cawplan-internal-qa-coding-humaninputs-sample

CawPlan 内部 QA — 人手入力サンプルとラベル付け

ブートストラップ

cawplan skill check

タスク

CawPlan CLI を使って人手入力の行を取得し、本番の分類コンテキストルールに沿ったフィクスチャ JSON を出力します。その後、ローカルのラベルエディターを開き、人間が各ターンの expected_categories、expected_topic、必要に応じて expected_reason と review_required を設定できるようにします。

ワークフロー

1. 対象範囲を決定する（humaninputs-test と同じ曖昧さ解消ルール）

メンバー（任意）：cawplan session members → 完全一致する --member の git キーを指定します。候補が複数ある場合は、推測せずにユーザーに選択を依頼します。

製品（任意）：cawplan products list --search "<name>" → unique_id を指定します。候補が複数ある場合は、ユーザーに選択を依頼します。

製品内のユーザー（任意）：product-human-input-logs --user-id に PRM の user_id が必要です。cawplan users query で解決します。

日付範囲（必須）：--from / --to、または単日なら --date を指定します。ユーザーが範囲を指定しない場合、直近 2 日間をデフォルトにします。

件数：--limit N（デフォルトは 20）。

セッションの形状（いずれかを選択）：

• --one-session — 範囲内で行数が最も多いセッションを自動選択します（20 ターンの Slack フィクスチャのような、複数ターンにわたる prev チェーンに最適です）。
• --session-id <id> — 1 つのセッションを明示的に指定します。
• どちらも指定しない場合 — 並べ替え後の先頭 N 行を取得します（prev は引き続き session_id ごとに計算されます）。

2. フィクスチャ JSON を作成する

このスキルのディレクトリから実行します：

SKILL_DIR="/media/spx/work/github/flow-cawplan-skill/skills/cawplan-internal-qa-coding-humaninputs-sample"

node "$SKILL_DIR/scripts/build_sample.mjs" \
  --from <YYYY-MM-DD> --to <YYYY-MM-DD> \
  [--member "<exact_member>"] \
  [--product "<product name>" | --product-id <id>] \
  [--user-id <prm_user_id>] \
  [--session-id <session_id> | --one-session] \
  --limit <N> \
  --output "<path>/human-input-sample.json" \
  --copy-for-editor

出力形式（/media/spx/work/2026/0830/ の eval フィクスチャに準拠）：

フィールド	意味
items[].content	生の人手入力
items[].assistant_message	対応するアシスタントの返信（API から取得した全文）
items[].prev_assistant_message	処理済みの、同じセッション内における前のターンのアシスタント返信の最後の段落（本番の prev スロット）。選択した N 行だけでなく、日付範囲内で取得したすべての行から解決されます。そのため、直近の一部を取得した場合でも、そのセッションの前のターンが出力に含まれていなくても正しい prev を取得できます
items[].expected_categories	ラベル付けするまでは空の []
items[].expected_topic	ラベル付けするまでは空
items[].expected_reason	レビュアー向けの任意の自由記述の理由（入力されるまでは空）
items[].review_required	デフォルトは false。カテゴリやトピックのラベルをレビューする必要がある場合は true に設定します
items[].cloud_category / cloud_topic	クラウドエンリッチメントによる任意のヒント

前処理は uid.core-product の ClassifyPrevAssistantTail / ClassifyAssistantSnippet を再現します（scripts/classify_context.mjs を参照）。

3. ラベルエディターを開く

--copy-for-editor の後に、静的サーバーを起動してページを開きます：

cd "$SKILL_DIR/assets"
python3 -m http.server 8765

ブラウザー：http://localhost:8765/label-editor.html

• 最新のサンプルを読み込む — assets/samples/latest.json を読み込みます（--copy-for-editor によって書き込まれます）。
• JSON を読み込む — 任意のフィクスチャファイルを選択します。
• ラベル付き JSON をダウンロード — expected_categories / expected_topic が入力された *-labeled.json を出力します。設定されている場合は expected_reason / review_required も含まれます。
• 下書きはブラウザーの localStorage に自動保存されます。

ユーザーには、出力先のパスとエディターの URL を伝え、完了後にラベル付き JSON をエクスポートするよう案内してください（例：/media/spx/work/2026/0830/ など、ユーザーの eval フォルダーに保存します）。

出力

ユーザーに以下を報告します：

• 解決したフィルター（メンバー / 製品 / 日付 / 件数 / セッション）。
• 生成した JSON と assets/samples/latest.json のパス。
• ラベルエディターの URL（http://localhost:8765/label-editor.html）。
• 注釈が完了したら、ページからラベル付き JSON をエクスポートするよう案内します。

参考資料

• scripts/build_sample.mjs — 取得と前処理
• scripts/classify_context.mjs — 本番に準拠した段落ルール
• assets/label-editor.html — Web UI
• references/CATEGORY_TAXONOMY.md — カテゴリラベルの定義
• references/TOPIC_TAXONOMY.md — トピックラベルの定義