edge-pipeline-orchestrator

エッジパイプラインオーケストレーター

すべてのエッジ調査ステージを、1 回の自動パイプライン実行にまとめて調整します。

使用する場面

• チケット（または OHLCV）からエクスポート済みの戦略まで、エッジパイプライン全体を実行する
• ドラフトステージから、部分的に完了したパイプラインを再開する
• フィードバックループを使って、既存の戦略ドラフトをレビューおよび修正する
• エクスポートせずに結果を確認するため、パイプラインをドライランする

ワークフロー

1. CLI 引数からパイプライン設定を読み込む
2. --from-ohlcv が指定されている場合は auto_detect ステージを実行する（生の OHLCV データからチケットを生成します）
3. hints ステージを実行し、市場サマリーと異常データからエッジのヒントを抽出する
4. concepts ステージを実行し、チケットとヒントから抽象的なエッジコンセプトを合成する
5. drafts ステージを実行し、コンセプトから戦略ドラフトを設計する
6. レビューフィードバックループを実行する：
   • すべてのドラフトをレビューする（最大 2 回）
   • PASS の判定と REJECT の判定を蓄積する
   • REVISE の判定が出た場合は apply_revisions を実行し、再レビューする
   • 最大反復回数を超えても残る REVISE は research_probe に格下げする
7. 対象となるドラフト（PASS + export_ready_v1 + exportable entry_family）をエクスポートする
8. 実行トレース全体を含む pipeline_run_manifest.json を書き込む

CLI の使用方法

# Full pipeline from tickets
python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --output-dir reports/edge_pipeline/

# Full pipeline from OHLCV
python3 scripts/orchestrate_edge_pipeline.py \
  --from-ohlcv path/to/ohlcv.csv \
  --output-dir reports/edge_pipeline/

# Resume from drafts stage
python3 scripts/orchestrate_edge_pipeline.py \
  --resume-from drafts \
  --drafts-dir path/to/drafts/ \
  --output-dir reports/edge_pipeline/

# Review-only mode
python3 scripts/orchestrate_edge_pipeline.py \
  --review-only \
  --drafts-dir path/to/drafts/ \
  --output-dir reports/edge_pipeline/

# Dry run (no export)
python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --output-dir reports/edge_pipeline/ \
  --dry-run

出力

すべての成果物は --output-dir に書き込まれます：

output-dir/
├── pipeline_run_manifest.json
├── tickets/          (from auto_detect)
├── hints/hints.yaml  (from hints)
├── concepts/edge_concepts.yaml
├── drafts/*.yaml
├── exportable_tickets/*.yaml
├── reviews_iter_0/*.yaml
├── reviews_iter_1/*.yaml  (if needed)
└── strategies/<candidate_id>/
    ├── strategy.yaml
    └── metadata.json

Claude Code の LLM 拡張ワークフロー

Claude Code 内で LLM 拡張パイプライン全体を実行します：

1. auto_detect を実行して market_summary.json + anomalies.json を生成する
2. Claude Code でデータを分析し、エッジのヒントを生成する
3. ヒントを YAML ファイルに保存する：

- title: Sector rotation into industrials
  observation: Tech underperforming while industrials show relative strength
  symbols: [CAT, DE, GE]
  regime_bias: Neutral
  mechanism_tag: flow
  preferred_entry_family: pivot_breakout
  hypothesis_type: sector_x_stock

4. --llm-ideas-file と --promote-hints を指定してオーケストレーターを実行する：

python3 scripts/orchestrate_edge_pipeline.py \
  --tickets-dir path/to/tickets/ \
  --llm-ideas-file llm_hints.yaml \
  --promote-hints \
  --as-of 2026-02-28 \
  --max-synthetic-ratio 1.5 \
  --strict-export \
  --output-dir reports/edge_pipeline/

任意のフラグ

• --as-of YYYY-MM-DD — 日付フィルタリングのため、hints ステージに渡されます
• --strict-export — 警告の指摘が 1 つでもあるエクスポート対象のドラフトを、PASS ではなく REVISE として扱います
• --max-synthetic-ratio N — 合成チケット数を実チケット数の N 倍までに制限します（下限：3）
• --overlap-threshold F — コンセプトの重複排除に使う条件の重複しきい値です（デフォルト：0.75）
• --no-dedup — コンセプトの重複排除を無効にします

注：--llm-ideas-file と --promote-hints が有効なのは、パイプライン全体を実行するときのみです。 --resume-from drafts と --review-only は hints/concepts ステージをスキップするため、これらのフラグは無視されます。

リソース

• references/pipeline_flow.md — パイプラインのステージ、データ契約、アーキテクチャ
• references/revision_loop_rules.md — レビューフィードバックループのルールとヒューリスティクス