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
- 01内容を読み込まず候補ファイルを絞り込み
- 02ファイル単位の分析を並列エージェントに委任
- 03エージェントの要約を構造化して統合
- 04不足箇所を追加分析
- 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
- 01コードベース全体のAPIエンドポイントを調査
- 02複数のソースファイルにまたがるパターンを監査
- 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
- 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
- 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
- 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
- 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:
grep -l "@Controller" src/**/*.ts→ 20 個のファイル- 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
- 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
Markdown 対応