メタプロジェクトスキャナー（リポジトリメタ知識整合性スキャン）

リポジトリメタ知識整合性スキャナー（Scan Meta-Project）

既存のメタプロジェクトセットアップを破壊的に再初期化せずに、高速な簡易スキャンまたは詳細な整合性監査を実行するための運用スキル。

このスキルは2つのモードで動作します：

• --shallow（簡易健全性チェック）： ルートのAGENTS.mdと5つの知識スライスの存在と空でないことを確認し、バウンダリーゲート（check_boundaries.py --audit-tree）を実行して100%のファイルカバレッジを検証し、タスクの鮮度をチェックします。
• --deep（コア詳細調査＆ドリフトチェック）： すべての浅いチェックを実行し、主要なランタイムモジュールに対してコアインスペクションチェックリストを呼び出し、sync-architectureにコンポーネント/データフローの同期を委任し、weak_spots.mdの技術的負債を監査し、ローカル整合性テストを実行します。

---

スキルを呼び出すタイミング

• ユーザーが「scan-meta-project」、「scan meta project」、「инспекция мета-знаний」、「チェックカバレッジ」、「audit meta-knowledge」、「check boundaries coverage」、「ブラインドスポットを探す」、「verify slices」とリクエストした場合。
• リリース前検証、PRレビュー、またはエージェンティックセッション外で大規模な変更を行った後の開発再開時。
• init-meta-projectによる初期化の完了時に自動的に呼び出されます。
• 主な担当ロール： agent-quality-guardian（コンパクトトリオトポロジー）、またはagent-meta-guardian（拡張ロールトポロジー）、またはユーザーによる直接呼び出し。

---

実行手順

フェーズ1：モード決定とターゲット解決

1. ユーザープロンプトから呼び出しモードを特定する。デフォルトは--shallow：
   • --shallow： 定期的な整合性チェック、境界カバレッジ検証、タスクの鮮度確認。
   • --deep： 完全なアーキテクチャドリフト検出、コアインスペクションチェックリスト、テスト実行。
2. バウンダリーゲートスクリプトを見つける：
   • 優先： .agents/scripts/check_boundaries.py（ターゲットリポジトリレイアウト）。
   • フォールバック： scripts/check_boundaries.py（メタプロジェクトレイアウト）。
   • どちらのスクリプトも存在しない場合は、手動でboundaries.mdのグロブパターンに基づいて境界を検証する。

---

フェーズ2：浅い検査（--shallow）

1. パスポート整合性：
   • ルートAGENTS.mdの存在を確認。
   • セクション1にノーススターと不変条件（Circuit Breaker、Default Deny）が含まれていることを確認。
   • セクション2、3、4、5にプレースホルダータグ（{{...}}）がなく、内容が入力されていることを確認。
2. 知識スライス監査：
   • .agents/project_knowledge/内の5つの標準スライスを確認：
     • architecture.md（コンポーネントとデータフロー）。
     • boundaries.md（責任ゾーン）。
     • weak_spots.md（脆弱なモジュールとリスク）。
     • observations.md（5列の観察テーブル）。
     • tasks.md（アクティブな目標とチェックリスト）。
3. 境界カバレッジ（ゼロ未マップディレクトリルール）：
   • 自動化されたバウンダリーゲート監査を実行：

     python .agents/scripts/check_boundaries.py --audit-tree
     # フォールバック： python scripts/check_boundaries.py --audit-tree
     

   • 未マップのファイルやディレクトリが報告された場合、ブラックゾーン違反として扱う。直ちにフラグを立て、boundaries.mdへの追加を要求する。
4. タスクレジスタチェック（tasks.md）：
   • アクティブな目標が明確で、完了した項目が- [x]でマークされていることを確認。

---

フェーズ3：詳細検査（--deep）

--deepで実行された場合、エージェントはフェーズ2のすべてのチェックを実行し、その後以下を実行する：

1. コアインスペクションチェックリスト（主要モジュール）：
   • データベースとストレージ： 主要なモデル/リポジトリファイルを読む。スキーマの結合、マイグレーション、モノリシックな成長を検査。
   • 外部クライアントとAPI： 統合（AI SDK、HTTPクライアント）を読む。タイムアウト設定、サーキットブレーカー、エラー伝播を確認。
   • コンテナ化とCI： Dockerfile、docker-compose*.yml、.github/workflows/を読む。ビルドマトリックスとセキュリティフラグを確認。
   • エントリーポイントとUI： メインルーター、CLIエントリーポイント、コマンドハンドラーを読む。プラットフォームのペイロード制約と入力検証を確認。
2. アーキテクチャドリフト検出（sync-architectureへの委任）：
   • カスタムコード解析ロジックを複製しない。手続き型スキルsync-architectureを呼び出す：
     • sync-architectureはすべてのlocal_repo_dataブロックのプリフライト保存を実行。
     • 現在のコンポーネントとエンドツーエンドのデータフローで.agents/project_knowledge/architecture.mdを更新。
3. リスクと負債の再調整（weak_spots.md）：
   • weak_spots.mdの既存項目を確認：以前記録された技術的負債が解決された場合、解決済みとしてマークするか削除する。
   • コアインスペクション中に新しい脆弱な結合やアーキテクチャ上のボトルネックが発見された場合は、それらを記録する。
4. 自動テスト実行：
   • 標準的なテスト検出を使用してプロジェクトのテストスイートを実行：

     python -m unittest discover -s tests -p "test_*.py" -v
     # またはスタック固有のランナー（例：pytest、npm test、cargo test）
     

---

フェーズ4：日和見的リフレッシュとレポート

1. 特定されたギャップのバックフィル（読み取り＋日和見的リフレッシュ）：
   • 発見された未マップパスをboundaries.mdにアトミックに書き込む（<!-- local_repo_data:boundaries -->ブロック内）。
   • tasks.mdを新しいサブタスクまたは完了したマイルストーンで更新。
   • 新たに解決された環境の癖をobservations.mdに記録する。
2. スキャンレポートの配信： ユーザーに簡潔な要約を提示する：

   ### 🔍 スキャンレポート（メタプロジェクトスキャナー）
   - **モード：** `--shallow` | `--deep`
   - **パスポートとスライス：** 5/5 スライス存在、AGENTS.md 有効
   - **境界カバレッジ：** 100% マップ済み（または N 個の未マップパスを検出）
   - **アーキテクチャドリフト：** 同期済み（または sync-architecture で更新済み）
   - **特定されたアクション項目：** [ある場合、1〜3の具体的な推奨事項をリスト]