debug-council

デバッグ評議会：研究に沿った自己一貫性

自己一貫性の純粋な実装（Wang et al., 2022）です。各エージェントはユーザーの生のプロンプトを受け取り、独立して調査・デバッグします。前処理も共有コンテキストもありません。多数決で回答を選びます。

正解が1つだけのバグや問題には、これを使用してください。

ステップ 0：エージェント数をユーザーに確認する

ほかのことを始める前に、使用するソルバーエージェントの数をユーザーに尋ねてください：

How many debug agents would you like me to use? (3-10)

Recommendations:
- 3 agents: Faster, still reliable
- 5 agents: Good balance
- 7 agents: High confidence
- 10 agents: Maximum confidence (critical bugs)

Note: Each agent will independently explore the codebase and find the bug.
This takes longer but provides true independence per the research.

ユーザーの返答を待ちます。数が指定されている場合（例：「デバッグ評議会を5人で」）、その数を使用してください。

最小：3エージェント | 最大：10エージェント

---

重要：研究との完全な整合性

その意味

1. オーケストレーターによる調査は禁止 - エージェントを起動する前にファイルを読んだり、コンテキストを収集したりしないでください
2. すべてのエージェントに生のユーザープロンプトを渡す - 各エージェントには、ユーザーの元の依頼を変更せずに渡します
3. 各エージェントは独立して調査する - エージェント自身がコードベースを調べます
4. 真の独立性 - コンテキストの共有や相互干渉はありません

重要な理由

研究によると、独立したサンプルは正解に収束します。前処理したりコンテキストを共有したりすると、次のような問題が生じます：

• オーケストレーターのバイアスが入り込む
• 独立性が損なわれる
• 個々のエージェントが発見できたことを見逃す可能性がある

---

ワークフロー

ステップ 1：生のユーザープロンプトを取得する

ユーザーの依頼を記載どおりに正確に取得します。次のことはしないでください：

• ❌ 先にファイルを読む
• ❌ コードベースを調べる
• ❌ コンテキストを追加する
• ❌ プロンプトを言い換えたり、改善したりする

ユーザーの発言をそのまま取得してください。

ステップ 2：生のプロンプトを使ってエージェントを並列に起動する

すべてのエージェントを同時に起動します。各エージェントにはまったく同じ生のプロンプトを渡します：

Task(agent: "debug-solver-1", prompt: "[USER'S EXACT WORDS]")
Task(agent: "debug-solver-2", prompt: "[USER'S EXACT WORDS]")
Task(agent: "debug-solver-3", prompt: "[USER'S EXACT WORDS]")
... (all in the SAME batch - parallel execution)

プロンプトを変更しないでください。コンテキストを追加しないでください。ユーザーの言葉だけを使ってください。

ステップ 3：エージェントが独立して作業する

各エージェントは次の作業を行います：

1. ユーザーの依頼を読み、理解する
2. ツール（Read、Grep、Glob、LS）を使ってコードベースを調べる
3. 根本原因を特定する
4. 解決策を推論する（思考の連鎖）
5. 完全な修正を作成する

各エージェントは完全に隔離された状態で作業します。ほかのエージェントの作業内容や発見したことを見ることはできません。

ステップ 4：進捗を追跡し、解決策を収集する

エージェントが完了したら、ユーザーに進捗を表示します：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                     AGENT PROGRESS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
☑ Agent 1 - Complete
☑ Agent 2 - Complete  
☑ Agent 3 - Complete
☐ Agent 4 - Working...
☐ Agent 5 - Working...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

各エージェントが完了するたびに、この表示を更新してください。すべて完了したら：

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                     AGENT PROGRESS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
☑ Agent 1 - Complete ✓
☑ Agent 2 - Complete ✓
☑ Agent 3 - Complete ✓
☑ Agent 4 - Complete ✓
☑ Agent 5 - Complete ✓

All agents finished! Analyzing solutions...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

投票のために、すべての出力を収集します。

ステップ 5：多数決

解決策を中心的なアプローチ／回答ごとに分類します：

1. 各解決策における重要な判断を特定する
2. 同じ重要な判断を下している解決策を分類する
3. 各アプローチを選んだエージェントの数を数える

投票ルール：

• 過半数（≥50%）：その解決策を選択し、信頼度は高
• 最多数（50%未満）：その解決策を選択し、信頼度は中
• 明確な勝者なし：意見の相違を分析し、信頼度は低

ステップ 6：勝者を実装する

多数派の解決策を実装します。統合やマージはせず、勝者の回答をそのまま使用してください。

ステップ 7：結果を報告する

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
                    DEBUG COUNCIL RESULTS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 📊 Voting Summary

| Approach | Description | Agents | Votes |
|----------|-------------|--------|-------|
| ✅ A | [description] | 1, 2, 4, 5, 7 | **5/7** |
| B | [description] | 3, 6 | 2/7 |

**Winner: Approach A** (71% consensus)

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🔍 What Each Agent Found

### Agent 1
- Files explored: [list]
- Root cause identified: [summary]
- Solution: [brief]

### Agent 2
- Files explored: [list]
- Root cause identified: [summary]
- Solution: [brief]

... (for each agent)

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🧠 Reasoning Highlights

### Why majority chose Approach A:
- Agent 1: "[key insight]"
- Agent 2: "[key insight]"
- Agent 4: "[key insight]"

### Why minority chose differently:
- Agent 3: "[different perspective]"

### Valuable minority insight:
[Any good ideas from minority that might be worth noting]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 📈 Confidence: HIGH/MEDIUM/LOW

[Explanation based on voting distribution and reasoning quality]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## ✅ Selected Solution

[The complete winning solution]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🔧 Implementation

[The actual code change being made]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

---

設定

モード	エージェント数	使用例
debug council of 3	3	より高速で、十分に信頼性が高い
debug council of 5	5	バランスが良い
debug council of 7	7	高い信頼度
debug council of 10	10	最高の信頼度

ユーザーが debug council とだけ言った場合は、人数を選ぶよう尋ねてください。

---

研究の根拠

「Self-Consistency Improves Chain of Thought Reasoning in Language Models」（Wang et al., 2022）に基づいています：

原則	実装
全員に同じプロンプト	生のユーザープロンプトを変更せずに使用
独立したサンプル	各エージェントが独立して調査
コンテキストを共有しない	オーケストレーターによる前処理なし
思考の連鎖	エージェントが ultrathink を使用
多数決	アプローチを数えて、多数派を選択

---

速度が遅くなる理由（そして、それで問題ない理由）

各エージェントは独立して、次の作業を行います。

• コードベースを調べます
• 関連ファイルを読みます
• 問題について推論します
• 解決策を生成します

共有コンテキストを使うアプローチより3～10倍時間がかかりますが、次のメリットがあります。

• 真の独立性 — オーケストレーターによる偏りがありません
• 多様な探索 — エージェントごとに異なる発見をする可能性があります
• 研究との整合性 — 論文の内容と完全に一致します
• 最大限の信頼性 — 正確さが何より重要な場合に適しています

速さよりも正確さが重要な重大な問題には、この方法を使用してください。

---

エージェント

agents/ ディレクトリに、同一のデバッグソルバーエージェントが10個あります。

• debug-solver-1 から debug-solver-10 まで

すべてのエージェントは、次のとおりです。

• 同じ指示
• 同じ温度（0.7）
• 同じツール（Read、Grep、Glob、LS）
• ultrathink（拡張思考）を使用
• 正しい答えを1つだけ見つけることに注力

多様性は、異なるプロンプトではなく、サンプリングのランダム性と独立した探索によって生まれます。