） |
+
+スキルファイルの配置:
+```
+# GitHub Copilot用
+.github/skills/
+├── musubix-sdd-workflow/SKILL.md      # コアワークフロー
+├── musubix-ears-validation/SKILL.md   # 要件検証
+├── musubix-code-generation/SKILL.md   # コード生成
+├── musubix-c4-design/SKILL.md         # C4設計
+├── musubix-traceability/SKILL.md      # トレーサビリティ
+├── musubix-test-generation/SKILL.md   # テスト生成
+├── musubix-adr-generation/SKILL.md    # ADR生成
+├── musubix-best-practices/SKILL.md    # ベストプラクティス
+├── musubix-domain-inference/SKILL.md  # ドメイン推論
+└── musubix-technical-writing/SKILL.md # 技術ドキュメント
+
+# Claude Code用 (同一内容のコピー)
+.claude/skills/
+└── (同様の構造)
+
+# AIエージェントガイド
+AGENTS.md       # GitHub Copilot用
+CLAUDE.md       # Claude Code用 (v1.1.14+)
+```
+
+## 1.2 主な特徴
+
+```mermaid
+flowchart LR
+    subgraph MUSUBI["MUSUBI Framework"]
+        A[EARS要件分析] --> B[C4設計生成]
+        B --> C[コード生成]
+        C --> D[テスト生成]
+        D --> E[トレーサビリティ]
+    end
+    
+    subgraph Agents["対応エージェント"]
+        F[Claude Code]
+        G[GitHub Copilot]
+        H[Cursor IDE]
+        I[Gemini CLI]
+        J[Codex CLI]
+        K[Qwen Code]
+        L[Windsurf]
+    end
+    
+    MUSUBI --> Agents
+```
+
+| 機能 | 説明 |
+|------|------|
+| **EARS要件分析** | 5パターンで曖昧さのない要件定義 |
+| **C4モデル生成** | Context/Container/Component/Codeの4階層設計 |
+| **ADR生成** | アーキテクチャ決定記録の自動作成 |
+| **憲法ガバナンス** | 9つの不変条項による品質保証 |
+| **トレーサビリティ** | 要件→設計→コード→テストの完全追跡 |
+| **プロジェクトメモリ** | steering/フォルダによる決定・方針の永続化 |
+
+## 1.3 MUSUBIの課題
+
+MUSUBIは優れたフレームワークですが、以下の課題がありました。
+
+```mermaid
+flowchart TB
+    subgraph Challenges["MUSUBIの課題"]
+        P1[LLMの確率的出力]
+        P2[文脈の揮発性]
+        P3[知識の非永続性]
+        P4[推論の説明困難]
+    end
+    
+    P1 --> I1[同じ入力でも異なる結果]
+    P2 --> I2[長い会話で情報喪失]
+    P3 --> I3[学習した知識の忘却]
+    P4 --> I4[なぜその結論に至ったか不明]
+```
+
+| 課題 | 影響 |
+|------|------|
+| **確率的出力** | 同じ要件でも生成結果が毎回異なる |
+| **文脈の揮発性** | 長いセッションで初期情報が失われる |
+| **知識の非永続性** | 過去のプロジェクト知識を活用できない |
+| **推論の説明困難** | AIの判断根拠が不透明 |
+
+# 2. YATAとは？
+
+## 2.1 概要
+
+**YATA**（八咫）は、AIコーディング支援のための知識グラフMCPサーバーです。
+
+## 2.2 主な特徴
+
+```mermaid
+flowchart TB
+    subgraph YATA["YATA Knowledge Graph"]
+        direction TB
+        Parse[コード解析<br/>Tree-sitter] --> Graph[知識グラフ構築<br/>NetworkX]
+        Graph --> Query[グラフクエリ<br/>MCP Tools]
+    end
+    
+    subgraph Features["特徴"]
+        F1[24言語対応]
+        F2[47フレームワーク知識]
+        F3[457K+ エンティティ]
+        F4[関係性自動検出]
+    end
+    
+    YATA --> Features
+```
+
+| 機能 | 説明 |
+|------|------|
+| **コード解析** | Tree-sitterによる高速AST解析（24言語） |
+| **知識グラフ** | NetworkXによるエンティティ・関係性グラフ |
+| **関係性検出** | CALLS/IMPORTS/INHERITS/CONTAINSの自動検出 |
+| **フレームワーク知識** | 47フレームワーク、457K+エンティティ |
+| **永続化** | JSON/SQLiteへの保存・読み込み |
+
+## 2.3 YATAの強み：シンボリック推論
+
+```mermaid
+flowchart LR
+    subgraph Symbolic["シンボリック推論"]
+        E[エンティティ] --> R[関係性]
+        R --> P[パターン検出]
+        P --> V[形式的検証]
+    end
+    
+    V --> Result[確定的結果]
+```
+
+YATAの知識グラフは**シンボリック推論**を実現します。
+
+| 特性 | 説明 |
+|------|------|
+| **確定性** | 同じクエリには常に同じ結果 |
+| **追跡可能性** | 結論に至った経路を完全追跡 |
+| **形式的検証** | 論理的整合性を数学的に検証 |
+| **永続性** | 知識は明示的に更新されるまで保持 |
+
+# 3. MUSUBIXの誕生
+
+## 3.1 ニューロシンボリックAIとは？
+
+**ニューロシンボリックAI**（Neuro-Symbolic AI）は、第3次AIブームの次なる進化として注目されるパラダイムです。従来の深層学習（ニューラルネットワーク）と、古典的AIのシンボリック推論を融合し、両者の強みを活かしながら弱点を補完します。
+
+### 3.1.1 なぜニューロシンボリックなのか？
+
+現代のLLM（Large Language Model）は驚異的な能力を持ちますが、根本的な限界があります。
+
+```mermaid
+flowchart TB
+    subgraph LLMの限界["🧠 LLMの限界"]
+        L1[幻覚<br/>Hallucination]
+        L2[確率的出力<br/>Non-deterministic]
+        L3[説明困難<br/>Black Box]
+        L4[知識の固定<br/>Training Cutoff]
+    end
+    
+    subgraph シンボリックの限界["📐 シンボリックの限界"]
+        S1[脆弱性<br/>Brittleness]
+        S2[スケーラビリティ<br/>Scalability]
+        S3[知識獲得<br/>Knowledge Acquisition]
+        S4[曖昧さ処理<br/>Ambiguity]
+    end
+    
+    subgraph 統合の価値["⚡ 統合の価値"]
+        V1[幻覚の検出・防止]
+        V2[決定的な検証]
+        V3[推論の説明可能性]
+        V4[動的知識更新]
+    end
+    
+    LLMの限界 --> 統合の価値
+    シンボリックの限界 --> 統合の価値
+```
+
+### 3.1.2 System 1 と System 2 思考
+
+認知科学者ダニエル・カーネマンの「ファスト&スロー」理論に基づくと、人間の思考には2つのシステムがあります。
+
+| システム | 特徴 | AI対応 |
+|----------|------|--------|
+| **System 1** | 直感的、高速、自動的、パターン認識 | ニューラル（LLM） |
+| **System 2** | 論理的、低速、意図的、推論 | シンボリック（知識グラフ） |
+
+MUSUBIXは、この2つのシステムを統合することで、人間の思考プロセスに近いAI推論を実現します。
+
+```mermaid
+flowchart LR
+    subgraph Human["人間の思考"]
+        H1[System 1<br/>直感] --> H3[統合判断]
+        H2[System 2<br/>論理] --> H3
+    end
+    
+    subgraph MUSUBIX["MUSUBIXの推論"]
+        M1[LLM<br/>パターン認識] --> M3[NeuroSymbolic<br/>Integrator]
+        M2[知識グラフ<br/>論理推論] --> M3
+    end
+    
+    Human -.->|モデル化| MUSUBIX
+```
+
+### 3.1.3 ニューロシンボリック統合パターン
+
+ニューロシンボリックAIには複数の統合パターンがあります。MUSUBIXは**Symbolic→Neural→Symbolic**パターンを採用：
+
+```mermaid
+flowchart LR
+    subgraph Pattern1["パターン1: Neural→Symbolic"]
+        P1A[LLM出力] --> P1B[シンボリック検証]
+    end
+    
+    subgraph Pattern2["パターン2: Symbolic→Neural"]
+        P2A[知識検索] --> P2B[LLMによる生成]
+    end
+    
+    subgraph Pattern3["パターン3: Symbolic→Neural→Symbolic"]
+        P3A[知識検索] --> P3B[LLM推論] --> P3C[検証・矛盾検出]
+    end
+    
+    Pattern3 --> Best["✅ MUSUBIXが採用"]
+    
+    style Pattern3 fill:#e1f5fe
+    style Best fill:#c8e6c9
+```
+
+| 統合パターン | 説明 | 適用例 |
+|-------------|------|--------|
+| Neural→Symbolic | LLM出力をシンボリックで検証 | ファクトチェック |
+| Symbolic→Neural | 知識を元にLLMが生成 | RAG（検索拡張生成） |
+| **Symbolic→Neural→Symbolic** | 知識検索→LLM推論→検証 | **MUSUBIX** |
+
+```mermaid
+flowchart TB
+    subgraph NeuroSymbolic["ニューロシンボリックAI"]
+        Neural[ニューラル推論<br/>LLM] --> Integration[統合レイヤー]
+        Symbolic[シンボリック推論<br/>知識グラフ] --> Integration
+        Integration --> Output[検証済み出力]
+    end
+    
+    subgraph Benefits["メリット"]
+        B1[創造性 + 正確性]
+        B2[柔軟性 + 一貫性]
+        B3[直感 + 論理]
+    end
+    
+    NeuroSymbolic --> Benefits
+```
+
+| 推論タイプ | 強み | 弱み |
+|-----------|------|------|
+| **ニューラル** | 創造性、柔軟性、自然言語理解 | 確率的、説明困難 |
+| **シンボリック** | 正確性、説明可能性、一貫性 | 柔軟性に欠ける |
+| **統合** | 両方の強みを活用 | 統合の複雑さ |
+
+## 3.2 MUSUBIXのアーキテクチャ
+
+```mermaid
+flowchart TB
+    subgraph MUSUBIX["MUSUBIX System v1.3.0"]
+        subgraph Packages["パッケージ構成（7パッケージ）"]
+            Core["@nahisaho/musubix-core<br/>224コンポーネント | 62ドメイン"]
+            MCP["@nahisaho/musubix-mcp-server<br/>16ツール, 3プロンプト"]
+            YATA_Client["@nahisaho/musubix-yata-client"]
+            PatternMCP["@nahisaho/musubix-pattern-mcp<br/>パターン学習"]
+            OntologyMCP["@nahisaho/musubix-ontology-mcp<br/>N3Store推論"]
+            WakeSleep["@nahisaho/musubix-wake-sleep<br/>学習サイクル"]
+            SDDOntology["@nahisaho/musubix-sdd-ontology"]
+        end
+        
+        subgraph Integration["統合レイヤー"]
+            NSI["NeuroSymbolicIntegrator"]
+            CE["ConfidenceEvaluator"]
+            CD["ContradictionDetector"]
+            LS["LearningSystem"]
+            WS["WakeSleepCycle"]
+        end
+        
+        Core --> Integration
+        MCP --> Integration
+        YATA_Client --> Integration
+        PatternMCP --> Integration
+        OntologyMCP --> Integration
+        WakeSleep --> Integration
+    end
+    
+    subgraph External["外部システム"]
+        LLM["LLM API<br/>Claude/GPT/Gemini"]
+        YATA_Server["YATA MCP Server<br/>知識グラフ"]
+    end
+    
+    Integration --> LLM
+    Integration --> YATA_Server
+```
+
+## 3.3 信頼度評価アルゴリズム
+
+MUSUBIXの核心は**信頼度評価**にあります。
+
+```mermaid
+flowchart TD
+    Start[推論リクエスト] --> Neural[ニューラル推論<br/>LLM]
+    Start --> Symbolic[シンボリック推論<br/>YATA]
+    
+    Neural --> NC[信頼度スコア<br/>0.0-1.0]
+    Symbolic --> SV[検証結果<br/>valid/invalid]
+    
+    NC --> Decision{判定ロジック}
+    SV --> Decision
+    
+    Decision -->|invalid| Reject[ニューラル結果を棄却]
+    Decision -->|valid & ≥0.8| AcceptNeural[ニューラル結果を採用]
+    Decision -->|valid & <0.8| AcceptSymbolic[シンボリック結果を優先]
+```
+
+| シンボリック結果 | ニューラル信頼度 | 最終決定 |
+|-----------------|-----------------|---------|
+| invalid | - | ニューラル結果を棄却 |
+| valid | ≥0.8 | ニューラル結果を採用 |
+| valid | <0.8 | シンボリック結果を優先 |
+
+# 4. MUSUBIからMUSUBIXへの進化ポイント
+
+## 4.1 機能比較
+
+MUSUBIとMUSUBIXの機能を比較すると、MUSUBIXではすべての機能が**知識グラフによる検証・補完**で強化されています。さらに、MUSUBIにはなかった「説明生成」「矛盾検出」機能が新たに追加され、ニューロシンボリックAIの特性を最大限に活用しています。
+
+```mermaid
+flowchart LR
+    subgraph MUSUBI["MUSUBI"]
+        M1[EARS要件]
+        M2[C4設計]
+        M3[コード生成]
+        M4[テスト生成]
+    end
+    
+    subgraph MUSUBIX["MUSUBIX"]
+        X1[EARS要件 + 知識グラフ検証]
+        X2[C4設計 + パターン検出]
+        X3[コード生成 + 静的解析]
+        X4[テスト生成 + カバレッジ分析]
+        X5[説明生成]
+        X6[矛盾検出]
+    end
+    
+    M1 -.->|強化| X1
+    M2 -.->|強化| X2
+    M3 -.->|強化| X3
+    M4 -.->|強化| X4
+```
+
+上図の通り、MUSUBIの4つの基本機能（要件・設計・コード・テスト）はすべてMUSUBIXで強化され、さらに2つの新機能（説明生成・矛盾検出）が追加されています。
+
+| 強化ポイント | 説明 |
+|-------------|------|
+| **知識グラフ検証** | オントロジーに基づく要件の意味的検証 |
+| **パターン検出** | 設計パターンの自動識別と推奨 |
+| **静的解析** | コード品質・セキュリティの自動チェック |
+| **カバレッジ分析** | テスト網羅性の可視化と改善提案 |
+| **説明生成** | 推論過程の可視化と自然言語説明 |
+| **矛盾検出** | 要件・設計間の論理的矛盾の自動検出 |
+
+## 4.2 オントロジーとは？
+
+MUSUBIXで重要な概念である**オントロジー**について解説します。
+
+### 4.2.1 オントロジーの定義
+
+**オントロジー**（Ontology）は、ある領域の概念とその関係性を形式的に定義した知識表現です。哲学の「存在論」から派生した用語で、AIでは「知識の構造化」を意味します。
+
+```mermaid
+flowchart TB
+    subgraph Ontology["オントロジーの構成要素"]
+        Concepts[概念<br/>Concepts] --> Relations[関係性<br/>Relations]
+        Relations --> Instances[インスタンス<br/>Instances]
+        Instances --> Rules[ルール<br/>Rules]
+    end
+    
+    subgraph Example["例: 認証ドメイン"]
+        E1[User] -->|authenticates_with| E2[Credential]
+        E2 -->|generates| E3[Token]
+        E3 -->|authorizes| E4[Resource]
+    end
+    
+    Ontology --> Example
+```
+
+### 4.2.2 なぜオントロジーが重要か？
+
+| 観点 | 説明 |
+|------|------|
+| **共通語彙** | チーム・システム間で同じ用語を同じ意味で使用 |
+| **推論可能性** | 明示されていない関係を論理的に導出 |
+| **整合性検証** | 矛盾する定義を自動検出 |
+| **再利用性** | 定義済み概念を他プロジェクトで活用 |
+
+### 4.2.3 MUSUBIXでのオントロジー活用
+
+MUSUBIXは以下のオントロジーを活用：
+
+```mermaid
+flowchart LR
+    subgraph DomainOntology["ドメインオントロジー"]
+        DO1[ビジネス概念]
+        DO2[業務フロー]
+        DO3[制約条件]
+    end
+    
+    subgraph TechnicalOntology["技術オントロジー"]
+        TO1[デザインパターン]
+        TO2[フレームワーク知識]
+        TO3[セキュリティ概念]
+    end
+    
+    subgraph SDDOntology["SDDオントロジー"]
+        SO1[EARS要件パターン]
+        SO2[C4アーキテクチャ]
+        SO3[ADR構造]
+    end
+    
+    DomainOntology --> Integration[統合推論]
+    TechnicalOntology --> Integration
+    SDDOntology --> Integration
+```
+
+| オントロジー種別 | 内容 | 用途 |
+|-----------------|------|------|
+| **ドメインオントロジー** | ビジネス領域の概念定義 | 要件の意味解析 |
+| **技術オントロジー** | 設計パターン、フレームワーク | 設計の自動提案 |
+| **SDDオントロジー** | EARS、C4、ADRの形式知識 | 成果物の検証 |
+
+### 4.2.4 62ドメイン対応（v1.1.10）
+
+MUSUBIXは**62の専門ドメイン**に対応し、各ドメインに最適化されたコンポーネント推論を提供します。
+
+```mermaid
+flowchart TB
+    subgraph Domains["62ドメイン対応"]
+        subgraph Business["ビジネス系"]
+            B1[ecommerce]
+            B2[finance]
+            B3[crm]
+            B4[hr]
+            B5[marketing]
+        end
+        
+        subgraph Industry["産業系"]
+            I1[manufacturing]
+            I2[logistics]
+            I3[healthcare]
+            I4[agriculture]
+            I5[energy]
+        end
+        
+        subgraph Tech["技術系"]
+            T1[iot]
+            T2[security]
+            T3[ai]
+            T4[analytics]
+            T5[telecom]
+        end
+        
+        subgraph Service["サービス系"]
+            S1[education]
+            S2[travel]
+            S3[restaurant]
+            S4[beauty]
+            S5[entertainment]
+        end
+    end
+    
+    Domains --> Components["224コンポーネント定義"]
+```
+
+| カテゴリ | ドメイン例 | コンポーネント例 |
+|---------|-----------|-----------------|
+| **ビジネス** | ecommerce, finance, crm | CartService, PaymentGateway, CustomerRepository |
+| **産業** | manufacturing, logistics | ProductionLine, InventoryTracker, QualityControl |
+| **ヘルスケア** | healthcare, pharmacy | PatientRecord, PrescriptionManager, DiagnosticService |
+| **サービス** | restaurant, hotel, travel | ReservationService, MenuManager, BookingEngine |
+| **技術** | iot, security, ai | DeviceManager, ThreatDetector, ModelInference |
+
+**対応ドメイン一覧**（62ドメイン）:
+
+<details>
+<summary>クリックして全ドメインを表示</summary>
+
+| # | ドメイン | 説明 |
+|---|---------|------|
+| 1 | general | 汎用 |
+| 2 | ecommerce | EC・通販 |
+| 3 | healthcare | ヘルスケア |
+| 4 | finance | 金融 |
+| 5 | education | 教育 |
+| 6 | manufacturing | 製造 |
+| 7 | logistics | 物流 |
+| 8 | crm | 顧客管理 |
+| 9 | hr | 人事 |
+| 10 | iot | IoT |
+| 11 | travel | 旅行 |
+| 12 | restaurant | 飲食店 |
+| 13 | realestate | 不動産 |
+| 14 | insurance | 保険 |
+| 15 | media | メディア |
+| 16 | gaming | ゲーム |
+| 17 | social | SNS |
+| 18 | analytics | 分析 |
+| 19 | booking | 予約 |
+| 20 | inventory | 在庫管理 |
+| 21 | auction | オークション |
+| 22 | subscription | サブスク |
+| 23 | marketplace | マーケットプレイス |
+| 24 | delivery | 配送 |
+| 25 | payment | 決済 |
+| 26 | chat | チャット |
+| 27 | document | 文書管理 |
+| 28 | workflow | ワークフロー |
+| 29 | notification | 通知 |
+| 30 | search | 検索 |
+| 31 | calendar | カレンダー |
+| 32 | project | プロジェクト管理 |
+| 33 | survey | アンケート |
+| 34 | voting | 投票 |
+| 35 | ticketing | チケット |
+| 36 | hotel | ホテル |
+| 37 | pharmacy | 薬局 |
+| 38 | veterinary | 動物病院 |
+| 39 | gym | フィットネス |
+| 40 | library | 図書館 |
+| 41 | museum | 美術館・博物館 |
+| 42 | parking | 駐車場 |
+| 43 | laundry | クリーニング |
+| 44 | rental | レンタル |
+| 45 | repair | 修理 |
+| 46 | cleaning | 清掃 |
+| 47 | catering | ケータリング |
+| 48 | wedding | ブライダル |
+| 49 | funeral | 葬儀 |
+| 50 | agriculture | 農業 |
+| 51 | energy | エネルギー |
+| 52 | waste | 廃棄物 |
+| 53 | recycling | リサイクル |
+| 54 | warehouse | 倉庫 |
+| 55 | vehicle | 車両管理 |
+| 56 | sports | スポーツ |
+| 57 | marketing | マーケティング |
+| 58 | aviation | 航空 |
+| 59 | shipping | 海運 |
+| 60 | telecom | 通信 |
+| 61 | security | セキュリティ |
+| 62 | ai | AI |
+
+</details>
+
+### 4.2.5 オントロジーマッピングの実例
+
+```typescript
+// MUSUBIXでのオントロジーマッピング例
+const mapping = ontologyMapper.map({
+  requirement: 'ユーザーがログインしたとき、システムは認証を行う',
+  
+  // 自動検出されるオントロジー概念
+  concepts: {
+    actor: 'User',
+    action: 'login',
+    system_behavior: 'authenticate',
+    pattern: 'EARS_WHEN_THEN'
+  },
+  
+  // 関連する技術概念
+  technical_mappings: {
+    patterns: ['Strategy', 'Factory'],
+    security: ['OWASP A07:2021', 'RBAC'],
+    frameworks: ['passport.js', 'bcrypt']
+  }
+});
+```
+
+## 4.3 新規追加モジュール（56モジュール）
+
+MUSUBIXは以下の新規モジュールを追加：
+
+| カテゴリ | モジュール | 説明 |
+|----------|-----------|------|
+| **統合** | NeuroSymbolicIntegrator | 統合制御 |
+| | ConfidenceEvaluator | 信頼度評価 |
+| | ContradictionDetector | 矛盾検出 |
+| **要件** | EARSValidator | EARS検証 |
+| | OntologyMapper | オントロジーマッピング |
+| | RelatedRequirementsFinder | 関連要件検索 |
+| | RequirementsDecomposer | 要件分解 |
+| | InteractiveHearingManager | 対話的ヒアリング |
+| **設計** | PatternDetector | パターン検出 |
+| | SOLIDValidator | SOLID検証 |
+| | C4ModelGenerator | C4モデル生成 |
+| | ADRGenerator | ADR生成 |
+| | DomainDetector | ドメイン自動検出（62ドメイン） |
+| | ComponentInference | コンポーネント推論（~430定義） |
+| **コード** | StaticAnalyzer | 静的解析 |
+| | SecurityScanner | セキュリティスキャン |
+| | QualityMetricsCalculator | 品質メトリクス |
+| **説明** | ReasoningChainRecorder | 推論チェーン記録 |
+| | ExplanationGenerator | 説明生成 |
+| | VisualExplanationGenerator | 視覚的説明生成 |
+| **学習** | FeedbackCollector | フィードバック収集 |
+| | PatternExtractor | パターン抽出 |
+| | AdaptiveReasoner | 適応的推論 |
+| | PrivacyFilter | プライバシー保護フィルター |
+| **ユーティリティ** | IdGenerator | ユニークID生成（カウンター方式） |
+| | StatusWorkflow | ステータス遷移管理 |
+
+### 4.3.1 新規ユーティリティ（v1.0.20）
+
+v1.0.20では、10プロジェクト検証から学んだパターンを基に2つの新しいユーティリティを追加：
+
+#### IdGenerator - ユニークID生成
+
+```typescript
+import { IdGenerator, idGenerators } from '@nahisaho/musubix-core';
+
+// インスタンス利用（同一ミリ秒内でも重複なし）
+const petIdGen = new IdGenerator('PET');
+const id1 = petIdGen.generate(); // 'PET-1704326400000-1'
+const id2 = petIdGen.generate(); // 'PET-1704326400000-2'
+
+// 事前設定ジェネレーター
+idGenerators.requirement.generate(); // 'REQ-...'
+idGenerators.design.generate();      // 'DES-...'
+idGenerators.task.generate();        // 'TSK-...'
+
+// UUID v4生成
+IdGenerator.uuid(); // 'xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx'
+```
+
+#### StatusWorkflow - ステータス遷移管理
+
+```typescript
+import { taskWorkflow, approvalWorkflow, reservationWorkflow } from '@nahisaho/musubix-core';
+
+// タスクワークフロー: pending → confirmed → in_progress → completed
+let status = taskWorkflow.transition('pending', 'confirm');  // 'confirmed'
+status = taskWorkflow.transition(status, 'start');           // 'in_progress'
+status = taskWorkflow.transition(status, 'complete');        // 'completed'
+
+// 承認ワークフロー: draft → pending → approved/rejected
+approvalWorkflow.transition('draft', 'submit');   // 'pending'
+approvalWorkflow.transition('pending', 'approve'); // 'approved'
+
+// 予約ワークフロー: tentative → confirmed → active → completed
+reservationWorkflow.transition('tentative', 'confirm'); // 'confirmed'
+```
+
+## 4.4 MCPサーバー（16ツール、3プロンプト）
+
+v1.3.0では、従来の9ツールに加えて**7つの新しいパターン統合ツール**を追加しました。
+
+```mermaid
+flowchart TB
+    subgraph MCPServer["MCP Server"]
+        subgraph SDDTools["SDD基本ツール（9ツール）"]
+            T1[sdd_create_requirements]
+            T2[sdd_validate_requirements]
+            T3[sdd_create_design]
+            T4[sdd_validate_design]
+            T5[sdd_create_tasks]
+            T6[sdd_query_knowledge]
+            T7[sdd_update_knowledge]
+            T8[sdd_validate_constitution]
+            T9[sdd_validate_traceability]
+        end
+        
+        subgraph PatternTools["パターン統合ツール（7ツール）- v1.3.0 NEW!"]
+            PT1[pattern_extract]
+            PT2[pattern_compress]
+            PT3[pattern_store]
+            PT4[pattern_query]
+            PT5[pattern_consolidate]
+            PT6[ontology_query]
+            PT7[ontology_infer]
+        end
+        
+        subgraph Prompts["3 Prompts"]
+            P1[sdd_requirements_analysis]
+            P2[sdd_requirements_review]
+            P3[sdd_design_generation]
+        end
+    end
+    
+    subgraph Platforms["対応プラットフォーム"]
+        Claude[Claude Desktop]
+        Copilot[GitHub Copilot]
+        Cursor[Cursor IDE]
+    end
+    
+    MCPServer --> Platforms
+```
+
+## 4.5 自己学習システム（v1.0.12〜）
+
+MUSUBIXは**自己学習システム**を搭載し、フィードバックに基づいて推論を継続的に改善します。
+
+```mermaid
+flowchart LR
+    subgraph Learning["自己学習システム"]
+        F[フィードバック収集] --> P[パターン抽出]
+        P --> T{閾値判定}
+        T -->|超過| R[パターン登録]
+        T -->|未満| W[待機]
+        R --> A[適応的推論]
+    end
+    
+    subgraph Privacy["プライバシー保護"]
+        PF[PrivacyFilter]
+        LS[ローカルストレージのみ]
+    end
+    
+    Learning --> Privacy
+```
+
+| 機能 | 説明 | CLIコマンド |
+|------|------|------------|
+| **状態確認** | 学習状態ダッシュボード表示 | `npx musubix learn status` |
+| **フィードバック** | accept/reject/modifyの記録 | `npx musubix learn feedback <id>` |
+| **パターン一覧** | 学習済みパターン表示 | `npx musubix learn patterns` |
+| **パターン追加** | 手動パターン登録 | `npx musubix learn add-pattern <name>` |
+| **推奨取得** | コンテキストベースの推奨 | `npx musubix learn recommend` |
+| **データ移行** | エクスポート/インポート | `npx musubix learn export/import` |
+
+**プライバシー保護**:
+- すべての学習データはローカルストレージのみに保存
+- 機密情報の自動フィルタリング
+- 外部サーバーへのデータ送信なし
+
+## 4.6 シンボリック推論モジュール（v1.2.0）
+
+v1.2.0では、**シンボリック推論モジュール**（`packages/core/src/symbolic/`）を新規追加しました。これはNeuro-Symbolic AIの核心部分であり、**LLMの創造的な出力**と**形式的検証の厳密性**を融合させる画期的な機能です。
+
+### なぜシンボリック推論が必要か？
+
+LLM（Large Language Model）は強力なコード生成能力を持つ一方、以下の問題を抱えています。
+
+1. **幻覚（Hallucination）**: 存在しない関数やライブラリを生成することがある
+2. **一貫性の欠如**: 同じ質問に対して異なる回答を返すことがある
+3. **検証不能**: 生成されたコードが仕様を満たすか数学的に証明できない
+4. **セキュリティリスク**: 脆弱性を含むコードを生成する可能性がある
+
+シンボリック推論モジュールは、これらの問題に対して**形式的手法**で対処します。
+
+| 問題 | シンボリック解決策 |
+|-----|------------------|
+| 幻覚 | `HallucinationDetector` が未定義シンボルを検出 |
+| 一貫性 | `ConstitutionRuleRegistry` が9憲法条項への準拠を強制 |
+| 検証不能 | `Z3Adapter` がSMTソルバーで数学的に検証 |
+| セキュリティ | `SecurityScanner` がOWASP Top 10パターンを検出 |
+
+### アーキテクチャ（3フェーズ構成）
+
+```mermaid
+flowchart TB
+    subgraph Phase1["Phase 1: 基盤"]
+        P1A[SemanticCodeFilterPipeline<br/>LLM出力の意味検証]
+        P1B[HallucinationDetector<br/>幻覚検出]
+        P1C[ConstitutionRuleRegistry<br/>9憲法条項の強制]
+        P1D[ConfidenceEstimator<br/>信頼度スコアリング]
+        P1E[ConfidenceBasedRouter<br/>ルーティング決定]
+        P1F[ErrorHandler<br/>グレースフルデグラデーション]
+    end
+    
+    subgraph Phase2["Phase 2: 形式検証"]
+        P2A[EarsToFormalSpecConverter<br/>EARS → SMT-LIB変換]
+        P2B[VerificationConditionGenerator<br/>検証条件生成]
+        P2C[Z3Adapter<br/>Z3 SMTソルバー統合]
+        P2D[SecurityScanner<br/>OWASPパターン検出]
+    end
+    
+    subgraph Phase3["Phase 3: 高度機能"]
+        P3A[CandidateRanker<br/>複数候補のスコアリング]
+        P3B[ResultBlender<br/>Neural/Symbolic結果統合]
+        P3C[ExtensibleRuleConfig<br/>YAML/JSONルール設定]
+        P3D[AuditLogger<br/>SHA-256改ざん検出]
+        P3E[PerformanceBudget<br/>SLOメトリクス]
+        P3F[QualityGateValidator<br/>品質ゲート検証]
+    end
+    
+    Phase1 --> Phase2 --> Phase3
+```
+
+### Phase 1: 基盤コンポーネント
+
+LLM出力の基本的な品質保証を担当します。
+
+| コンポーネント | 機能 | 詳細 |
+|--------------|------|------|
+| **SemanticCodeFilterPipeline** | 意味的検証パイプライン | AST解析、型推論、依存関係検証を連鎖実行 |
+| **HallucinationDetector** | 幻覚検出 | 未定義シンボル、存在しないパッケージ、無効なAPIを検出 |
+| **ConstitutionRuleRegistry** | 憲法準拠チェック | 9憲法条項への違反を自動検出（Library-First、Test-First等） |
+| **ConfidenceEstimator** | 信頼度スコアリング | 複数の指標から0.0〜1.0の信頼度を算出 |
+| **ConfidenceBasedRouter** | ルーティング決定 | 信頼度に基づいてNeural/Symbolic処理を振り分け |
+| **ErrorHandler** | グレースフルデグラデーション | 検証失敗時の段階的フォールバック |
+
+### Phase 2: 形式検証コンポーネント
+
+数学的・形式的な検証を担当します。
+
+| コンポーネント | 機能 | 詳細 |
+|--------------|------|------|
+| **EarsToFormalSpecConverter** | EARS → SMT-LIB変換 | 自然言語要件を形式仕様に変換 |
+| **VerificationConditionGenerator** | 検証条件生成 | 事前条件、事後条件、ループ不変条件を生成 |
+| **Z3Adapter** | SMTソルバー統合 | Microsoft Z3による数学的証明（充足可能性判定） |
+| **SecurityScanner** | 脆弱性検出 | OWASP Top 10パターン（SQLi, XSS, CSRF等）を検出 |
+
+### Phase 3: 高度機能コンポーネント
+
+複数候補の評価と結果統合を担当します。
+
+| コンポーネント | 機能 | 詳細 |
+|--------------|------|------|
+| **CandidateRanker** | 候補スコアリング | 複数の生成候補を品質・適合性でランキング |
+| **ResultBlender** | 結果統合 | Neural結果とSymbolic結果を戦略的に統合 |
+| **ExtensibleRuleConfig** | ルール設定 | YAML/JSONでカスタムルールを定義可能 |
+| **AuditLogger** | 監査ログ | SHA-256ハッシュで改ざんを検出可能な監査証跡 |
+| **PerformanceBudget** | SLOメトリクス | レイテンシ、メモリ使用量のSLO監視 |
+| **QualityGateValidator** | 品質ゲート | 要件→設計→実装の各段階で品質基準を強制 |
+
+### ResultBlender: Neural-Symbolic統合の核心
+
+ResultBlenderは、LLM（Neural）の出力とシンボリック推論の結果を統合する中核コンポーネントです。3つの戦略を提供します。
+
+```typescript
+// 1. neural_priority: ニューラル結果を優先
+// シンボリック検証をパスした場合のみニューラル結果を採用
+// ユースケース: 創造的なコード生成、新しいアルゴリズム設計
+blender.blend(neuralResult, symbolicResult, 'neural_priority');
+
+// 2. symbolic_priority: シンボリック結果を優先
+// 形式的に正しい結果を優先し、ニューラルは補助的に使用
+// ユースケース: セキュリティクリティカルなコード、金融計算
+blender.blend(neuralResult, symbolicResult, 'symbolic_priority');
+
+// 3. weighted: 信頼度に基づく重み付け統合
+// 両方の結果を信頼度スコアで重み付けして統合
+// ユースケース: 一般的なコード生成、バランスの取れた出力
+blender.blend(neuralResult, symbolicResult, 'weighted');
+```
+
+### 信頼度ベースの決定ルール（REQ-INT-002準拠）
+
+```typescript
+// シンボリック検証とニューラル信頼度の組み合わせ
+if (symbolicResult === 'invalid') {
+  // シンボリック検証失敗 → ニューラル結果を棄却
+  return reject(neuralResult);
+} else if (symbolicResult === 'valid' && neuralConfidence >= 0.8) {
+  // 高信頼度 → ニューラル結果を採用
+  return accept(neuralResult);
+} else {
+  // 低信頼度 → シンボリック結果を優先
+  return prefer(symbolicResult);
+}
+```
+
+この決定ルールにより、**LLMの創造性を活かしつつ、形式的な正しさを保証**します。
+
+## 4.7 Wake-Sleep学習サイクル（v1.3.0）
+
+v1.3.0では、**Wake-Sleepアルゴリズム**に基づく継続的学習システムを導入しました。これは神経科学の「睡眠中に記憶を整理・統合する」メカニズムに着想を得た学習パラダイムです。
+
+### なぜWake-Sleep学習が必要か？
+
+従来のAIコーディングアシスタントには以下の課題がありました。
+
+1. **学習の断絶**: セッション終了後に学習内容が失われる
+2. **パターンの冗長性**: 似たようなパターンが重複して蓄積される
+3. **知識の断片化**: 学習したパターンが体系化されない
+4. **メモリの肥大化**: 無制限にデータが増加し性能が低下する
+
+Wake-Sleep学習サイクルは、これらの問題を解決します。
+
+| 課題 | Wake-Sleep解決策 |
+|-----|------------------|
+| 学習の断絶 | `PatternLibrary` による永続化（JSON形式） |
+| パターンの冗長性 | Sleep Phaseでの `pattern_consolidate`（類似統合） |
+| 知識の断片化 | `N3Store` によるRDF/OWL体系化 |
+| メモリの肥大化 | Sleep Phaseでの `pattern_compress`（抽象化圧縮） |
+
+### Wake-Sleepサイクルの詳細
+
+```mermaid
+flowchart LR
+    subgraph WakePhase["Wake Phase（覚醒）"]
+        W1[コード観察] --> W2[パターン抽出]
+        W2 --> W3[知識グラフ更新]
+    end
+    
+    subgraph SleepPhase["Sleep Phase（睡眠）"]
+        S1[パターン統合] --> S2[類似パターン圧縮]
+        S2 --> S3[メモリ最適化]
+    end
+    
+    WakePhase --> SleepPhase
+    SleepPhase --> WakePhase
+```
+
+#### Wake Phase（覚醒フェーズ）
+
+開発者がアクティブにコーディングしている間に実行されます。
+
+```typescript
+// Wake Phaseの処理フロー
+async function wakePhase(codeObservation: CodeObservation): Promise<void> {
+  // 1. コード観察: 開発者の操作を監視
+  const observation = await observe(codeObservation);
+  
+  // 2. パターン抽出: コードから設計パターン・コーディングパターンを検出
+  const patterns = await extractPatterns(observation);
+  
+  // 3. 知識グラフ更新: 抽出したパターンをオントロジーに追加
+  await updateKnowledgeGraph(patterns);
+}
+```
+
+| ステップ | 処理内容 | 出力 |
+|---------|----------|------|
+| コード観察 | ファイル変更、関数追加、リファクタリングを検出 | `CodeObservation` |
+| パターン抽出 | Factory, Repository, Service等のパターンを識別 | `Pattern[]` |
+| 知識グラフ更新 | RDFトリプルとして知識グラフに永続化 | `N3Store` 更新 |
+
+#### Sleep Phase（睡眠フェーズ）
+
+開発者がアイドル状態（休憩中、ミーティング中等）に実行されます。
+
+```typescript
+// Sleep Phaseの処理フロー
+async function sleepPhase(): Promise<void> {
+  // 1. パターン統合: 類似パターンをグループ化
+  const consolidated = await consolidatePatterns();
+  
+  // 2. 圧縮: 冗長な詳細を抽象化
+  const compressed = await compressPatterns(consolidated);
+  
+  // 3. メモリ最適化: 使用頻度の低いパターンを整理
+  await optimizeMemory(compressed);
+}
+```
+
+| ステップ | 処理内容 | 効果 |
+|---------|----------|------|
+| パターン統合 | 類似度90%以上のパターンをマージ | パターン数削減 |
+| 圧縮 | 具体的な変数名を抽象化（`userId` → `<identifier>`） | 汎用性向上 |
+| メモリ最適化 | 30日未使用パターンをアーカイブ | 検索性能維持 |
+
+### 新パッケージ（v1.3.0で追加）
+
+| パッケージ | npm | 役割 |
+|-----------|-----|------|
+| `packages/pattern-mcp/` | `@nahisaho/musubix-pattern-mcp` | パターン抽出・圧縮・ライブラリ管理 |
+| `packages/ontology-mcp/` | `@nahisaho/musubix-ontology-mcp` | N3Store・RDF推論エンジン |
+| `packages/wake-sleep/` | `@nahisaho/musubix-wake-sleep` | Wake-Sleep学習サイクル制御 |
+| `packages/sdd-ontology/` | `@nahisaho/musubix-sdd-ontology` | SDD方法論のオントロジー定義 |
+
+### 主要コンポーネント詳細
+
+| コンポーネント | 機能 | 詳細 |
+|--------------|------|------|
+| **WakeSleepCycle** | サイクルオーケストレーション | Wake/Sleepフェーズの切り替え、スケジューリング、状態管理 |
+| **PatternLibrary** | パターン永続化 | JSON形式で学習済みパターンを保存、バージョン管理、検索API |
+| **PatternOntologyBridge** | 相互変換 | `Pattern` オブジェクト ↔ RDFトリプルの双方向変換 |
+| **N3Store** | 知識グラフDB | Turtle形式のRDF/OWLストレージ、SPARQLライクなクエリ |
+| **PatternExtractor** | パターン検出 | AST解析によるGoFパターン、アーキテクチャパターンの検出 |
+| **PatternCompressor** | パターン圧縮 | 類似パターンの抽象化、変数名の一般化 |
+
+### 新MCPツール（7ツール）
+
+Wake-Sleep学習機能をMCPプロトコル経由で利用可能にします。
+
+| ツール名 | 説明 | ユースケース |
+|---------|------|-------------|
+| `pattern_extract` | コードからパターンを抽出 | 既存コードベースの分析 |
+| `pattern_compress` | パターンの抽象化・圧縮 | 冗長パターンの整理 |
+| `pattern_store` | パターンライブラリへの保存 | 学習結果の永続化 |
+| `pattern_query` | パターンの検索・取得 | 類似実装の発見 |
+| `pattern_consolidate` | 類似パターンの統合 | Sleep Phase実行 |
+| `ontology_query` | オントロジーグラフへのクエリ | 知識検索 |
+| `ontology_infer` | オントロジーによる推論実行 | 関連パターン推論 |
+
+### 学習データの保存場所
+
+```
+storage/
+├── patterns/
+│   └── library.json    # パターンライブラリ（JSON）
+│                       # 形式: { patterns: Pattern[], metadata: {...} }
+└── ontology/
+    └── n3-store.ttl    # 知識グラフ（Turtle RDF）
+                        # 形式: @prefix sdd: <http://musubix.dev/ontology/sdd#>
+```
+
+### 学習効果の例
+
+Wake-Sleep学習サイクルにより、以下のような効果が得られます。
+
+```typescript
+// 学習前: 開発者が毎回同じパターンを手書き
+class UserRepository {
+  async findById(id: string): Promise<User | null> { ... }
+  async save(user: User): Promise<void> { ... }
+}
+
+// 学習後: システムが自動でパターンを提案
+// 「Repository パターンを検出しました。
+//   類似実装: ProductRepository, OrderRepository
+//   推奨メソッド: findAll(), delete(), exists()」
+```
+
+## 4.8 学習データのポータビリティ（v1.4.0）
+
+v1.4.0では、**プロジェクト間で学習データを共有・移行**するためのCLI機能を追加しました。これにより、あるプロジェクトで蓄積したパターンや知見を、新しいプロジェクトで即座に活用できます。
+
+### なぜポータビリティが必要か？
+
+従来の課題:
+- 各プロジェクトで一から学習をやり直す必要があった
+- チーム間で知見の共有が困難だった
+- 機密情報を含むデータの共有にセキュリティリスクがあった
+
+v1.4.0での解決:
+- **エクスポート/インポート**: CLI一発で学習データを移行
+- **プライバシーフィルター**: API Key、パスワード等を自動除去
+- **マージ戦略**: 既存データとの統合方法を選択可能
+
+### CLIコマンド
+
+```bash
+# エクスポート（機密情報除去、高信頼度パターンのみ）
+npx musubix learn export \
+  --output team-patterns.json \
+  --privacy-filter \
+  --patterns-only \
+  --min-confidence 0.8
+
+# インポート（マージ戦略指定、ドライラン）
+npx musubix learn import team-patterns.json \
+  --merge-strategy merge \
+  --dry-run
+```
+
+### マージ戦略
+
+| 戦略 | 動作 | ユースケース |
+|------|------|-------------|
+| **skip** | 既存を保持、重複をスキップ | 既存の学習を壊したくない場合 |
+| **overwrite** | インポートデータで上書き | 最新データで完全更新する場合 |
+| **merge** | 出現回数を合計、信頼度は最大値 | チームの知見を統合する場合 |
+
+### プライバシーフィルター
+
+以下のパターンを自動検出して`[REDACTED]`に置換:
+
+```typescript
+// 検出対象
+const PRIVACY_PATTERNS = [
+  /api[_-]?key/i,      // API_KEY, api-key
+  /secret/i,           // SECRET, secret
+  /password/i,         // PASSWORD, password
+  /token/i,            // TOKEN, token
+  /credential/i,       // CREDENTIAL
+  /private[_-]?key/i,  // PRIVATE_KEY
+  /bearer/i,           // Bearer token
+  /jwt/i,              // JWT
+];
+
+// 32文字以上の英数字文字列も除去
+// 例: "sk-proj-abc123..." → "[REDACTED]"
+```
+
+### 活用シナリオ
+
+```
+プロジェクトA（成熟）              プロジェクトB（新規）
+┌──────────────────┐            ┌──────────────────┐
+│ 学習済みパターン    │            │ 初期状態          │
+│ - Repository      │   export   │                  │
+│ - Service Layer   │ ────────→ │                  │
+│ - Value Object    │   import   │ 学習済みパターン   │
+│ 信頼度: 90%+      │            │ 即座に活用可能！   │
+└──────────────────┘            └──────────────────┘
+```
+
+## 4.9 正誤性検証（v1.4.1）
+
+v1.4.1では、**知識グラフへのデータ登録時の正誤性検証**機能を追加しました。OWL制約に基づく一貫性チェックにより、不正なデータの登録を防止します。
+
+### なぜ正誤性検証が必要か？
+
+従来の課題:
+- 不正なトリプルがそのまま登録されてしまう
+- 重複データの蓄積
+- OWL制約違反（関数型プロパティに複数値など）の検出ができない
+
+v1.4.1での解決:
+- **ConsistencyValidator**: OWL制約に基づく7種類の検証
+- **事前検証**: `addTripleValidated()`でエラーを未然に防止
+- **一括検証**: `checkConsistency()`でストア全体をチェック
+
+### 検証タイプ
+
+| タイプ | 説明 | 重大度 |
+|--------|------|--------|
+| `disjoint-class-membership` | owl:disjointWith違反 | error |
+| `functional-property-violation` | owl:FunctionalProperty違反（複数値） | error |
+| `inverse-functional-violation` | owl:InverseFunctionalProperty違反 | error |
+| `asymmetric-violation` | owl:AsymmetricProperty違反（逆方向存在） | error |
+| `irreflexive-violation` | owl:IrreflexiveProperty違反（自己参照） | error |
+| `duplicate-triple` | 完全一致の重複トリプル | warning |
+| `circular-dependency` | subClassOf等の循環依存 | error |
+
+### 使用例
+
+```typescript
+import { N3Store } from '@nahisaho/musubix-ontology-mcp';
+
+// 検証付きストア（validateOnAdd = true）
+const store = new N3Store({}, true);
+
+// 検証付き追加
+const result = store.addTripleValidated({
+  subject: 'http://example.org/Person1',
+  predicate: 'http://example.org/hasMother',
+  object: 'http://example.org/Mother1'
+});
+
+if (!result.success) {
+  console.error('Validation errors:', result.validation.errors);
+}
+
+// ストア全体の整合性チェック
+const consistency = store.checkConsistency();
+if (!consistency.consistent) {
+  for (const v of consistency.violations) {
+    console.log(`${v.type}: ${v.message}`);
+  }
+}
+```
+
+### 検証フロー
+
+```
+トリプル追加要求
+      │
+      ▼
+┌─────────────────┐
+│ validateTriple()│  ← 事前検証
+└────────┬────────┘
+         │
+    ┌────┴────┐
+    │ valid?  │
+    └────┬────┘
+    No   │   Yes
+    │    │
+    ▼    ▼
+  拒否  追加
+         │
+         ▼
+  ┌──────────────┐
+  │ 推論適用      │
+  └──────────────┘
+```
+
+## 4.10 高度推論（v1.4.5）
+
+v1.4.5では、**OWL 2 RLプロファイル推論エンジン**と**Datalog評価エンジン**を追加しました。これにより、知識グラフ上での自動推論と、人間可読な説明生成が可能になりました。
+
+### なぜ高度推論が必要か？
+
+従来の課題:
+- 明示的に登録された事実しか利用できない
+- 暗黙的な関係性を導出できない
+- 推論結果の根拠が不明確
+
+v1.4.5での解決:
+- **OWL2RLReasoner**: 20以上のビルトインルールによる自動推論
+- **DatalogEngine**: ストラティファイド評価による柔軟なルール適用
+- **InferenceExplainer**: 推論チェーンの自然言語説明
+
+### OWL 2 RL推論
+
+OWL 2 RLプロファイルは、OWL 2のサブセットであり、ルールベースの推論に適しています。
+
+| カテゴリ | ルール | 説明 |
+|----------|-------|------|
+| Class Axioms | `cax-sco`, `cax-eqc` | サブクラス、同値クラス推論 |
+| Property | `prp-dom`, `prp-rng` | ドメイン、レンジ推論 |
+| Property Characteristics | `prp-symp`, `prp-trp`, `prp-inv` | 対称、推移、逆プロパティ |
+| Equality | `eq-ref`, `eq-sym`, `eq-trans` | sameAs推論 |
+
+### 使用例
+
+```typescript
+import { OWL2RLReasoner, DatalogEngine, InferenceExplainer } from '@nahisaho/musubix-ontology-mcp';
+
+// OWL 2 RL推論
+const reasoner = new OWL2RLReasoner({
+  maxIterations: 100,
+  enablePropertyChains: true
+});
+
+const result = await reasoner.reason(store, {
+  onProgress: (p) => console.log(`反復 ${p.iteration}: ${p.newTriples} 新規`)
+});
+
+console.log(`${result.inferredCount} 個の事実を推論`);
+
+// Datalog評価
+const engine = new DatalogEngine();
+const rules = [
+  {
+    head: { predicate: 'ancestor', args: ['?x', '?y'] },
+    body: [{ predicate: 'parent', args: ['?x', '?y'] }]
+  },
+  {
+    head: { predicate: 'ancestor', args: ['?x', '?z'] },
+    body: [
+      { predicate: 'parent', args: ['?x', '?y'] },
+      { predicate: 'ancestor', args: ['?y', '?z'] }
+    ]
+  }
+];
+const derived = await engine.evaluate(rules, facts);
+
+// 推論説明
+const explainer = new InferenceExplainer(reasoner.getProvenanceLog());
+const explanation = explainer.explain(subject, predicate, object, 'text');
+console.log(explanation);
+// → "Animal は owl:Class として宣言されているため Class です（ルール cax-sco）"
+```
+
+### 推論フロー
+
+```
+知識グラフ
+    │
+    ▼
+┌─────────────────┐
+│ OWL2RLReasoner  │  ← 20+ ビルトインルール
+└────────┬────────┘
+         │
+         ▼
+┌─────────────────┐
+│ 固定点到達まで   │  ← 反復推論
+│ 新規推論を生成   │
+└────────┬────────┘
+         │
+         ▼
+┌─────────────────┐
+│ InferenceExplainer │ ← 説明生成
+└────────┬────────┘
+         │
+         ▼
+人間可読な推論根拠
+```
+
+# 5. 9つの憲法条項
+
+MUSUBIXは、MUSUBIから継承した **9つの憲法条項（Constitutional Articles）** を遵守します。これらは開発プロセス全体を統治する不変の原則であり、AIコーディングエージェントが従うべきガバナンスフレームワークです。
+
+ニューロシンボリックAIへの進化により、各条項の実装がより強力になりました。LLMの創造性と知識グラフの厳密性を組み合わせることで、これらの原則を **自動的かつ一貫して** 適用できるようになっています。
+
+| Article | 原則 | MUSUBIXでの実装 |
+|---------|------|-----------------|
+| I | **Specification First** | EARS検証 + オントロジーマッピング |
+| II | **Design Before Code** | C4モデル + パターン検出 |
+| III | **Single Source of Truth** | 知識グラフによる一元管理 |
+| IV | **Traceability** | トレーサビリティマトリクス |
+| V | **Incremental Progress** | 要件分解 + スプリント計画 |
+| VI | **Decision Documentation** | ADR自動生成 |
+| VII | **Quality Gates** | 信頼度評価 + 矛盾検出 |
+| VIII | **User-Centric** | 対話的ヒアリング |
+| IX | **Continuous Learning** | 知識グラフ更新 |
+
+各条項は相互に関連し、開発ライフサイクル全体をカバーしています。MUSUBIXでは、これらの原則違反を知識グラフで自動検出し、開発者にフィードバックを提供します。
+
+# 6. 実践例：要件定義の強化
+
+## 6.1 MUSUBIでの要件定義
+
+```markdown
+# 従来のMUSUBI
+WHEN ユーザーがログインフォームを送信する
+THE システム SHALL 認証を実行する
+AND THE システム SHALL セッションを作成する
+```
+
+## 6.2 MUSUBIXでの要件定義
+
+```markdown
+# MUSUBIXによる強化
+WHEN ユーザーがログインフォームを送信する
+THE システム SHALL 認証を実行する
+AND THE システム SHALL セッションを作成する
+
+# 知識グラフによる補完
+- 関連要件: REQ-AUTH-001, REQ-SESSION-001
+- 影響コンポーネント: AuthService, SessionManager
+- セキュリティ考慮: OWASP A07:2021対応
+- 推奨パターン: Strategy Pattern for Auth Providers
+```
+
+# 7. まとめ
+
+## 7.1 ニューロシンボリックAIの価値
+
+MUSUBIXが採用するニューロシンボリックAIは、従来のAIコーディング支援の限界を突破する価値を提供します。
+
+LLM単体では、「幻覚（Hallucination）」や「確率的出力」といった問題が避けられません。しかし、知識グラフによるシンボリック推論を組み合わせることで、これらの問題を検出・防止できます。
+
+以下の図は、4つの主要な価値と、それが開発にもたらす具体的な効果を示しています。
+
+```mermaid
+flowchart TB
+    subgraph Value["ニューロシンボリックAIの価値"]
+        V1[🎯 精度向上<br/>LLM幻覚の防止]
+        V2[📊 説明可能性<br/>推論チェーンの追跡]
+        V3[🔄 知識の永続化<br/>オントロジー蓄積]
+        V4[✅ 形式的検証<br/>矛盾の自動検出]
+    end
+    
+    subgraph Outcome["開発への効果"]
+        O1[バグの早期発見]
+        O2[レビュー効率向上]
+        O3[知識の組織資産化]
+        O4[品質の一貫性]
+    end
+    
+    V1 --> O1
+    V2 --> O2
+    V3 --> O3
+    V4 --> O4
+```
+
+| 価値 | 従来のLLMの問題 | MUSUBIXによる解決 |
+|------|------------------|--------------------|
+| **精度向上** | 誤ったコード生成 | 知識グラフで事前検証 |
+| **説明可能性** | なぜAIがその出力をしたか不明 | 推論チェーンで完全追跡 |
+| **知識永続化** | セッションごとに忘却 | オントロジーとして蓄積 |
+| **形式的検証** | 論理矛盾を見逃す | シンボリック推論で自動検出 |
+
+## 7.2 進化の要点
+
+MUSUBIからMUSUBIXへの進化は、単なる機能追加ではなく、**パラダイムシフト**です。以下の4つの軸で進化が起こりました。
+
+1. **確率的 → 確定的**: LLMの「毎回異なる結果」から、知識グラフによる「再現可能な結果」へ
+2. **揮発的 → 永続的**: セッション限定の記憶から、オントロジーとしての永続的知識へ
+3. **不透明 → 説明可能**: ブラックボックスAIから、推論チェーンが追跡可能なAIへ
+4. **孤立知識 → オントロジー統合**: 断片的な情報から、構造化された知識体系へ
+
+```mermaid
+flowchart LR
+    MUSUBI[MUSUBI<br/>仕様駆動開発] -->|+ YATA| MUSUBIX[MUSUBIX<br/>ニューロシンボリックAI]
+    
+    subgraph Evolution["進化のポイント"]
+        E1[確率的 → 確定的]
+        E2[揮発的 → 永続的]
+        E3[不透明 → 説明可能]
+        E4[孤立知識 → オントロジー統合]
+    end
+```
+
+この進化により、MUSUBIXは単なる「AIコーディングツール」を超え、**知識駆動型の開発プラットフォーム**へと進化しました。
+
+| 観点 | MUSUBI | MUSUBIX |
+|------|--------|----------|
+| **推論の信頼性** | LLMに依存 | 形式的検証で補完 |
+| **知識の永続性** | セッション限定 | 知識グラフに蓄積 |
+| **説明可能性** | 限定的 | 推論チェーンで完全追跡 |
+| **開発効率** | 高い | さらに高い |
+| **オントロジー** | なし | ドメイン・技術・SDDの3層オントロジー |
+
+## 7.3 今後の展望
+
+MUSUBIXは現在の機能に加え、さらなる進化を計画しています。ニューロシンボリックAIの可能性を最大限に引き出すため、以下の機能拡張を検討中です。
+
+- **自動リファクタリング**: 知識グラフに蓄積されたパターンとベストプラクティスに基づき、コードの最適化を自動提案。技術的負債の検出と解消を支援します。
+- **チーム知識共有（YATA Global / YATA Local）**: 組織横断的な知識グラフ統合により、チーム間でのノウハウ共有を実現。「車輪の再発明」を防ぎ、組織全体の開発効率を向上させます。
+
+## YATA Global / YATA Local アーキテクチャ
+
+チーム知識共有を実現するため、**2層の知識グラフアーキテクチャ**を計画しています。
+
+```mermaid
+flowchart TB
+    subgraph Global["YATA Global（組織共有）"]
+        G1[共通ベストプラクティス]
+        G2[標準アーキテクチャパターン]
+        G3[セキュリティガイドライン]
+        G4[組織横断的な技術決定]
+    end
+    
+    Global <-->|同期・昇格| Local1
+    Global <-->|同期・昇格| Local2
+    Global <-->|同期・昇格| Local3
+    
+    subgraph Local1["YATA Local (Team A)"]
+        L1A[プロジェクト固有知識]
+    end
+    
+    subgraph Local2["YATA Local (Team B)"]
+        L2A[プロジェクト固有知識]
+    end
+    
+    subgraph Local3["YATA Local (Team C)"]
+        L3A[プロジェクト固有知識]
+    end
+```
+
+| レイヤー | 役割 | メリット |
+|----------|------|----------|
+| **YATA Global** | 組織共通知識の一元管理 | 標準化、重複排除、ガバナンス |
+| **YATA Local** | チーム/プロジェクト固有知識 | 高速アクセス、プライバシー、カスタマイズ |
+
+この2層アーキテクチャにより、以下を実現します。
+
+1. **プライバシーとセキュリティ**: 機密性の高いプロジェクト知識はLocalに保持
+2. **スケーラビリティ**: Localで高速処理、Globalで共有
+3. **知識の昇格フロー**: Localで検証された知識をGlobalへ昇格
+4. **オフライン対応**: Localがあれば接続なしでも動作
+
+これらの機能は、MUSUBIXの核心である「知識の永続化」と「形式的検証」の強みを活かしたものであり、AIコーディング支援の次なるステージを切り開きます。
+
+# 8. インストール方法
+
+MUSUBIXはnpmで公開されており、簡単にインストールできます。
+
+## 8.1 クイックスタート
+
+```bash
+# 統合パッケージ（推奨）
+npm install musubix
+
+# または npx で直接実行
+npx musubix --help
+npx musubix-mcp
+```
+
+## 8.2 パッケージ一覧
+
+| パッケージ | インストールコマンド | 説明 |
+|-----------|---------------------|------|
+| **musubix** | `npm install musubix` | 統合パッケージ（全機能） |
+| @nahisaho/musubix-core | `npm install @nahisaho/musubix-core` | コアライブラリ |
+| @nahisaho/musubix-mcp-server | `npm install @nahisaho/musubix-mcp-server` | MCPサーバー |
+| @nahisaho/musubix-yata-client | `npm install @nahisaho/musubix-yata-client` | YATAクライアント |
+| @nahisaho/musubix-pattern-mcp | `npm install @nahisaho/musubix-pattern-mcp` | パターン抽出・圧縮・ライブラリ |
+| @nahisaho/musubix-ontology-mcp | `npm install @nahisaho/musubix-ontology-mcp` | N3Store・RDF推論エンジン |
+| @nahisaho/musubix-wake-sleep | `npm install @nahisaho/musubix-wake-sleep` | Wake-Sleep学習サイクル |
+| @nahisaho/musubix-sdd-ontology | `npm install @nahisaho/musubix-sdd-ontology` | SDD方法論オントロジー |
+
+## 8.3 利用方法の選択
+
+MUSUBIXには**2つの利用方法**があります。用途に応じて選択してください。
+
+```mermaid
+flowchart TB
+    subgraph Install["インストール"]
+        I1[npm install musubix]
+    end
+    
+    Install --> Choice{利用方法の選択}
+    
+    Choice -->|方法1| Direct["📁 直接利用<br/>AGENTS.md + プロンプト"]
+    Choice -->|方法2| MCP["🔌 MCP経由<br/>MCPサーバー連携"]
+    
+    Direct --> D1[GitHub Copilot]
+    Direct --> D2[Claude Code]
+    Direct --> D3[Cursor IDE]
+    
+    MCP --> M1[Claude Desktop]
+    MCP --> M2[VS Code + MCP拡張]
+    MCP --> M3[その他MCPクライアント]
+```
+
+| 方法 | 特徴 | 推奨ユースケース |
+|------|------|------------------|
+| **方法1: 直接利用** | 設定不要、即座に利用可能 | 日常のコーディング、要件定義、設計 |
+| **方法2: MCP経由** | 高度なツール連携、知識グラフ統合 | 大規模プロジェクト、チーム開発 |
+
+## 8.4 方法1: 直接利用（GitHub Copilot等）
+
+musubixパッケージをインストールすると、**AGENTS.md**と**プロンプトファイル**が `node_modules/musubix/` に配置されます。GitHub Copilotなどのエディタ統合AIは、これらのファイルを自動的に認識し、MUSUBIXの機能を利用できます。
+
+### セットアップ手順
+
+```bash
+# 1. musubixをインストール
+npm install musubix
+
+# 2. AGENTS.mdをプロジェクトルートにコピー（推奨）
+cp node_modules/musubix/AGENTS.md ./AGENTS.md
+
+# 3. プロンプトファイルをコピー（オプション）
+cp -r node_modules/musubix/.github/prompts ./.github/prompts
+```
+
+### 自動認識されるファイル
+
+| ファイル | 場所 | 説明 |
+|---------|------|------|
+| **AGENTS.md** | プロジェクトルート | AIエージェント向けの包括的なガイド |
+| **プロンプトファイル** | `.github/prompts/` | SDD各フェーズ専用のプロンプト |
+
+### 提供されるプロンプトファイル
+
+```
+.github/prompts/
+├── sdd-requirements.prompt.md   # 要件定義フェーズ
+├── sdd-design.prompt.md         # 設計フェーズ
+├── sdd-implement.prompt.md      # 実装フェーズ
+├── sdd-tasks.prompt.md          # タスク分解
+├── sdd-validate.prompt.md       # 検証フェーズ
+├── sdd-steering.prompt.md       # プロジェクト方針
+├── sdd-change-init.prompt.md    # 変更開始
+├── sdd-change-apply.prompt.md   # 変更適用
+└── sdd-change-archive.prompt.md # 変更アーカイブ
+```
+
+### 使い方（GitHub Copilot / Cursor / Claude Code）
+
+```markdown
+# プロンプトファイルを使用
+@workspace /sdd-requirements 予約管理システムの要件を定義してください
+
+# または AGENTS.md のガイドに従って質問
+MUSUBIXのEARS形式で要件を書いてください
+```
+
+### メリット
+
+- ✅ **設定不要**: インストール後すぐに利用可能
+- ✅ **軽量**: MCPサーバーの起動不要
+- ✅ **汎用性**: 主要なAIエディタで動作
+- ✅ **オフライン対応**: ネットワーク不要
+
+## 8.5 方法2: MCP経由（MCPサーバー連携）
+
+MCP（Model Context Protocol）を使用すると、**16の専用ツール**（SDD基本9 + パターン統合7）と**3つのプロンプト**を利用でき、より高度な機能（知識グラフクエリ、トレーサビリティ検証、パターン学習等）が使えます。
+
+### Claude Code（CLI）
+
+```bash
+# MUSUBIX MCP サーバーを追加
+claude mcp add musubix -- npx @nahisaho/musubix-mcp-server
+
+# 設定確認
+claude mcp list
+```
+
+または `.mcp.json` をプロジェクトルートに作成：
+
+```json
+{
+  "mcpServers": {
+    "musubix": {
+      "command": "npx",
+      "args": ["@nahisaho/musubix-mcp-server"]
+    }
+  }
+}
+```
+
+### Claude Desktop / GitHub Copilot / Cursor IDE
+
+`.vscode/mcp.json` を作成：
+
+```json
+{
+  "mcpServers": {
+    "musubix": {
+      "command": "npx",
+      "args": ["@nahisaho/musubix-mcp-server"]
+    }
+  }
+}
+```
+
+### 利用可能なMCPツール（19ツール）
+
+#### SDD基本ツール（9ツール）
+
+| ツール名 | 説明 |
+|---------|------|
+| `sdd_create_requirements` | EARS形式の要件ドキュメント作成 |
+| `sdd_validate_requirements` | 要件のEARS検証・憲法準拠チェック |
+| `sdd_create_design` | C4モデル設計ドキュメント作成 |
+| `sdd_validate_design` | 設計の要件トレーサビリティ検証 |
+| `sdd_create_tasks` | 設計から実装タスク生成 |
+| `sdd_query_knowledge` | YATA知識グラフへのクエリ |
+| `sdd_update_knowledge` | 知識グラフの更新 |
+| `sdd_validate_constitution` | 9憲法条項への準拠検証 |
+| `sdd_validate_traceability` | 要件↔設計↔タスクのトレーサビリティ検証 |
+
+#### パターン統合ツール（7ツール）- v1.3.0 NEW!
+
+| ツール名 | 説明 |
+|---------|------|
+| `pattern_extract` | コードからパターンを抽出 |
+| `pattern_compress` | パターンの抽象化・圧縮 |
+| `pattern_store` | パターンライブラリへの保存 |
+| `pattern_query` | パターンの検索・取得 |
+| `pattern_consolidate` | 類似パターンの統合 |
+| `ontology_query` | オントロジーグラフへのクエリ |
+| `ontology_infer` | オントロジーによる推論実行 |
+
+#### オントロジー検証ツール（3ツール）- v1.4.1 NEW!
+
+| ツール名 | 説明 |
+|---------|------|
+| `consistency_validate` | 知識グラフの整合性検証 |
+| `validate_triple` | 単一トリプルの事前検証 |
+| `check_circular` | 循環依存の検出 |
+
+# 9. YATA Local & YATA Global（v1.6.3）
+
+v1.6.3では、知識グラフの永続化と分散管理のための新パッケージを追加しました。
+
+## 9.1 YATA Local
+
+SQLiteベースのローカル知識グラフストレージです。
+
+```mermaid
+flowchart TB
+    subgraph YataLocal["YATA Local"]
+        DB["SQLite Database<br/>WAL mode, FTS5"]
+        QE["Query Engine<br/>BFS/DFS pathfinding"]
+        RE["Reasoning Engine<br/>4 built-in rules"]
+        IO["I/O Module<br/>JSON/RDF export"]
+    end
+    
+    DB --> QE
+    QE --> RE
+    RE --> IO
+```
+
+### 主な機能
+
+| コンポーネント | 機能 |
+|--------------|------|
+| **Database Layer** | Entity/Relationship CRUD, FTS5全文検索, 変更追跡 |
+| **Query Engine** | グラフクエリ, BFS/DFSパス探索, サブグラフ抽出, パターンマッチ |
+| **Reasoning Engine** | 推論ルール実行, 制約検証, 信頼度計算, 関係性推奨 |
+| **I/O Module** | JSON/RDF(N-Triples)エクスポート, Delta同期 |
+
+### 組み込み推論ルール
+
+```typescript
+// 推移的継承: A extends B, B extends C → A extends C
+'transitive-extends'
+
+// 型実装: A implements B → A is-a B
+'implements-type'
+
+// 推移的依存: A depends-on B, B depends-on C → A depends-on C
+'transitive-dependency'
+
+// メソッドオーバーライド: A extends B, B has method M → A overrides M
+'method-override'
+```
+
+### 使用例
+
+```typescript
+import { createYataLocal } from '@nahisaho/yata-local';
+
+const yata = createYataLocal('./knowledge.sqlite');
+
+// エンティティ追加
+yata.addEntity({
+  id: 'class-user',
+  type: 'class',
+  name: 'User',
+  file: 'src/models/user.ts',
+  properties: { abstract: false }
+});
+
+// 関係性追加
+yata.addRelationship({
+  source: 'class-admin',
+  target: 'class-user',
+  type: 'extends'
+});
+
+// パス探索
+const path = yata.findPath('class-admin', 'interface-entity');
+
+// 推論実行
+const inferred = yata.infer();
+
+// 制約検証
+const validation = yata.validate();
+
+yata.close();
+```
+
+## 9.2 YATA Global
+
+分散型知識グラフプラットフォームです。
+
+```mermaid
+flowchart TB
+    subgraph YataGlobal["YATA Global Platform"]
+        API["API Client<br/>REST, Auth, Rate limiting"]
+        Cache["Cache Manager<br/>SQLite offline cache"]
+        Sync["Sync Engine<br/>Push/Pull, Auto-sync"]
+        Client["Main Client<br/>Search, Share, Analytics"]
+    end
+    
+    subgraph Features["Features"]
+        FW["Framework Knowledge<br/>19 categories, 20 languages"]
+        PAT["Shared Patterns<br/>15 categories"]
+        COMM["Community<br/>Ratings, Downloads"]
+    end
+    
+    Client --> API
+    Client --> Cache
+    Client --> Sync
+    Client --> Features
+```
+
+### 主な機能
+
+| コンポーネント | 機能 |
+|--------------|------|
+| **API Client** | REST通信, Bearer認証, レート制限追跡 |
+| **Cache Manager** | SQLiteオフラインキャッシュ, TTL管理, 自動サイズ制限 |
+| **Sync Engine** | Push/Pull同期, 自動同期, オフラインキュー |
+| **Main Client** | 検索, パターン共有, 評価, アナリティクス |
+
+### 使用例
+
+```typescript
+import { createYataGlobal } from '@nahisaho/yata-global';
+
+const yata = createYataGlobal({
+  endpoint: 'https://api.yata.global/v1',
+  offlineMode: false,
+});
+
+// フレームワーク検索
+const frameworks = await yata.searchFrameworks({
+  query: 'react',
+  category: 'web-frontend',
+  sortBy: 'popularity',
+});
+
+// パターン検索
+const patterns = await yata.searchPatterns({
+  query: 'hooks',
+  language: 'typescript',
+});
+
+// パターン共有（認証必要）
+await yata.login({ username: 'user', password: 'pass' });
+const patternId = await yata.sharePattern({
+  name: 'Custom Hook Pattern',
+  description: 'Reusable stateful logic',
+  category: 'design-pattern',
+  frameworks: ['react'],
+  language: 'typescript',
+  template: 'function use${Name}() { ... }',
+  tags: ['hooks', 'state'],
+  visibility: 'public',
+  official: false,
+});
+
+// 同期
+const result = await yata.sync();
+console.log(`Pulled: ${result.frameworksPulled} frameworks`);
+
+// オフラインモード
+yata.enableOfflineMode();
+
+yata.close();
+```
+
+### オフラインサポート
+
+YATA Globalは完全なオフラインサポートを提供：
+
+| 機能 | オンライン | オフライン |
+|------|----------|-----------|
+| 検索 | API + キャッシュ | キャッシュのみ |
+| パターン共有 | 即時アップロード | キューに追加 |
+| 評価 | 即時送信 | キューに追加 |
+| 同期 | 利用可能 | 無効 |
+
+### メリット
+
+- ✅ **高速アクセス**: SQLiteキャッシュによる高速検索
+- ✅ **オフライン対応**: ネットワーク非接続時も動作
+- ✅ **自動同期**: バックグラウンドでの定期同期
+- ✅ **コミュニティ**: パターン共有と評価
+- ✅ **マルチ言語**: 20プログラミング言語対応
+
+### メリット
+
+- ✅ **高度な機能**: 知識グラフ連携、矛盾検出
+- ✅ **ツール統合**: AIが直接ツールを呼び出し可能
+- ✅ **リアルタイム検証**: 作成中のドキュメントを即座に検証
+- ✅ **トレーサビリティ**: 要件から実装までの完全追跡
+
+## 9.3 どちらを選ぶべきか？
+
+```mermaid
+flowchart TD
+    Start[MUSUBIXを使いたい] --> Q1{MCPを使う環境がある？}
+    
+    Q1 -->|はい| Q2{高度な機能が<br>必要？}
+    Q1 -->|いいえ| Direct[方法1: 直接利用]
+    
+    Q2 -->|はい| MCP[方法2: MCP経由]
+    Q2 -->|いいえ| Both[両方併用]
+    
+    Direct --> Use1[AGENTS.md + プロンプトで日常開発]
+    MCP --> Use2[MCPツールで<br>高度な検証・分析]
+    Both --> Use3[普段は直接利用<br>必要時にMCP]
+```
+
+| シナリオ | 推奨方法 |
+|---------|---------|
+| 個人開発、小規模プロジェクト | 方法1（直接利用） |
+| チーム開発、大規模プロジェクト | 方法2（MCP経由） |
+| 要件定義・設計のみ利用 | 方法1（直接利用） |
+| 知識グラフ連携が必要 | 方法2（MCP経由） |
+| 両方の利点を活かしたい | 両方併用 |
+
+詳細は [インストールガイド](https://github.com/nahisaho/MUSUBIX/blob/main/docs/INSTALL-GUIDE.ja.md) を参照してください。
+
+# 10. KGPR - Knowledge Graph Pull Request（v1.6.4）
+
+v1.6.4では、**KGPR（Knowledge Graph Pull Request）**機能が追加されました。これはGitHub PRと同様のワークフローで、YATA LocalからYATA Globalへ安全に知識グラフを共有する機能です。
+
+## 10.1 KGPRワークフロー
+
+```mermaid
+flowchart LR
+    subgraph Local["YATA Local"]
+        L1[プロジェクト知識<br>自動収集]
+        L2[パターン抽出]
+    end
+    
+    subgraph KGPR["KGPR処理"]
+        K1[差分抽出]
+        K2[プライバシー<br>フィルタリング]
+        K3[レビュー<br>リクエスト]
+    end
+    
+    subgraph Global["YATA Global"]
+        G1[レビュー]
+        G2[マージ]
+        G3[コミュニティ<br>知識]
+    end
+    
+    L1 --> L2
+    L2 --> K1
+    K1 --> K2
+    K2 --> K3
+    K3 --> G1
+    G1 --> G2
+    G2 --> G3
+```
+
+## 10.2 プライバシーフィルター
+
+機密情報の漏洩を防ぐため、3段階のプライバシーレベルを提供：
+
+| レベル | フィルタ対象 | 推奨シナリオ |
+|-------|------------|------------|
+| `strict` | ファイルパス、URL、認証情報、全メタデータ | オープンソース公開 |
+| `moderate` | ファイルパス、URL、認証情報 | 組織内共有 |
+| `none` | フィルタなし | 完全な内部利用 |
+
+## 10.3 KGPRステータス遷移
+
+```
+draft → open → reviewing → approved/changes_requested → merged/closed
+```
+
+| ステータス | 説明 |
+|-----------|------|
+| `draft` | 作成中、まだ送信されていない |
+| `open` | レビュー待ち |
+| `reviewing` | レビュー中 |
+| `approved` | 承認済み、マージ可能 |
+| `changes_requested` | 変更要求あり |
+| `merged` | マージ完了 |
+| `closed` | マージせずにクローズ |
+
+## 10.4 CLIコマンド
+
+```bash
+# KGPRの作成
+musubix kgpr create -t "Reactパターンの共有"
+
+# 差分プレビュー
+musubix kgpr diff --namespace myproject --privacy moderate
+
+# KGPR一覧
+musubix kgpr list
+
+# KGPRの送信
+musubix kgpr submit KGPR-001
+
+# KGPRの詳細表示
+musubix kgpr show KGPR-001
+
+# KGPRのクローズ
+musubix kgpr close KGPR-001
+```
+
+## 10.5 MCPツール
+
+| ツール | 説明 |
+|-------|------|
+| `kgpr_create` | ローカル知識グラフからKGPRを作成 |
+| `kgpr_diff` | KGPR作成前に差分をプレビュー |
+| `kgpr_list` | 全KGPRを一覧表示 |
+| `kgpr_submit` | KGPRをレビューに送信 |
+| `kgpr_review` | KGPRをレビュー（approve/changes_requested/commented） |
+
+# 11. YATA Platform Enhancements（v1.7.0）
+
+v1.7.0では、YATAプラットフォーム全体に大規模な機能拡張が行われました。5つの主要フェーズで構成されています。
+
+## 11.1 Phase 1: インデックス最適化
+
+YATA Localのクエリパフォーマンスを大幅に向上させる複合インデックス最適化機能。
+
+```mermaid
+flowchart LR
+    subgraph IndexOptimizer["IndexOptimizer"]
+        A[クエリパターン分析] --> B[最適インデックス生成]
+        B --> C[インデックス健全性監視]
+    end
+    
+    C --> D[自動最適化推奨]
+```
+
+| 機能 | 説明 |
+|------|------|
+| `analyzeQueryPatterns()` | クエリパターンを分析 |
+| `createOptimalIndexes()` | 複合インデックスを作成 |
+| `checkIndexHealth()` | 断片化を検出 |
+| `rebuildIndex()` | インデックス再構築 |
+
+## 11.2 Phase 2: 拡張エクスポートパイプライン
+
+増分エクスポートと複数フォーマット対応の強力なエクスポート機能。
+
+```mermaid
+flowchart LR
+    subgraph ExportPipeline["ExportPipeline"]
+        E1[フルエクスポート]
+        E2[増分エクスポート]
+        E3[フォーマット変換]
+    end
+    
+    E1 --> F1[JSON]
+    E2 --> F2[RDF/Turtle]
+    E3 --> F3[N-Triples]
+```
+
+| フォーマット | 説明 |
+|------------|------|
+| JSON | デフォルト形式 |
+| RDF/Turtle | セマンティックWeb標準 |
+| N-Triples | トリプル形式 |
+
+## 11.3 Phase 3: Global同期統合
+
+YATA LocalとYATA Global間のシームレスな同期機能。
+
+```mermaid
+flowchart TB
+    subgraph GlobalSync["GlobalSyncClient"]
+        GS1[オフラインファースト] --> GS2[自動同期]
+        GS2 --> GS3[競合解決]
+    end
+    
+    subgraph SyncEngine["SyncEngine"]
+        SE1[Push同期]
+        SE2[Pull同期]
+        SE3[双方向マージ]
+    end
+    
+    GlobalSync --> SyncEngine
+```
+
+| 競合解決戦略 | 説明 |
+|-------------|------|
+| `server-wins` | サーバー側を優先 |
+| `client-wins` | クライアント側を優先 |
+| `merge` | 自動マージ試行 |
+| `manual` | 手動解決 |
+
+## 11.4 Phase 4: コードジェネレーター強化
+
+設計ドキュメントからの高度なコード生成機能。
+
+```mermaid
+flowchart LR
+    subgraph CodeGenerator["CodeGenerator"]
+        CG1[C4設計読込] --> CG2[パターン検出]
+        CG2 --> CG3[コード生成]
+    end
+    
+    CG3 --> P1[Repository]
+    CG3 --> P2[Service]
+    CG3 --> P3[Factory]
+    CG3 --> P4[Value Object]
+```
+
+| 対応パターン | 説明 |
+|-------------|------|
+| Repository | データアクセス層 |
+| Service Layer | ビジネスロジック層 |
+| Factory | オブジェクト生成 |
+| Domain Events | イベント駆動設計 |
+| Value Objects | 不変オブジェクト |
+
+## 11.5 Phase 5: YATA UI（Web可視化）
+
+知識グラフのWebベース可視化・管理インターフェース。
+
+```mermaid
+flowchart TB
+    subgraph YataUI["YATA UI Server"]
+        UI1[Express Server] --> UI2[REST API]
+        UI1 --> UI3[WebSocket]
+    end
+    
+    subgraph Features["UI機能"]
+        F1[グラフ可視化]
+        F2[リアルタイム更新]
+        F3[名前空間フィルタ]
+        F4[エンティティ編集]
+    end
+    
+    YataUI --> Features
+```
+
+| 機能 | 説明 |
+|------|------|
+| `start()` | サーバー起動 |
+| `stop()` | サーバー停止 |
+| `setDataProvider()` | データソース設定 |
+| `broadcastUpdate()` | リアルタイム配信 |
+
+## 11.6 v1.7.0 パッケージサマリー
+
+| パッケージ | 新機能 |
+|-----------|--------|
+| `@nahisaho/yata-local` | IndexOptimizer, ExportPipeline, CodeGenerator |
+| `@nahisaho/yata-global` | GlobalSyncClient, SyncEngine, CacheManager |
+| `@nahisaho/yata-ui` | YataUIServer, GraphData変換, WebSocket |
+
+# 参考リンク
+
+- [MUSUBIX GitHub](https://github.com/nahisaho/MUSUBIX)
+- [MUSUBIX npm](https://www.npmjs.com/package/musubix)
+- [MUSUBI GitHub](https://github.com/nahisaho/MUSUBI)
+- [YATA GitHub](https://github.com/nahisaho/YATA)
+
+---
+
+**著者**: nahisaho  
+**公開日**: 2026-01-02  
+**更新日**: 2026-01-06  
+**バージョン**: v1.7.0