mcpField
L
ln-311-review-research-worker

ln-311-review-research-worker

github.com/levnikolaevichテスト・品質584106 回インストール2 日前に更新
リポジトリ

ln-311-review-research-worker について

検証、監査、レビューのワークフロー向けに調査を行うワーカーです。ドキュメント、MCP Ref、Context7、最新のWeb情報から証拠を集め、主張の検証状況を含む機械可読な要約を出力します。

主な機能

  1. 014つの経路で証拠を収集
  2. 02スタックと調査トピックの特定
  3. 03収集した証拠に基づく主張の確認
  4. 04機械可読なレビュー要約
  5. 05実行フェーズと完了状態の確認

活用シーン

  1. 01コードレビュー用の証拠収集
  2. 02レビュー対象に含まれる主張の検証
  3. 03ライブラリやフレームワークの標準調査
  4. 04構造化された監査調査要約の作成

MCP 対応

該当する場合、MCP RefとContext7を通じて証拠を収集します。MCP サーバーを提供するとは記載されていません。

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/levnikolaevich/claude-code-skills --skill ln-311-review-research-worker

インストール後、Claude Code で/ln-311-review-research-workerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
epistemic_protocol.md
evaluation_research_contract.md
evaluation_summary_contract.md
evaluation_worker_runtime_contract.md
researchgraph_mcp_usage.md

詳細

パス： ファイルパス（references/、../ln-*）は、このスキルディレクトリからの相対パスです。

タイプ： L3 ワーカー カテゴリ： 3XX 計画

レビュー調査ワーカー

検証、監査、レビューのフロー向けの構造化調査ワーカーです。

必読事項

必読： references/evaluation_worker_runtime_contract.md、references/evaluation_summary_contract.md、references/evaluation_research_contract.md、references/epistemic_protocol.md を読み込みます。 必読： レビュー対象が H##、G##、ベンチマーク実行 ID、または researchgraph ファイルを明示的に引用している場合に限り、references/researchgraph_mcp_usage.md を読み込みます。

目的

  • 公式ドキュメントまたは標準を収集する
  • MCP Ref のエビデンスを収集する
  • ライブラリまたはフレームワークが関係する場合は Context7 のエビデンスを収集する
  • 最新のウェブ上のベストプラクティスに関するエビデンスを収集する
  • 説明だけのメモではなく、簡潔で機械可読な調査サマリーを出力する

ランタイム

ランタイムファミリー：

  • evaluation-worker-runtime

必須マニフェストフィールド：

  • identifier
  • phase_order
  • summary_kind=review-research
  • operation=research

推奨される phase_order：

  1. PHASE_0_CONFIG
  2. PHASE_1_RESOLVE_STACK
  3. PHASE_2_OFFICIAL_DOCS
  4. PHASE_3_MCP_REF
  5. PHASE_4_CONTEXT7
  6. PHASE_5_WEB_BEST_PRACTICES
  7. PHASE_6_ANTI_HALLUCINATION
  8. PHASE_7_WRITE_SUMMARY
  9. PHASE_8_SELF_CHECK

ワークフロー

フェーズ 0：設定
  1. ランタイムマニフェストを読み込みます。
  2. レビュー対象、スタックのヒント、出力先を特定します。
  3. 対象のコンテキストが不足している場合は失敗とします。
フェーズ 1：スタックの特定
  1. 言語、フレームワーク、ライブラリ、ドメインを検出します。
  2. 範囲を限定した調査トピックのリストを作成します。
  3. トピック数を絞り、エビデンスを重視します。
  4. 対象がローカルの H/G/実行 ID を明示的に引用している場合は、外部調査の前に読み取り専用の researchgraph 事前チェックを行い、ローカルのコンテキストを取得します。ローカルグラフのエビデンスで、公式ドキュメント、MCP Ref、Context7、最新ウェブの各調査レーンを置き換えないでください。
フェーズ 2：公式ドキュメント
  1. まず公式ドキュメントまたは標準を読みます。
  2. ソース URL と、各ソースが裏付ける具体的なトピックを記録します。
フェーズ 3：MCP Ref
  1. 同じ範囲のトピックについて MCP Ref に問い合わせます。
  2. 三次的な解説より一次ドキュメントを優先します。
フェーズ 4：Context7
  1. ライブラリまたはフレームワークが関係する場合は、Context7 のライブラリ ID を特定します。
  2. 対象が実際に使用しているライブラリのみを問い合わせます。
  3. 該当するライブラリがない場合は、その旨を明記します。
フェーズ 5：ウェブ上のベストプラクティス
  1. ベストプラクティスと最近の変更について、最新のウェブ調査を行います。
  2. 固定されたヒューリスティックではなく、最新のソースを使用します。
  3. 結論を変える、または意思決定に価値を加えるエビデンスのみを記録します。
フェーズ 6：ハルシネーション防止の検証
  1. epistemic_protocol.md のセクション B に従い、対象の成果物に含まれるすべてのトリガーカテゴリーの事実に関する主張をスキャンします。
  2. 各主張を、フェーズ 2～5 で収集した調査エビデンスと照合します。
    • MCP Ref／Context7／ウェブのエビデンスがある → VERIFIED とマークします
    • ツールのエビデンスはないが、主張に妥当性がある → FROM_TRAINING とマークします
    • ツールのエビデンスと矛盾する → FLAGGED（重大）とマークします
  3. この手順では既存の調査内容を検証します。新たな検索は実行しません。
  4. サマリーのメタデータに検証ステータスを含めます。
フェーズ 7：サマリーの作成

summary_kind=review-research を出力します。

ペイロードには次の項目を含めます。

  • worker=ln-311
  • status
  • operation=research
  • warnings

利用可能な場合は、次のフィールドを含めることを推奨します。

  • findings
  • metrics.research_sources
  • metrics.anti_hallucination_status（VERIFIED | FLAGGED）
  • metrics.flagged_claims_count
  • artifact_path
  • report_path
  • metadata
フェーズ 8：セルフチェック
  1. 4 つすべての調査レーンを試行したことを確認します。
  2. ハルシネーション防止の検証が実行されたことを確認します。
  3. スキップしたレーンの理由が機械可読な形式で記録されていることを確認します。
  4. サマリーを書き込んだ後にのみ、pass=true を記録します。

完了の定義

  • 公式ドキュメントの根拠を記録済み
  • MCP Ref の根拠を記録済み
  • Context7 の根拠を記録済み、または該当なしと判断済み
  • 現在のウェブ上のベストプラクティスの根拠を記録済み
  • ハルシネーション防止の検証を実施済み（主張に VERIFIED/FROM_TRAINING/FLAGGED のマークを付与）
  • review-research の要約を作成済み
  • セルフチェックに合格済み

バージョン： 1.0.0 最終更新日： 2026-04-10

コメント

Markdown 対応