mcpField
R
research-pipeline-runner

research-pipeline-runner

github.com/willoscarエージェントワークフロー51742 回インストール3 週間前に更新
リポジトリ

research-pipeline-runner について

Research Pipeline Runnerは、選択したパイプラインに沿って研究目標を進め、監査可能なワークスペース状態を維持するスキルです。単位ごとの実行、再開、証拠に基づく成果物の提出が必要な運用者向けです。

主な機能

  1. 01目標を単一のワークフローに紐付け
  2. 02実行前にワークスペース状態を照合
  3. 03単位ごとに実行して検証
  4. 04人間のチェックポイントや阻害条件で停止
  5. 05出力を監査し実行証拠をまとめる

活用シーン

  1. 01ワークスペースファイルから研究実行を再開
  2. 02試行と成果物の証拠を保持してパイプライン単位を実行
  3. 03未解決の判断や品質チェック失敗時に安全に停止
  4. 04最終成果物を監査し実行証拠を索引化

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/willoscar/research-units-pipeline-skills --skill research-pipeline-runner

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

詳細

Research Pipeline Runner

このランナーは、依頼された成果を監査可能な Workspace に変換します。最も重要なキーワードは continuation です。各アクションでは、次のコマンドやエージェントがチャットから Run を再構成せずに続行できるよう、十分な永続状態を残す必要があります。

Inputs

  • 目標の成果物と制約を含むユーザーの Goal。
  • 既存の Workspace、または新規 Workspace 用の workspaces/<name>/ 配下のパス。
  • PIPELINE.lock.md にすでに記録されている場合は、選択済みの Pipeline。

Outputs

  • GOAL.md、PIPELINE.lock.md、UNITS.csv、STATUS.md、CHECKPOINTS.md、DECISIONS.md を含む Workspace。
  • Pipeline で宣言された中間 Artifact と目標 Artifact。
  • .harness/ と output/ 配下の Run Evidence。

Steps

1. Goal を 1 つの Workflow に紐付ける

Goal と既存の Workspace の状態を読みます。有効な Pipeline ロックがない場合は、pipeline-router を使用し、そのルーティング分岐でのみ docs/PIPELINE_TAXONOMY.md を読み込みます。既存の有効なロックは保持します。

完了条件：PIPELINE.lock.md に Pipeline がちょうど 1 つと、その Unit テンプレートが記載されており、UNITS.csv がその契約に準拠していること。

2. 実行前に整合性を取る

Workspace Doctor または同等の Harness 検査を実行します。まず修復可能なプロジェクションを解決します。整合性エラーは明示的な修復に回し、それ以前のすべての Attempt と Decision は保持します。

完了条件：Workspace に、実行可能な次の Unit が 1 つあるか、次のアクションが記録された具体的なブロック条件が 1 つあること。

3. 1 つの Unit を実行する

次に実行可能な Unit について、以下を行います。

  1. 担当者、依存関係、入力、出力、受け入れルール、Skill を読みます。
  2. Pipeline アダプターを通じて Attempt を開始します。
  3. その Skill の SKILL.md に従い、コンテキストポインターを選択的に読み込みます。
  4. 必須出力と受け入れ条件をすべて検証します。
  5. Pipeline アダプターを通じて Completion をコミットします。

完了条件：対応する Attempt、Manifest、Artifact の Evidence とともに Unit が DONE としてコミットされているか、診断可能な Failure を伴って BLOCKED になっていること。

4. 停止ラインを守る

停止ラインとは、最初に現れる HUMAN チェックポイント、未解決の Decision、品質契約の不合格、必須 Artifact の欠落、または実行の終端エラーです。存在するものの概要、確認すべき Evidence、具体的な再開コマンドまたは質問を 1 つ残します。

完了条件：Run が停止ラインを越えて進まず、別のオペレーターがチャット履歴なしに Workspace ファイルからブロッカーを特定できること。

5. 宣言された成果まで続行する

実行可能な Unit がある間は、整合性の確認と 1 Unit ずつの実行を繰り返します。最後の Unit の後に、Audit と Artifact Pack の生成を実行します。

完了条件：目標 Artifact が存在し、必須の Evaluation に合格し、Audit にブロッキング問題がなく、Artifact Pack に納品物と Run Evidence がインデックス化されていること。

Branch Pointers

  • Workflow の選択： docs/PIPELINE_TAXONOMY.md を読み、次に選択した pipelines/*.pipeline.md を読みます。分類体系はルーティングカタログを管理するものであり、この Skill では重複させません。
  • Survey の厳格モード： 書き始める前に、ロックされた Survey Pipeline の品質契約とアクティブな納品プロファイルを読みます。分岐固有のマーカーとゲートはそこに記載されています。
  • オフライン検索： 選択した検索 Skill に記載されたインポートパスを使用し、ソースの来歴を保持します。
  • Unit の手動実行： 同じ Completion Protocol を保持したまま、unit-executor を使用します。

Operator Commands

通常の操作には、成果優先の CLI を使用します。

uv run rh goal create --topic "<topic>" --workflow <workflow> --workspace workspaces/<name>
uv run rh run start --workspace workspaces/<name>
uv run rh run resume --workspace workspaces/<name>
uv run rh run status --workspace workspaces/<name>
uv run rh evidence inspect --workspace workspaces/<name>
uv run rh improve diagnose --workspace workspaces/<name>

保守担当者によるデバッグ、明示的な承認、手動のステータス遷移には scripts/pipeline.py を使用します。Unit の状態を変更する場合、Pipeline アダプターが引き続き唯一のサポート対象の方法です。

コメント

Markdown 対応