levelup-init

levelup-init

このスキルでできること

既存のコードベース（ブラウンフィールド）から**コンテキスト指示レコード（CDR）**をリバースエンジニアリングし、team-ai-directives への貢献につながる可能性のある再利用可能なパターンを文書化します。

コードから暗黙的なチームのパターンを見つけ出すコンテキスト考古学者として、次の作業を行います。

• コードベースをスキャンして、再利用可能なルール、ペルソナ、例、スキル化に適した機能、評価に適したパターンを探します
• サブシステムを横断するパターンや不整合を検出します
• 指示用CDRごとに、コードの根拠に基づく合格／不合格のケースを含む評価用CDRも抽出します
• 既存のteam-ai-directivesと比較して、重複を避けます
• CDRを {REPO_ROOT}/.adlc/drafts/cdr/CDR-{NNN}.md にステータス Discovered で書き込みます
• {REPO_ROOT}/.adlc/drafts/cdr/cdr.md インデックスを自動生成します

/levelup-specify との主な違い：

• /levelup-init（このスキル）＝コードにすでに実装されているものを発見します
• /levelup-specify ＝完了した機能の仕様／計画／タスクからパターンを抽出します

このスキルでは、現状の分析、つまり作成すべきものではなく、再利用可能なものに焦点を当てます。

使用する場合

• ブラウンフィールドプロジェクト：チーム全体で使う指示がない既存のコード
• レガシーのモダナイゼーション：リファクタリングの前に再利用可能なパターンを抽出する
• チームのオンボーディング：暗黙の規約を明示的な指示にする
• Team AI Directivesの立ち上げ：新しいteam-ai-directivesリポジトリに内容を追加する

使用しない場合

• グリーンフィールドプロジェクト：機能の実装後に/levelup-specifyを使用します
• Git履歴／イシューに関連付けられた変更の調査：コミットとイシュートラッカーから過去の判断を復元するには/change-initを使用します
• CDRがすでに存在する場合：.adlc/drafts/cdr/に保留中のCDRがある場合は、/levelup-clarifyを使用してレビューします
• 通常のチームAI指示の健全性チェック：再インデックス作成と競合スキャンには/team-repairを使用します

プロセス

ユーザー入力

$ARGUMENTS

入力が空でない場合は、処理を進める前にユーザー入力を必ず考慮してください。

ユーザー入力の例：

• "Python FastAPI backend with PostgreSQL" — Pythonのパターンに焦点を当てます
• "Focus on testing patterns" — テスト関連のCDRに絞り込みます
• "--cdr-heuristic all" — 意外性のあるパターンに限らず、すべてのパターンを文書化します
• "--focus rules" — ルールタイプのパターンのみを発見します
• "--resume" — 前回の状態から再開します
• 空の入力：コードベース全体をスキャンし、すべてのコンテキストタイプを調べます

フラグ

• --cdr-heuristic HEURISTIC：CDR生成の方針

  • surprising（デフォルト）：team-ai-directivesにまだないパターンのみを文書化します
  • all：発見したすべてのパターンを文書化します
  • minimal：価値または新規性の高いパターンのみを文書化します

• --focus AREA：特定のコンテキストタイプに焦点を当てます

  • rules：コーディングルールのみをスキャンします
  • personas：役割のパターンのみをスキャンします
  • examples：例として適したコードのみをスキャンします
  • constitution：ガバナンスのパターンのみをスキャンします
  • skills：スキル化に適した機能のみをスキャンします

• --no-decompose：サブシステムの自動検出を無効にします

• --resume：前回の状態から再開します（中断された場合）

• --skip-constitution：憲章の生成フェーズをスキップします

役割とコンテキスト

次の3つの専門エージェントによるマルチエージェント分析パイプラインを統括します。

1. Discovery Agent：各サブシステムをスキャンして、未加工のパターンを探します
2. Pattern Agent：再利用性に基づいてパターンを分類し、評価します
3. Synthesis Agent：サブシステムを横断して分析し、CDRを生成します

ブラウンフィールドとグリーンフィールドの比較

シナリオ	コマンド	入力	出力
ブラウンフィールド（既存のコード）	/levelup-init	コードベースのスキャン	発見されたCDR
グリーンフィールド（機能の完成後）	/levelup-specify	機能の成果物	提案されたCDR

サブシステム横断分析

Synthesis Agent は次のパターンを検出します。

パターンの種類	基準	対応
横断的	サブシステムの50%以上にパターンがある	優先度の高いCDR
不整合	同じ懸念事項に異なる実装がある	不整合CDR
プロジェクト固有	1つのサブシステムにのみ存在し、再利用性が低い	優先度を下げるかスキップ
ギャップ	価値が高く、team-directives に含まれていない	CDR を推奨

概要

1. 環境の検証（フェーズ1）：team-ai-directives が設定されていることを確認
2. サブシステムの検出（フェーズ2）：コード構造からサブシステムを特定
3. 環境のセットアップ（フェーズ3）：パスを解決し、状態を初期化
4. チームディレクティブの読み込み（フェーズ4）：比較のため既存の TD を読み込む
5. Discovery Agent（フェーズ5）：各サブシステムをスキャンしてパターンを検出
6. Pattern Agent（フェーズ6）：サブシステムごとにパターンを分類してスコアを付与
7. Synthesis Agent（フェーズ7）：サブシステム横断分析
8. コンスティテューションの生成（フェーズ8）：コンスティテューション CDR を生成・強化
9. CDR の生成（フェーズ9）：最終的な CDR を個別のファイルとして生成
10. 出力（フェーズ10）：cdr.md インデックスを再生成し、概要を提示

実行手順

フェーズ1：環境の検証

リポジトリのルートからセットアップスクリプトを実行します。

scripts/bash/setup-levelup-init.sh

JSON 出力から REPO_ROOT、CDR_DRAFTS_DIR、TEAM_AI_DIRECTIVES、NEXT_CDR などを解析します。

セットアップスクリプトが利用できない場合、または失敗した場合は、手動で解決します。

1. REPO_ROOT — cwd から上位にたどり .adlc/ を探すか、git rev-parse --show-toplevel または pwd を実行します。
2. TEAM_AI_DIRECTIVES — TEAM_AI_DIRECTIVES 環境変数、次に .adlc/init-options.json → team_ai_directives、次に REPO_ROOT/team-ai-directives の順に確認します。
3. CDR_DRAFTS_DIR — REPO_ROOT/.adlc/drafts/cdr
4. NEXT_CDR — CDR_DRAFTS_DIR/CDR-*.md を一覧表示し、最大の番号を見つけてインクリメントし、3桁になるようゼロ埋めします。

TEAM_AI_DIRECTIVES が設定されていない場合：

Team AI directives repository not configured.
Run: team-setup
Or set: export TEAM_AI_DIRECTIVES=/path/to/team-ai-directives

フェーズ2：サブシステムの検出（ブラウンフィールド）

コードベースを分析して、個別のサブシステムを特定します。検出ルールは /architect-init と同じです。

パターン	想定されるサブシステム
src/auth/	認証サブシステム
src/users/	ユーザー管理サブシステム
services/payment/	決済サブシステム
apps/api/、apps/web/	モノレポのアプリ

しきい値ロジック：

サブシステム数	必要な対応
0	モノリシックとして続行
1-3	概要を表示。自動承認が可能
4-6	概要を表示して確認を求める必要があります
>6	グループ化を提案して確認を求める必要があります

フェーズ3：環境のセットアップ

1. 次のディレクトリが存在することを確認します。

   • {REPO_ROOT}/.adlc/drafts/cdr/
   • {REPO_ROOT}/.adlc/drafts/skills/
   • {REPO_ROOT}/.adlc/levelup/

2. {REPO_ROOT}/.adlc/levelup/state.json を初期化します。

{
  "version": "1.0.0",
  "command": "init",
  "created_at": "2026-01-20T10:00:00Z",
  "phase": "discovery",
  "subsystems": [...],
  "constitution_generation": { "enabled": true, "completed": false }
}

フェーズ4：チームディレクティブの読み込み

比較のため、既存の team-ai-directives を読み込みます。

• {TEAM_AI_DIRECTIVES}/context_modules/constitution.md
• {TEAM_AI_DIRECTIVES}/context_modules/rules/**/*.md
• {TEAM_AI_DIRECTIVES}/context_modules/personas/*.md
• {TEAM_AI_DIRECTIVES}/context_modules/examples/**/*.md
• {TEAM_AI_DIRECTIVES}/skills/**/*

フェーズ5～7：マルチエージェント分析

各サブシステムについて、Discovery、Pattern、Synthesis の各エージェントを順に実行します。

フェーズ8：コンスティテューション CDR の生成

スキップされない場合は、.adlc/drafts/cdr/CDR-CONST-NNN.md にコンスティテューション CDR を作成します。

• コンスティテューションの作成：コンスティテューションが存在しない場合
• コンスティテューションの修正：コンスティテューションが存在する場合

重要：書き込み先は .adlc/drafts/cdr/ です。team-ai-directives に直接書き込まないでください。

フェーズ 9：CDR の生成

価値の高い各パターンについて、個別の CDR ファイルを作成します。

## CDR-NNN: [Title]

### Status: **Discovered**

### Date: [YYYY-MM-DD]

### Source: Cross-sub-system analysis via /levelup-init

### Cross-System Metadata
- **Appears in**: [sub-systems]
- **Cross-system score**: [0.0-1.0]
- **Consistency**: [consistent|inconsistent]
- **Reuse score**: [0.0-1.0]

### Target Module: `context_modules/rules/[domain]/[file].md`

### Context Type: Rule | Persona | Example | Skill | Constitution Creation | Constitution Amendment | Eval

### Descriptor: One-line "when to use" summary for CDR index search.

### Context
[Problem statement and evidence]

### Decision
[What should be contributed to team-ai-directives]

### Evidence
- [file/path]: [description]
- [commit/sha]: [description]

コードベースのパターンから作成する Eval CDR：発見したコードベースのパターンからディレクティブ CDR を作成する際は、対応する Eval CDR も抽出します。

• 合格ケース：パターンに従っていることを示すコード例（ファイルと行番号を参照）
• 不合格ケース：一貫性のない実装（サブシステム間の分析から特定）または未実装の箇所
• 敵対的ケース：コードのコンテキストから特定できるエッジケース

Eval CDR では ### Context Type: Eval を使用し、対応するディレクティブ CDR を ### Paired Directive CDR: CDR-NNN で参照し、### Target Module: evals/{directive-id}/goldset.md を指定します。各ケースはインラインコードスニペットを含む自己完結型で、外部ファイルに依存しません。

フェーズ 10：出力の要約

1. {REPO_ROOT}/.adlc/drafts/cdr/cdr.md のインデックスを再生成します。すべての CDR-*.md ファイルを列挙し、それらの単一行フィールド（### Target Module:、### Context Type:、### Status:、### Date:、### Descriptor:）から Markdown テーブルを作成します。形式の詳細については /levelup-specify のフェーズ 5 を参照してください。

2. 次の要約を提示します。

## LevelUp Init Summary

- Sub-systems analyzed: N
- Patterns discovered: N
- Cross-cutting patterns: N
- Inconsistencies flagged: N
- CDRs generated: N
- Output: `{REPO_ROOT}/.adlc/drafts/cdr/`

主なルール

エビデンスに基づくドキュメント化

• コード内で見つかったパターンのみをドキュメント化します
• 具体的なエビデンス（ファイルパス、コミット、コードスニペット）を引用します
• 確信度（HIGH/MEDIUM/LOW）を明記します
• 不確実な点は明示します

非破壊的な操作

• ユーザーの承認なしに既存の CDR を上書きしないでください
• 手動で追加された CDR の内容を保持します
• 同じターゲットモジュールの CDR がすでに存在する場合は、適切にマージします

根拠のない却下理由の禁止

• ブラウンフィールド CDR では、中立的な「一般的な代替案」という枠組みを使用します
• 「X が選ばれなかった理由はわからない」という記述は許容されます

シグナルゲート（厳格モード）

公開前（後で /levelup-publish が処理します）に、CDR は次の条件を満たす必要があります。

• チーム全体：プロジェクト間で適用可能であること
• 高価値：今後の各使用で 30 分を超える時間を節約できること
• 固有性：既存のディレクティブと重複していないこと
• エビデンス：具体的なコミットやファイルがあること

ワークフローのガイダンスと移行

/levelup-init の後

必須：発見した CDR を検証するため、/levelup-clarify を実行します。

引き継ぎ時に含めるコンテキスト：

{
  "source": "brownfield",
  "command": "init",
  "cdrs_created": ["CDR-001", "CDR-002", "CDR-CONST-001"],
  "subsystems": ["auth", "payments", "users"],
  "inconsistencies": ["CDR-INC-001"]
}

ブラウンフィールドの完全なフロー

/levelup-init
    ↓
[Scan codebase] → Detect sub-systems and patterns
    ↓
[Generate CDRs] → Write to .adlc/drafts/cdr/CDR-{NNN}.md (Discovered)
    ↓
[Run /levelup-clarify] → Validate and accept/reject CDRs
    ↓
[Run /levelup-publish] → Compile accepted CDRs into team-ai-directives PR
    ↓
[Run /team-repair] → Re-index and validate team AI directives after merge

次のステップ

init の完了後、発見した CDR を改善して検証するため、/levelup-clarify を実行します。

検証

• CDR が {REPO_ROOT}/.adlc/drafts/cdr/CDR-{NNN}.md に Discovered のステータスで書き込まれていること。
• 自動生成された cdr.md インデックスが {REPO_ROOT}/.adlc/drafts/cdr/ に存在すること。
• ギャップ分析レポートで、不明瞭な箇所と推奨される確認事項が特定されていること。
• サブシステムの分解が、しきい値ルールに従って確認済み（または無効化済み）であること。
• 明示的な承認なしに既存の CDR が上書きされていないこと。

コンテキスト

$ARGUMENTS