musubix 3.6.0 → 3.7.3

package/docs/adr/ADR-v3.4.0-003-lm-api-integration.md

@@ -0,0 +1,475 @@
+# ADR-v3.4.0-003: LM API Integration Strategy
+
+**Status**: Accepted  
+**Date**: 2026-01-16  
+**Authors**: AI Agent  
+**Context**: MUSUBIX v3.4.0 Deep Research Integration  
+**Traces To**: REQ-DR-CORE-004, REQ-DR-INT-001, DES-DR-v3.4.0
+
+---
+
+## Context
+
+Deep Research機能では、Web検索結果を推論・分析してナレッジを抽出する必要がある。以下の技術的決定が必要：
+
+1. **LM API選択**: どのLLM APIを使用するか
+2. **統合方法**: VS Code Extension APIとの統合方法
+3. **Expert Delegation統合**: 既存の@nahisaho/musubix-expert-delegation (v3.2.0+) の活用
+
+### 要件からの制約
+
+- REQ-DR-CORE-004: LM APIによる推論・評価・質問生成
+- REQ-DR-INT-001: Expert Delegation統合（EARS変換、設計レビュー等）
+- 憲法Article II: CLI Interface必須
+- VS Code環境: GitHub Copilot via LM API使用
+
+---
+
+## Decision
+
+**VS Code LM API**（Language Model API）を直接使用し、**Expert Delegation**をラッパーとして活用する2層構造を採用。
+
+### アーキテクチャ
+
+```
+┌─────────────────────────────────────────────────────┐
+│ Deep Research (Application Layer)                   │
+│ - LMReasoning                                       │
+│ - QuestionGenerator                                 │
+│ - AnswerEvaluator                                   │
+└────────────────┬────────────────────────────────────┘
+                 │
+                 ↓
+┌─────────────────────────────────────────────────────┐
+│ Expert Delegation (Middleware Layer)                │
+│ - DelegationEngine.delegate()                       │
+│ - ExpertManager (7 specialists)                     │
+│ - VSCodeLMProvider                                  │
+└────────────────┬────────────────────────────────────┘
+                 │
+                 ↓
+┌─────────────────────────────────────────────────────┐
+│ VS Code LM API (Platform Layer)                     │
+│ - vscode.lm.selectChatModels()                      │
+│ - model.sendRequest()                               │
+└─────────────────────────────────────────────────────┘
+```
+
+### 実装戦略
+
+```typescript
+// src/reasoning/lm-reasoning.ts
+
+import { DelegationEngine } from '@nahisaho/musubix-expert-delegation';
+import * as vscode from 'vscode';
+
+export class LMReasoning {
+  constructor(
+    private lmProvider: VSCodeLMProvider,
+    private expertDelegation: DelegationEngine
+  ) {}
+  
+  /**
+   * 反射的質問生成
+   * REQ-DR-CORE-009
+   */
+  async generateQuestions(
+    query: string,
+    currentKnowledge: KnowledgeBase
+  ): Promise<ReflectiveQuestion[]> {
+    const prompt = `
+Original query: ${query}
+
+Current knowledge: ${currentKnowledge.getSummary()}
+
+Generate 3-5 specific follow-up questions to fill knowledge gaps.
+Format: JSON array of {question, reason, priority}
+`;
+    
+    // 直接LM APIを使用
+    const response = await this.lmProvider.generateText({
+      messages: [{ role: 'user', content: prompt }],
+      maxTokens: 500,
+    });
+    
+    return JSON.parse(response.text);
+  }
+  
+  /**
+   * 回答評価
+   * REQ-DR-CORE-004
+   */
+  async evaluateAnswer(
+    query: string,
+    answer: AnswerAction,
+    knowledge: KnowledgeBase
+  ): Promise<EvaluationResult> {
+    const prompt = `
+Evaluate if this answer is definitive and complete:
+
+Query: ${query}
+Answer: ${answer.answer}
+Knowledge base: ${knowledge.size()} items
+
+Return JSON: {
+  isDefinitive: boolean,
+  confidence: number,
+  missingAspects: string[],
+  recommendations: string[]
+}
+`;
+    
+    // 直接LM APIを使用
+    const response = await this.lmProvider.generateText({
+      messages: [{ role: 'user', content: prompt }],
+      maxTokens: 300,
+    });
+    
+    return JSON.parse(response.text);
+  }
+  
+  /**
+   * EARS変換（Expert Delegation経由）
+   * REQ-DR-INT-001, REQ-DR-INT-009
+   */
+  async convertToEARS(finding: Finding): Promise<string> {
+    // Expert Delegationを使用
+    const result = await this.expertDelegation.delegate({
+      prompt: `Convert to EARS format: ${finding.statement}`,
+      expertType: 'ears-analyst',
+      mode: 'advisory',
+    });
+    
+    return result.content;
+  }
+}
+```
+
+---
+
+## Rationale
+
+### なぜVS Code LM APIを直接使用するか
+
+**✅ 採用理由**:
+
+1. **GitHub Copilot統合**: VS Code環境でCopilotを直接利用可能
+2. **ゼロコスト**: 追加のAPI Key不要（Copilotライセンス内）
+3. **既存インフラ活用**: Expert Delegationが既にVS Code LM APIをラップ済み
+4. **モデル選択柔軟性**: `selectChatModels()`でモデル切り替え可能
+
+**VS Code LM API例**:
+```typescript
+import * as vscode from 'vscode';
+
+const models = await vscode.lm.selectChatModels({
+  vendor: 'copilot',
+  family: 'gpt-4',
+});
+
+const model = models[0];
+const response = await model.sendRequest(
+  [{ role: vscode.LanguageModelChatMessageRole.User, content: prompt }],
+  { maxTokens: 500 },
+  token
+);
+```
+
+### LM Provider比較
+
+| プロバイダー | 長所 | 短所 | 判定 |
+|-------------|------|------|------|
+| **VS Code LM API** | Copilot統合、API Key不要 | VS Code環境依存 | ✅ 採用 |
+| **OpenAI API** | 高品質、独立動作 | ❌ 有料、API Key管理必要 | ❌ 不採用 |
+| **Azure OpenAI** | エンタープライズ対応 | ❌ 有料、Azure依存 | ❌ 不採用 |
+| **Anthropic Claude** | 長文対応 | ❌ 有料、API Key管理必要 | ❌ 不採用 |
+| **Ollama (Local)** | プライバシー、無料 | ❌ GPU必要、品質低い | ❌ 不採用 |
+
+### Expert Delegationの役割
+
+**既存パッケージを活用**して以下の機能を委譲：
+
+| 機能 | Expert Type | 用途 |
+|------|------------|------|
+| **EARS変換** | `ears-analyst` | 調査結果をEARS形式要件に変換 |
+| **設計レビュー** | `design-reviewer` | 生成した設計のSOLID準拠チェック |
+| **セキュリティ分析** | `security-analyst` | 調査結果からセキュリティリスク検出 |
+| **アーキテクチャ分析** | `architect` | 技術選択肢の評価 |
+
+**Adapter Pattern**で統合：
+
+```typescript
+// src/integrations/expert-integration.ts
+
+export class ExpertIntegration {
+  constructor(private delegation: DelegationEngine) {}
+  
+  async convertToEARS(finding: string): Promise<string> {
+    const result = await this.delegation.delegate({
+      prompt: `Convert to EARS format: ${finding}`,
+      expertType: 'ears-analyst',
+      mode: 'advisory',
+    });
+    return result.content;
+  }
+  
+  async reviewDesign(designDoc: string): Promise<string> {
+    const result = await this.delegation.delegate({
+      prompt: `Review this design for SOLID principles: ${designDoc}`,
+      expertType: 'design-reviewer',
+      mode: 'advisory',
+    });
+    return result.content;
+  }
+  
+  async analyzeSecurityRisks(findings: Finding[]): Promise<SecurityAnalysis> {
+    const result = await this.delegation.delegate({
+      prompt: `Analyze security risks: ${JSON.stringify(findings)}`,
+      expertType: 'security-analyst',
+      mode: 'advisory',
+    });
+    return JSON.parse(result.content);
+  }
+}
+```
+
+---
+
+## Consequences
+
+### Positive
+
+✅ **ゼロコスト**: GitHub Copilotライセンス内で動作  
+✅ **既存資産活用**: Expert Delegation (v3.2.0+) をそのまま利用  
+✅ **テスト容易性**: VSCodeLMProviderをMockして単体テスト可能  
+✅ **専門知識**: 7種のExpertタイプで高品質な分析
+
+### Negative
+
+⚠️ **VS Code依存**: CLI実行時もVS Code環境が必要  
+⚠️ **モデル制限**: Copilotが提供するモデルに限定  
+⚠️ **トークン制限**: Copilotの利用制限に準拠
+
+### Mitigations
+
+- **VS Code依存**:
+  - CLIは`npx`でVS Code Extension Hostから実行
+  - 将来的にはOpenAI APIへのフォールバック実装
+- **モデル制限**:
+  - `selectChatModels()`でGPT-4を優先選択
+  - 利用不可時はGPT-3.5へフォールバック
+- **トークン制限**:
+  - TokenTrackerで予算管理（REQ-DR-CORE-006）
+  - 予算80%消費時に警告
+
+---
+
+## Implementation Details
+
+### VSCodeLMProviderラッパー
+
+```typescript
+// src/providers/vscode-lm-provider.ts
+
+import * as vscode from 'vscode';
+
+export interface LMProvider {
+  generateText(request: LMRequest): Promise<LMResponse>;
+}
+
+export interface LMRequest {
+  messages: { role: string; content: string }[];
+  maxTokens: number;
+  temperature?: number;
+}
+
+export interface LMResponse {
+  text: string;
+  tokensUsed: number;
+  model: string;
+}
+
+export class VSCodeLMProvider implements LMProvider {
+  private modelSelector: { vendor: string; family: string };
+  
+  constructor(modelSelector = { vendor: 'copilot', family: 'gpt-4' }) {
+    this.modelSelector = modelSelector;
+  }
+  
+  async generateText(request: LMRequest): Promise<LMResponse> {
+    // モデル選択
+    const models = await vscode.lm.selectChatModels(this.modelSelector);
+    
+    if (models.length === 0) {
+      throw new Error('No LM models available');
+    }
+    
+    const model = models[0];
+    
+    // メッセージ変換
+    const messages = request.messages.map(msg => 
+      new vscode.LanguageModelChatMessage(
+        msg.role === 'user' 
+          ? vscode.LanguageModelChatMessageRole.User 
+          : vscode.LanguageModelChatMessageRole.Assistant,
+        msg.content
+      )
+    );
+    
+    // リクエスト送信
+    const response = await model.sendRequest(
+      messages,
+      { maxTokens: request.maxTokens, temperature: request.temperature },
+      new vscode.CancellationTokenSource().token
+    );
+    
+    // レスポンス収集
+    let text = '';
+    for await (const chunk of response.text) {
+      text += chunk;
+    }
+    
+    return {
+      text,
+      tokensUsed: this.estimateTokens(text),
+      model: model.name,
+    };
+  }
+  
+  private estimateTokens(text: string): number {
+    // 簡易推定: 4文字 = 1トークン
+    return Math.ceil(text.length / 4);
+  }
+}
+```
+
+### トークン予算管理
+
+```typescript
+// src/utils/token-tracker.ts
+
+export class TokenTracker {
+  private usages: TokenUsage[] = [];
+  private budget: number;
+  private warningEmitted = false;
+  
+  constructor(budget: number) {
+    this.budget = budget;
+  }
+  
+  trackUsage(operation: string, tokens: number): void {
+    this.usages.push({ operation, tokens, timestamp: Date.now() });
+    
+    // 80%警告
+    if (this.getUsed() >= this.budget * 0.8 && !this.warningEmitted) {
+      console.warn(`⚠️  Token budget 80% consumed (${this.getUsed()}/${this.budget})`);
+      this.warningEmitted = true;
+    }
+    
+    // 100%エラー
+    if (this.isExceeded()) {
+      throw new TokenBudgetExceededError(this.getUsed(), this.budget);
+    }
+  }
+  
+  getUsed(): number {
+    return this.usages.reduce((sum, u) => sum + u.tokens, 0);
+  }
+  
+  getRemaining(): number {
+    return Math.max(0, this.budget - this.getUsed());
+  }
+  
+  isExceeded(): boolean {
+    return this.getUsed() >= this.budget;
+  }
+}
+```
+
+---
+
+## Compliance
+
+### 要件準拠
+
+| 要件ID | 対応 |
+|--------|------|
+| REQ-DR-CORE-004 | ✅ LM APIで推論・評価実装 |
+| REQ-DR-CORE-006 | ✅ TokenTrackerで予算管理 |
+| REQ-DR-INT-001 | ✅ Expert Delegation統合 |
+
+### 憲法準拠
+
+| 条項 | 対応 |
+|-----|------|
+| II. CLI Interface | ✅ CLIから実行可能 |
+| VII. Design Patterns | ✅ Adapter, Strategy適用 |
+
+---
+
+## Testing Strategy
+
+### Mock LM Provider
+
+```typescript
+// src/test/mocks/mock-lm-provider.ts
+
+export class MockLMProvider implements LMProvider {
+  private responses: Map<string, string> = new Map();
+  
+  setResponse(prompt: string, response: string): void {
+    this.responses.set(prompt, response);
+  }
+  
+  async generateText(request: LMRequest): Promise<LMResponse> {
+    const prompt = request.messages[0].content;
+    const text = this.responses.get(prompt) || '{"default": "response"}';
+    
+    return {
+      text,
+      tokensUsed: Math.ceil(text.length / 4),
+      model: 'mock-model',
+    };
+  }
+}
+```
+
+### テストケース
+
+```typescript
+describe('LMReasoning', () => {
+  it('should generate reflective questions', async () => {
+    const mockProvider = new MockLMProvider();
+    mockProvider.setResponse(
+      'Original query: ...',
+      JSON.stringify([
+        { question: 'What is X?', reason: '...', priority: 10 }
+      ])
+    );
+    
+    const reasoning = new LMReasoning(mockProvider, expertDelegation);
+    const questions = await reasoning.generateQuestions('test', knowledge);
+    
+    expect(questions).toHaveLength(1);
+    expect(questions[0].question).toBe('What is X?');
+  });
+});
+```
+
+---
+
+## References
+
+- [VS Code Language Model API](https://code.visualstudio.com/api/extension-guides/language-model)
+- [GitHub Copilot Extensions](https://github.com/features/copilot)
+- [@nahisaho/musubix-expert-delegation](../../packages/expert-delegation/README.md)
+- REQ-MUSUBIX-v3.4.0.md - 要件定義書
+- DES-DR-v3.4.0.md - 設計書
+
+---
+
+## Approval
+
+- **Author**: AI Agent (2026-01-16)
+- **Reviewer**: -
+- **Status**: Accepted

package/docs/adr/ADR-v3.7.0-001-everything-claude-code-integration.md

@@ -0,0 +1,102 @@
+# ADR-v3.7.0-001: Everything Claude Code知見の統合
+
+**ステータス**: Proposed  
+**日付**: 2026-01-25  
+**決定者**: MUSUBIX Team
+
+## コンテキスト
+
+MUSUBIX v3.6.0でCursor FastRenderプロジェクトからの知見（トリアージシステム、非交渉事項エンジン、リソースリミッター等）を統合しました。
+
+v3.7.0では、Anthropicハッカソン優勝者が公開している`affaan-m/everything-claude-code`リポジトリを分析し、Claude Codeの本格運用で必要とされる機能を特定しました。
+
+## 問題
+
+現在のMUSUBIXには以下の機能が不足しています：
+
+1. **セッション永続性**: セッション間でコンテキストが失われる
+2. **戦略的圧縮**: 自動圧縮が論理的な区切りを考慮しない
+3. **継続学習フック**: セッション終了時のパターン自動抽出がない
+4. **評価フレームワーク**: pass@k等の標準的AI評価メトリクスがない
+5. **検証ループ**: 継続的な品質検証の仕組みがない
+6. **チェックポイント**: 作業状態の保存・復元機能がない
+
+## 決定
+
+以下の9つの新パッケージを段階的に追加します：
+
+### Phase 1: Core Session Management (v3.7.0)
+| パッケージ | 優先度 | 機能 |
+|-----------|--------|------|
+| `session-manager` | P0 | セッション永続化、SessionStart/End/PreCompact Hook |
+| `context-optimizer` | P1 | 戦略的圧縮提案、ツール呼び出しカウンター |
+| `learning-hooks` | P1 | 継続学習、パターン自動抽出 |
+
+### Phase 2: Evaluation Framework (v3.7.1)
+| パッケージ | 優先度 | 機能 |
+|-----------|--------|------|
+| `eval-harness` | P1 | pass@k評価、Capability/Regression Eval |
+| `verification-loop` | P2 | 6フェーズ検証、継続的検証 |
+| `checkpoint` | P2 | 状態保存・復元、比較機能 |
+
+### Phase 3: Code Intelligence (v3.7.2)
+| パッケージ | 優先度 | 機能 |
+|-----------|--------|------|
+| `codemap` | P3 | リポジトリ構造分析、コードマップ生成 |
+| `refactor-cleaner` | P3 | デッドコード検出・削除 |
+| `context-injection` | P4 | 動的コンテキストモード |
+
+## 理由
+
+### everything-claude-codeを参照元に選んだ理由
+
+1. **実績**: Anthropicハッカソン優勝者が10ヶ月以上の本番使用で検証
+2. **網羅性**: エージェント、スキル、フック、コマンド、ルールを体系化
+3. **ベストプラクティス**: Token最適化、Memory永続化、Eval手法を文書化
+4. **コミュニティ採用**: GitHubスター数が多く、実用性が証明済み
+
+### MUSUBIXとの差別化
+
+everything-claude-codeは「設定ファイル集」であり、MUSUBIXは「プログラム可能なフレームワーク」です。
+
+| 観点 | everything-claude-code | MUSUBIX v3.7.0 |
+|------|----------------------|----------------|
+| 形態 | Markdown設定ファイル | TypeScriptパッケージ |
+| 拡張性 | 手動編集 | API経由でプログラム可能 |
+| 統合 | Claude Code専用 | MCP標準で汎用 |
+| 検証 | 手動 | 自動テスト5000+ |
+| 方法論 | 暗黙的 | MUSUBI SDD明示的 |
+
+## 代替案
+
+### 案A: everything-claude-codeをそのまま採用
+- **却下理由**: TypeScript統合不可、テスト自動化困難
+
+### 案B: 別リポジトリとして分離
+- **却下理由**: パッケージ間連携が困難、monorepoの利点喪失
+
+### 案C: 段階的統合（採用）
+- **理由**: 既存アーキテクチャとの整合性維持、段階的検証可能
+
+## 影響
+
+### ポジティブ
+- Claude Code/Copilotとの親和性向上
+- セッション間の継続性確保
+- AI評価の標準化
+
+### ネガティブ
+- パッケージ数増加（28 → 37）
+- 新しい概念の学習コスト
+- ドキュメント更新負荷
+
+## 関連決定
+
+- ADR-v3.6.0-001: FastRender知見の統合
+- ADR-v3.5.0-001: Assistant Axis導入
+- ADR-v3.0.0-001: Git-Native Knowledge System
+
+## 参考資料
+
+- [REQ-v3.7.0-everything-claude-code-integration.md](storage/specs/REQ-v3.7.0-everything-claude-code-integration.md)
+- [affaan-m/everything-claude-code](https://github.com/affaan-m/everything-claude-code)