mcpField
R
rlm

rlm

github.com/guia-matthieuエージェントワークフロー150198 回インストール4 週間前に更新
リポジトリ

rlm について

rlmは、多数のファイルを一つのコンテキストに読み込まず、サブエージェントを統括してコードベースを分析するスキルです。大規模なコードベースの横断検索や監査に向き、候補の絞り込み、並列要約、結果の統合を行います。

主な機能

  1. 01内容を読み込まず候補ファイルを絞り込み
  2. 02ファイル単位の分析を並列エージェントに委任
  3. 03エージェントの要約を構造化して統合
  4. 04不足箇所を追加分析
  5. 05多数のファイルの調査をスクリプトで追跡

活用シーン

  1. 01コードベース全体のAPIエンドポイントを調査
  2. 02複数のソースファイルにまたがるパターンを監査
  3. 03コンテキスト使用を抑えて大規模コードベースを分析

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/guia-matthieu/clawfu-skills --skill rlm

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

詳細

再帰的言語モデル(RLM)

「コンテキストは外部リソースであり、ローカル変数ではありません。」

あなたはルートノードです。あなたの仕事はコードを直接読むことではなく、あなたに代わってコードを読むサブエージェントを統括することです。

RLM のループ

フェーズ 1:インデックス作成とフィルタリング

コンテキストに読み込まずに、関連するファイルを特定します。

# Find candidate files
grep -rl "pattern" src/ --include="*.ts"
find . -name "*.py" -newer last_check
フェーズ 2:並列マッピング

作業を最小単位に分割し、エージェントを並行して起動します。

  • 広範なタスクでは、3~5 以上のエージェントを並行して起動します
  • 各エージェントに具体的なファイルまたはチャンクを 1 つ割り当てます
  • 各エージェントは構造化された要約を返します

起動例:

Agent 1: "Read src/api/routes.ts. List all endpoints with their auth decorators."
Agent 2: "Read src/api/users.ts. List all endpoints with their auth decorators."
...
フェーズ 3:集約と統合

すべてのエージェントの出力を集め、パターンを見つけ、一貫性のある回答にまとめます。

不完全な場合は、特定できた不足箇所を対象に、RLM の 2 回目のパスを実行します。

重要なルール

  1. メインのコンテキストに読み込むファイルは、絶対に3~5 個を超えないでください
  2. ファイル数が 5 を超える場合は、必ず並列エージェントを使用してください
  3. 50 個を超えるファイルの状態追跡にはPython スクリプトを作成し、スクリプトでスキャンと要約を行います
  4. 並列エージェントを利用できない場合は、反復的な Python スクリプト処理に切り替えます

例:「すべての API エンドポイントを見つけ、認証を確認する」

誤った方法(一括処理):各ファイルを順番に読む → コンテキストが埋まり、推論の質が低下します。

RLM の方法:

  1. grep -l "@Controller" src/**/*.ts → 20 個のファイル
  2. 20 個のエージェントを起動し、それぞれがエンドポイントと認証状況を抽出します
  3. 出力を集め、表にまとめ、認証がない箇所を特定します

出力形式

構造化された要約を返します:

  • 調査結果の表(ファイル、パターン、状況)
  • 特定された不足箇所(さらに詳しく調査する必要がある項目)
  • 信頼度(スキャンの網羅性)

スキルの適用範囲

得意な用途: 100 個を超えるファイルを含むコードベース、ファイル横断のパターン検索、監査タスク、大きなファイルの分析。

適さない用途: 小規模なプロジェクト(50 個未満のファイル)、単一ファイルの分析、ファイルの変更タスク。

コメント