synapse

Synapse AI エージェントオーケストレーションスキル

Synapse は、設定可能なモデルと役割ベースのワークフローを使用して、3 つの専門サービスをオーケストレーションする分散型 AI エージェントシステムです。

エージェントの役割

エージェント	役割	機能	デフォルトモデル
Claude	オーケストレーター／プランナー	タスク計画、アーキテクチャ設計、コード生成	claude-sonnet-4.5
Gemini	アナリスト／レビュアー	大規模コンテキストの分析（>1M トークン）、コードレビュー、セキュリティ監査	gemini-3-pro-preview
Codex	実行担当	コマンド実行、ビルド処理、自動テスト	gpt-5.2

使用する場面

次の場合にこのスキルを使用します：

• 複雑なタスクを、実行可能な複数段階の計画に分解する場合
• 説明や仕様から実装コードを生成する場合
• 大規模なコードベースやコンテンツを分析する場合（特に Gemini を使用して >200k トークンを分析する場合）
• 品質スコア付きの包括的なコードレビューを受ける場合
• ビルド、テスト、自動化のためにサンドボックス化されたシェルコマンドを実行する場合
• 計画・分析・コードレビュー・実行の全ワークフローを実施する場合
• 並列型またはパイプライン型のマルチエージェントワークフローをオーケストレーションする場合

次の場合は使用しないでください：

• コード生成が不要な簡単な質問
• ローカルファイル操作だけで済むタスク
• Docker／Synapse サービスを利用できない場合

前提条件

Synapse サービスが稼働した状態で、Docker が起動している必要があります。

# Clone Synapse (if not already)
git clone https://github.com/akillness/Synapse.git ~/Synapse
cd ~/Synapse

# Start services
docker compose up -d

# Verify all services are healthy
curl -s http://localhost:8000/health
# Expected: {"status": "healthy", "service": "gateway"}

インストール

グローバルインストール（推奨）

# Clone synapse-skill
git clone https://github.com/akillness/synapse-skill.git

# For OpenCode
ln -s $(pwd)/synapse-skill ~/.config/opencode/skills/synapse

# For Claude Code / Other Agents
mkdir -p ~/.agents/skills
ln -s $(pwd)/synapse-skill ~/.agents/skills/synapse

環境変数（任意）

# Custom Synapse location
export SYNAPSE_HOME="$HOME/Synapse"

# Gateway URL (default: http://localhost:8000)
export SYNAPSE_GATEWAY_URL="http://localhost:8000"

Cursor IDE の場合

プロジェクトに .cursor/rules/synapse.mdc を作成します：

---
description: Synapse AI Agent Orchestration
globs: ["**/*"]
alwaysApply: true
---

# Synapse Skill Integration

When orchestrating multi-agent tasks, use Synapse endpoints:
- Plan: POST http://localhost:8000/api/v1/claude/plan
- Code: POST http://localhost:8000/api/v1/claude/code
- Analyze: POST http://localhost:8000/api/v1/gemini/analyze
- Review: POST http://localhost:8000/api/v1/gemini/review
- Execute: POST http://localhost:8000/api/v1/codex/execute

Use @planner for task breakdown, @reviewer for code review.

Claude Code の場合（CLAUDE.md）

~/.claude/CLAUDE.md に追加します：

## Synapse Integration

For multi-agent orchestration, use Synapse skill:
- Health check: curl http://localhost:8000/health
- Ensure Docker containers are running: docker ps | grep synaps
- Use /api/v1/workflow for full pipeline execution

OpenCode の場合（oh-my-opencode.json）

Synapse に最適化されたエージェント設定を ~/.config/opencode/oh-my-opencode.json に追加します：

{
  "$schema": "https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/master/assets/oh-my-opencode.schema.json",
  "agents": {
    "synapse-planner": {
      "model": "google/antigravity-claude-sonnet-4-5"
    },
    "synapse-analyst": {
      "model": "google/antigravity-gemini-3-pro-high"
    },
    "synapse-coder": {
      "model": "google/antigravity-claude-sonnet-4-5-thinking"
    },
    "synapse-reviewer": {
      "model": "google/antigravity-gemini-3-pro-high"
    },
    "synapse-executor": {
      "model": "openai/gpt-5.2-codex-high"
    }
  }
}

OpenCode モデルプロバイダー設定

カスタム Synapse モデルを使用する場合は、~/.config/opencode/opencode.json に追加します：

{
  "provider": {
    "synapse": {
      "name": "Synapse Local",
      "api": "openai",
      "options": {
        "baseURL": "http://localhost:8000/api/v1/"
      },
      "models": {
        "claude-planner": {
          "name": "Claude Planner (Synapse)",
          "limit": { "context": 200000, "output": 64000 }
        },
        "gemini-analyst": {
          "name": "Gemini Analyst (Synapse)",
          "limit": { "context": 1000000, "output": 65536 }
        },
        "codex-executor": {
          "name": "Codex Executor (Synapse)",
          "limit": { "context": 272000, "output": 128000 }
        }
      }
    }
  }
}

OpenCode スキル連携

~/.config/opencode/skills/synapse にシンボリックリンクを作成すると、このスキルが自動的に読み込まれます。

OpenCode のトリガーフレーズ：

• "orchestrate agents" → Synapse ワークフローを起動します
• "multi-agent workflow" → 並列実行またはパイプライン実行を開始します
• "run synapse" → ワークフロー全体を実行します

---

モデル設定

Claude サービスのモデル（2026）

モデル	API ID	最適な用途	コンテキスト	コスト（入力／出力）
claude-opus-4.5	claude-opus-4-5-20251101	複雑な推論、本番コード、高度なエージェント	200K	1M あたり $5/$25
claude-sonnet-4.5	claude-sonnet-4-5-20250929	タスク計画、コード生成、アーキテクチャ（推奨）	1M	1M あたり $3/$15
claude-haiku-4.5	claude-haiku-4-5-20251201	高速な応答、簡単なタスク、Sonnet の性能の 90%	200K	1M あたり $0.80/$4

Claude 4.5 の主な特長：

• Opus 4.5：最先端のコーディング性能（SWE-bench で 80% 以上）。エージェントやコンピューター操作に最適です
• Sonnet 4.5：1M トークンのコンテキストウィンドウ（5 倍に拡大）、拡張思考モード
• Haiku 4.5：Sonnet の性能の 90% を実現する、コスト効率の高いモデルです

Gemini サービスのモデル（2026）

モデル	最適な用途	コンテキスト	コスト
gemini-3-pro-preview	複雑な推論、コーディング、エージェントタスク（SWE-bench で 76.2%）	1M	$2-4/M
gemini-3-flash	1 秒未満のレイテンシ、速度が重要なタスク、3 Pro から蒸留	1M	低価格
gemini-2.5-pro	大規模コンテキストの分析、コードレビュー、成熟した安定性	1M	$1.25/M
gemini-2.5-flash	コスト効率が高く、大量処理向け（入力 $0.15/M）	1M	$0.15/M

Gemini 3 の主な特長：

• ソフトウェアエンジニアリングのタスクで 2.5 Pro より 35% 高い性能
• 迅速なプロトタイピングを可能にする「バイブコーディング」サポート
• 知識のカットオフ：2025 年 1 月

Codex サービスモデル

モデル	最適な用途	コンテキスト	コスト
gpt-5.2	ソフトウェアエンジニアリング、エージェント型ワークフロー	400K	$1.25/$10
gpt-5.2-mini	コスト効率の高いコーディング（利用回数が4倍）	400K	$0.25/$2
gpt-5.1-thinking	非常に複雑な推論	400K	高額

---

エージェント型ワークフローのパターン

パターン1：並列スペシャリスト

複数のスペシャリストが同時にコードをレビューします。

┌─────────────────────────────────────────────────────┐
│                    ORCHESTRATOR                      │
│                   (You / Claude)                     │
└────────────┬───────────┬───────────┬────────────────┘
             │           │           │
     ┌───────▼───┐ ┌─────▼─────┐ ┌───▼───────┐
     │ Security  │ │Performance│ │ Simplicity│
     │ Reviewer  │ │ Reviewer  │ │ Reviewer  │
     │ (Gemini)  │ │ (Gemini)  │ │ (Gemini)  │
     └───────────┘ └───────────┘ └───────────┘

ワークフロー：

# 1. Spawn parallel reviews
curl -X POST http://localhost:8000/api/v1/gemini/review \
  -d '{"code": "<code>", "language": "python", "review_type": "security"}'

curl -X POST http://localhost:8000/api/v1/gemini/review \
  -d '{"code": "<code>", "language": "python", "review_type": "performance"}'

curl -X POST http://localhost:8000/api/v1/gemini/review \
  -d '{"code": "<code>", "language": "python", "review_type": "simplicity"}'

# 2. Aggregate results and synthesize

パターン2：パイプライン（順次依存）

各段階は前の段階に依存します。

┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────┐
│ Research │───▶│   Plan   │───▶│Implement │───▶│   Test   │───▶│  Review  │
│ (Gemini) │    │ (Claude) │    │ (Claude) │    │ (Codex)  │    │ (Gemini) │
└──────────┘    └──────────┘    └──────────┘    └──────────┘    └──────────┘

ワークフロー：

# Step 1: Research (Gemini analyzes requirements)
RESEARCH=$(curl -X POST http://localhost:8000/api/v1/gemini/analyze \
  -d '{"content": "<requirements>", "analysis_type": "documentation"}')

# Step 2: Plan (Claude creates implementation plan)
PLAN=$(curl -X POST http://localhost:8000/api/v1/claude/plan \
  -d "{\"task\": \"Implement based on: $RESEARCH\", \"constraints\": [\"python\", \"tests\"]}")

# Step 3: Implement (Claude generates code)
CODE=$(curl -X POST http://localhost:8000/api/v1/claude/code \
  -d "{\"description\": \"$PLAN\", \"language\": \"python\"}")

# Step 4: Test (Codex executes tests)
TEST=$(curl -X POST http://localhost:8000/api/v1/codex/execute \
  -d '{"command": "python -m pytest tests/", "timeout": 60}')

# Step 5: Review (Gemini reviews final code)
REVIEW=$(curl -X POST http://localhost:8000/api/v1/gemini/review \
  -d "{\"code\": \"$CODE\", \"language\": \"python\"}")

パターン3：スウォーム（自己組織化）

ワーカーがプールから利用可能なタスクを取得します。

                    ┌─────────────┐
                    │  Task Pool  │
                    │ ┌─┬─┬─┬─┬─┐ │
                    │ │1│2│3│4│5│ │
                    │ └─┴─┴─┴─┴─┘ │
                    └──────┬──────┘
           ┌───────────────┼───────────────┐
           │               │               │
     ┌─────▼─────┐   ┌─────▼─────┐   ┌─────▼─────┐
     │  Worker 1 │   │  Worker 2 │   │  Worker 3 │
     │  (Claude) │   │  (Gemini) │   │  (Codex)  │
     │ claims #1 │   │ claims #2 │   │ claims #3 │
     └───────────┘   └───────────┘   └───────────┘

ワークフロー：

# Create task pool via workflow endpoint
curl -X POST http://localhost:8000/api/v1/workflow \
  -d '{
    "task": "Review all files in src/",
    "mode": "swarm",
    "workers": 3,
    "constraints": ["parallel", "auto-assign"]
  }'

パターン4：フルワークフロー（エンドツーエンド）

ワークフローエンドポイントを使用して、自動オーケストレーションを行います。

curl -X POST http://localhost:8000/api/v1/workflow \
  -H "Content-Type: application/json" \
  -d '{
    "task": "Build a user authentication module",
    "constraints": ["FastAPI", "JWT", "PostgreSQL"],
    "workflow_type": "pipeline",
    "model_config": {
      "planner": "claude-sonnet-4",
      "analyst": "gemini-2.5-pro",
      "coder": "claude-sonnet-4",
      "executor": "gpt-5.2"
    }
  }'

---

役割ベースのモデル割り当て

設定スキーマ

{
  "roles": {
    "planner": {
      "service": "claude",
      "model": "claude-sonnet-4.5",
      "description": "Creates task plans and architecture designs"
    },
    "analyst": {
      "service": "gemini",
      "model": "gemini-3-pro-preview",
      "description": "Analyzes content and performs code reviews"
    },
    "coder": {
      "service": "claude",
      "model": "claude-sonnet-4.5",
      "description": "Generates implementation code"
    },
    "reviewer": {
      "service": "gemini",
      "model": "gemini-3-pro-preview",
      "description": "Performs comprehensive code reviews"
    },
    "executor": {
      "service": "codex",
      "model": "gpt-5.2",
      "description": "Executes commands and runs tests"
    }
  }
}

タスクの種類に応じた役割の選択

タスクの種類	主な役割	モデル	エンドポイント
タスクの分解	プランナー	claude-sonnet-4	/api/v1/claude/plan
コード生成	コーダー	claude-sonnet-4	/api/v1/claude/code
大規模コンテキストの分析	アナリスト	gemini-2.5-pro	/api/v1/gemini/analyze
セキュリティレビュー	レビュアー	gemini-3-pro-preview	/api/v1/gemini/review
ビルドとテスト	エグゼキューター	gpt-5.2	/api/v1/codex/execute

---

API リファレンス

ベース URL

http://localhost:8000

エンドポイントの概要

サービス	メソッド	エンドポイント	目的
システム	GET	/health	ゲートウェイのヘルスチェック
システム	GET	/metrics	プールとロードバランサーの統計情報
Claude	GET	/api/v1/claude/health	サービスのヘルスチェック
Claude	POST	/api/v1/claude/plan	タスク計画の作成
Claude	POST	/api/v1/claude/code	コードの生成
Gemini	GET	/api/v1/gemini/health	サービスのヘルスチェック
Gemini	POST	/api/v1/gemini/analyze	コンテンツの分析
Gemini	POST	/api/v1/gemini/review	コードのレビュー
Codex	GET	/api/v1/codex/health	サービスのヘルスチェック
Codex	POST	/api/v1/codex/execute	コマンドの実行
Workflow	POST	/api/v1/workflow	フルパイプライン

---

クイックリファレンス

使用例	サービス	エンドポイント	主なフィールド
タスクの分解	Claude	/api/v1/claude/plan	task、constraints、model
コードの生成	Claude	/api/v1/claude/code	description、language、model
コードベースの分析	Gemini	/api/v1/gemini/analyze	content、analysis_type、model
コードレビュー	Gemini	/api/v1/gemini/review	code、language、review_type、model
コマンドの実行	Codex	/api/v1/codex/execute	command、timeout、model
フルパイプライン	Workflow	/api/v1/workflow	task、constraints、workflow_type、model_config

---

タスクの実行

1. ヘルスチェック（必ず最初に実行）

# Check all services
curl -s http://localhost:8000/api/v1/claude/health
curl -s http://localhost:8000/api/v1/gemini/health
curl -s http://localhost:8000/api/v1/codex/health

予想される応答：

{"status": "SERVING", "version": "1.0.0", "uptime_seconds": 123}

2. 計画の作成（Claude）

curl -X POST http://localhost:8000/api/v1/claude/plan \
  -H "Content-Type: application/json" \
  -d '{
    "task": "Build a REST API with authentication",
    "constraints": ["use FastAPI", "JWT tokens", "PostgreSQL"],
    "model": "claude-sonnet-4"
  }'

3. コードの生成（Claude）

curl -X POST http://localhost:8000/api/v1/claude/code \
  -H "Content-Type: application/json" \
  -d '{
    "description": "A function to validate email addresses using regex",
    "language": "python",
    "model": "claude-sonnet-4"
  }'

4. コンテンツの分析（Gemini）

curl -X POST http://localhost:8000/api/v1/gemini/analyze \
  -H "Content-Type: application/json" \
  -d '{
    "content": "<large_codebase_content>",
    "analysis_type": "code",
    "model": "gemini-2.5-pro"
  }'

5. コードのレビュー（Gemini）

curl -X POST http://localhost:8000/api/v1/gemini/review \
  -H "Content-Type: application/json" \
  -d '{
    "code": "def add(a, b):\n    return a + b",
    "language": "python",
    "review_type": "comprehensive",
    "model": "gemini-3-pro-preview"
  }'

6. コマンドの実行（Codex）

curl -X POST http://localhost:8000/api/v1/codex/execute \
  -H "Content-Type: application/json" \
  -d '{
    "command": "python -m pytest tests/",
    "working_dir": "/tmp",
    "timeout": 60,
    "model": "gpt-5.2"
  }'

許可されているコマンド： echo、ls、pwd、date、cat、head、tail、wc、grep、find、python、pip、npm、node、git、make

---

よくあるワークフロー

コード開発ワークフロー

# 1. Create plan
curl -X POST http://localhost:8000/api/v1/claude/plan \
  -H "Content-Type: application/json" \
  -d '{"task": "Implement user authentication", "model": "claude-sonnet-4"}'

# 2. Generate code
curl -X POST http://localhost:8000/api/v1/claude/code \
  -H "Content-Type: application/json" \
  -d '{"description": "JWT authentication middleware", "language": "python"}'

# 3. Review code
curl -X POST http://localhost:8000/api/v1/gemini/review \
  -H "Content-Type: application/json" \
  -d '{"code": "<generated_code>", "language": "python", "model": "gemini-3-pro-preview"}'

# 4. Run tests
curl -X POST http://localhost:8000/api/v1/codex/execute \
  -H "Content-Type: application/json" \
  -d '{"command": "python -m pytest tests/", "timeout": 60}'

コード分析ワークフロー

# 1. Read file content
FILE_CONTENT=$(cat myfile.py | jq -Rs .)

# 2. Analyze with large context model
curl -X POST http://localhost:8000/api/v1/gemini/analyze \
  -H "Content-Type: application/json" \
  -d "{\"content\": $FILE_CONTENT, \"analysis_type\": \"code\", \"model\": \"gemini-2.5-pro\"}"

# 3. Review with detailed model
curl -X POST http://localhost:8000/api/v1/gemini/review \
  -H "Content-Type: application/json" \
  -d "{\"code\": $FILE_CONTENT, \"language\": \"python\", \"model\": \"gemini-3-pro-preview\"}"

---

エラー処理

サービスを利用できない（503）

{"detail": "Service not ready"}

解決方法： Docker コンテナが実行中か確認します。

docker ps | grep synaps

接続が拒否されました

解決方法： Synapse サービスを起動します。

cd ~/Synapse  # or $SYNAPSE_HOME
docker compose up -d

コマンドが許可されていない（Codex）

{"success": false, "stderr": "Command not allowed"}

解決方法： 許可されたコマンド（echo、ls、pwd、python など）のみを使用します。

---

トラブルシューティング

サービスの状態を確認する

# All containers running?
docker ps --format "table {{.Names}}\t{{.Status}}" | grep synaps

# Gateway health
curl -s http://localhost:8000/health

# Individual service health
curl -s http://localhost:8000/api/v1/claude/health
curl -s http://localhost:8000/api/v1/gemini/health
curl -s http://localhost:8000/api/v1/codex/health

サービスを再起動する

cd ~/Synapse  # or $SYNAPSE_HOME
docker compose down
docker compose up -d

ログを表示する

docker logs synaps-gateway
docker logs synaps-claude
docker logs synaps-gemini
docker logs synaps-codex

---

サービスポート

サービス	ポート	プロトコル
Gateway	8000	HTTP/REST
Claude	5011	gRPC
Gemini	5012	gRPC
Codex	5013	gRPC
Prometheus	9090	HTTP
Grafana	3000	HTTP

---

AI エージェントとの統合

このスキルは、HTTP リクエストに対応するあらゆる AI コーディングエージェントで使用できます。

• OpenCode/Claude Code：curl コマンドで bash ツールを使用します
• Cursor：ターミナルまたは HTTP クライアント拡張機能を使用します
• GitHub Copilot：ターミナルで curl を直接使用します
• Windsurf：組み込みターミナルを使用します

エージェント統合の例

User: "Create a plan to build a web scraper"

Agent uses Synapse skill:
1. curl POST /api/v1/claude/plan with task and model config
2. Parse response and present steps to user
3. Offer to generate code for each step
4. Execute tests via Codex
5. Review final code via Gemini

Swarm モードとの統合

複数のファイルにまたがる複雑なタスクでは、Swarm オーケストレーションを使用します。

User: "Review all authentication files for security issues"

Agent orchestrates:
1. Spawn parallel Gemini reviewers for each file
2. Aggregate findings
3. Generate summary report
4. Propose fixes via Claude

---

現在のステータス（v2.3.0）

サービスのヘルス状態（2026-01-28 に検証済み）

サービス	エンドポイント	ステータス	応答
Gateway	/health	✅ 正常	{"status": "healthy"}
Claude	/api/v1/claude/plan	✅ 成功	5 ステップの計画を生成
Gemini	/api/v1/gemini/analyze	✅ 成功	コード分析が完了
Gemini	/api/v1/gemini/review	✅ 成功	スコア 95/100
Codex	/api/v1/codex/execute	✅ 成功	コマンドを実行済み

接続プールのメトリクス

Claude Pool          Gemini Pool          Codex Pool
┌────────────┐       ┌────────────┐       ┌────────────┐
│ Size: 2    │       │ Size: 2    │       │ Size: 2    │
│ Avail: 2   │       │ Avail: 2   │       │ Avail: 2   │
│ Acquired:3 │       │ Acquired:4 │       │ Acquired:3 │
│ Released:3 │       │ Released:4 │       │ Released:3 │
└────────────┘       └────────────┘       └────────────┘

Load Balancer Status: All endpoints healthy (1/1 each)
Avg Response Time (Claude): 21.47ms

アーキテクチャの概要

┌─────────────────────────────────────────────────────────────────────────────┐
│                         SYNAPSE WORKFLOW ARCHITECTURE                        │
└─────────────────────────────────────────────────────────────────────────────┘

                            ┌──────────────┐
                            │   Gateway    │ :8000
                            │   (REST)     │
                            └──────┬───────┘
                                   │
            ┌──────────────────────┼──────────────────────┐
            │                      │                      │
            ▼                      ▼                      ▼
   ┌────────────────┐    ┌────────────────┐    ┌────────────────┐
   │     Claude     │    │     Gemini     │    │     Codex      │
   │     :5011      │    │     :5012      │    │     :5013      │
   │    (gRPC)      │    │    (gRPC)      │    │    (gRPC)      │
   └────────────────┘    └────────────────┘    └────────────────┘
          │                      │                      │
          ▼                      ▼                      ▼
   ┌────────────┐         ┌────────────┐         ┌────────────┐
   │   /plan    │         │  /analyze  │         │  /execute  │
   │   /code    │         │  /review   │         │            │
   └────────────┘         └────────────┘         └────────────┘

---

改善ロードマップ

1. 統合ワークフローエンドポイントの強化

現在：個別のサービス呼び出しが必要です

curl /api/v1/claude/plan → curl /api/v1/claude/code → curl /api/v1/gemini/review → curl /api/v1/codex/execute

予定：workflow_type パラメーターによる単一のワークフロー呼び出し

curl /api/v1/workflow -d '{"task": "...", "workflow_type": "pipeline|parallel|swarm"}'

2. MCP ツールの直接統合

現在：Bash ツールを介した curl ベースのアクセス

Bash → curl → Gateway → Service

予定：ネイティブ MCP サーバーツール

mcp__synapse__plan → Gateway → Claude
mcp__synapse__analyze → Gateway → Gemini
mcp__synapse__execute → Gateway → Codex

3. エラーハンドリングの強化

現在：シンプルなエラーレスポンス

{"detail": "Service not ready"}

予定：再試行のガイダンスを含む詳細なエラー

{
  "error": "Service not ready",
  "retry_after": 5,
  "fallback_available": true,
  "fallback_service": "gemini-2.5-flash"
}

4. SSE ストリーミング応答のサポート

現在：応答全体を待機

response = await service.plan(request)  # Waits for completion

予定：リアルタイムの進捗ストリーミング

async for chunk in service.plan_stream(request):
    yield chunk  # Real-time progress updates

5. Redis キャッシュレイヤー

予定のアーキテクチャ：

              Request
                 │
                 ▼
          ┌─────────────┐     Cache Hit      ┌─────────────┐
          │   Gateway   │ ─────────────────▶ │    Redis    │
          └──────┬──────┘                    └─────────────┘
                 │ Cache Miss
                 ▼
          ┌─────────────┐
          │   Service   │
          └─────────────┘

6. クイックコマンド（予定）

# Shorthand commands for common operations
synapse plan "Build REST API"     # → Claude Plan
synapse review "def foo(): ..."   # → Gemini Review
synapse run "pytest tests/"       # → Codex Execute
synapse flow "Create feature X"   # → Full Pipeline

7. サービスの自動検出

予定されている機能：

• スキルの有効化時に Docker コンテナのステータスを確認
• 異常なサービスの自動再起動を促す
• サービス依存関係を検証