drawio-gcp

Draw.io GCP

draw.io で正確な Google Cloud アーキテクチャ図を作成します。このスキルは薄いフロントエンドであり、決定論的なエンジン、バリデーター、ルールは drawio-ai CLI 経由で利用する drawio-ai-kit パッケージにあります。

0. 事前確認 — CLI がインストールされている必要があります

command -v drawio-ai >/dev/null 2>&1 || echo "Install the Kit first:  npm i -g github:sparklabx/drawio-ai-kit"

drawio-ai が PATH にない場合は、作業を中止し、ユーザーに npm i -g github:sparklabx/drawio-ai-kit を実行するよう伝えてください。自分で npm i -g を実行してはいけません — ユーザーの許可なしに、グローバル環境を変更してはいけません。

1. ビルドを委任する（ハーネスが対応している場合は推奨）

ハーネスがシェルコマンドの実行と画像の読み取りの両方ができる自律型サブエージェントを起動できる場合（例：Claude Code の Task ツール、汎用エージェント）は、ビルドの全工程をサブエージェントで実行してください。ルール、アイコン検索、すべてのレンダリング／修正の反復に、この会話のコストがかからなくなります。対応していない場合（またはサブエージェントが画像を読めない場合）は、以下のインラインでの手順に進んでください。同じ工程、同じルールです。

起動する前に、サブエージェントでは確認できない事項を特定してください。図の範囲、出力ディレクトリ（ユーザーのプロジェクト内の絶対パス）、ファイル名を確認します。上記の事前確認は自分で実行してください。複数の図を依頼された場合は、図ごとに別のサブエージェントを並列で起動し、それぞれ異なるファイル名を指定します。

モデルの振り分け — ハーネスでサブエージェントのモデルを選べる場合は、タスクの重さに応じて振り分けます。ルールの Templates テーブルに一致する依頼（再現は機械的で、バリデーターのアドバイス文字列が各修正方法を示します）には、高速／低コストのティア（Claude Haiku クラス — ビジョン対応必須）を使い、自由形式または新規のアーキテクチャには、標準の高性能モデルを使います。低コストのサブエージェントが VALIDATE に失敗するか、ITERATIONS > 3 を返した場合は、引き継いでインラインで作業する前に、高性能モデルで一度だけ再実行してください。複数の図を依頼された場合は、図ごとに個別に振り分けます。

サブエージェントへのプロンプト（すべての <...> を埋めてください）：

Build a GCP architecture .drawio diagram with the drawio-ai CLI.
Request: <user's request + clarifications, verbatim>
Output: <ABS_PROJECT_DIR>/<NAME>.drawio — never write inside the Kit, never into cwd.
Follow exactly:
1. Set ROOT="$(drawio-ai root)". Read $ROOT/docs/api-cheatsheet.md — the full layout-engine
   API in one file; never read library source.
2. Run `drawio-ai workflow` and `drawio-ai principles --mode gcp` — the source of
   truth. (Fallback if a command is blocked: read $ROOT/rules/*.md directly.)
3. Look up every icon with ONE batched `drawio-ai search "a, b, c"`; never recolor icons.
4. Scaffold, don't write: `drawio-ai scaffold --list`, pick the closest template, then
   `drawio-ai scaffold <name>.mjs -o <dir>/build.mjs` — the script arrives runnable
   (absolute imports, self-validating, self-rendering with an issues list). Edit only the
   deltas. If no template is close AND you'd change more than half of it, Write a new
   script instead (keep the scaffold's self-check tail). Layout engine only
   (group/frame/grid/icon/box + renderTree), NO hand-written coordinates.
5. Each `node build.mjs` run prints validate JSON AND the render's machine-readable
   `issues` list. Fix from THAT checklist — all issues in one Edit round — then re-run.
   Loop until issues is empty.
6. Only when issues is empty: Read the PNG once as final visual confirmation (list any
   remaining visual problems, fix ALL in one round). Target <= 2 PNG reads total. Then
   render once WITHOUT --check for the final deliverable PNG.
Do NOT invoke any drawio skill — this prompt already contains the full procedure.
Do not ask questions — make the standard choice and record it under ASSUMPTIONS.
Return EXACTLY this block, nothing else:
DRAWIO: <absolute path to .drawio>
PNG: <absolute path to .png>
VALIDATE: <verbatim final validate JSON>
ICONS: <comma-separated icon names used>
ITERATIONS: <number of render/fix cycles>
SUMMARY: <one sentence describing the diagram>
ASSUMPTIONS: <choices made without asking, or "none">

DRAWIO、PNG、SUMMARY をそのままユーザーに伝えてください。この会話で .drawio や PNG を再度読み込んではいけません — サブエージェントがすでにビジョンによるセルフチェックを実行しています。VALIDATE が ok でない場合は、インラインでの手順に引き継いでください（build .mjs と .drawio は、返されたパスにあります）。

インラインでの手順（サブエージェントに非対応の場合）

1. 共通ワークフロー

drawio-ai workflow

各図に適用する、ビルド → 検証 → レンダリング → プロジェクト内のパスへの書き込みの工程が表示されます。内容を確認してください。これがプロセスの正式な手順です。

2. ドメインルール

drawio-ai principles --mode gcp

GCP ルール、共通原則、カタログのカテゴリーを返します。

3. エンジンでビルドし、検証してレンダリングする

Kit のインストールディレクトリを特定し、エンジンを絶対パスで import してください（正確なパターンは共通ワークフローを参照してください）。

ROOT="$(drawio-ai root)"     # absolute path to the installed Kit

宣言型レイアウトエンジンでビルドしてください（座標を手書きしないこと）。続いて、drawio-ai validate <file> → drawio-ai render <file> -o <file>.png（ビジョンによるセルフチェックのため、PNG を Read します）→ .drawio をユーザーのプロジェクト内の絶対パスに書き込みます（Kit 内や cwd には書き込まないでください）。

ドメインに関する注意

階層：Organization → Folder → Project → global VPC → regional Subnet。VPC はすべてのリージョンにまたがるグローバルリソースであり、サブネットはリージョナルです。Shared VPC を使うと、1 つのホストプロジェクトが VPC を所有し、サービスプロジェクトがその VPC にリソースをデプロイできます。

セルフチェック（納品前）

• レイアウトエンジンでビルドした — 座標は手書きしていない。
• drawio-ai validate → ok。警告もアドバイスもない。
• drawio-ai suggest-layout → 推奨アーキタイプがレイアウトと一致し、スパース性（one-icon-frame）警告がない。
• すべてのアイコンを drawio-ai search から取得した（カテゴリーの色を保持）。
• drawio-ai render のビジョンによるセルフチェックに合格した。
• 出力先は Kit ではなく、ユーザーのプロジェクト内。