using-agentops

AgentOps 運用モデル

AgentOps は、コーディングエージェント向けの運用レイヤーです。

ユーザーに提供する機能は、次の 4 つです。

• 記録管理 — 収集した学び、調査結果、再利用可能なコンテキスト
• 検証 — 作業のリリース前に行う計画とコードのレビュー
• プリミティブ — 個別のスキル、フック、CLI インターフェース
• フロー — /research、/validate、rpi のような名前付きの構成

技術的には、AgentOps はコンテキストコンパイラーとして機能します。セッションから得られる生のシグナルを、再利用可能な知識、コンパイルされた予防策、より良い次の作業へと変換します。

コアフロー：RPI

Research → Plan → Implement → Validate
    ↑                            │
    └──── Knowledge Flywheel ────┘

調査フェーズ

/research <topic>      # Deep codebase exploration
ao search "<query>"    # Search existing knowledge
ao search "<query>" --cite retrieved  # Record adoption when a search result is reused
ao lookup <id>         # Pull full content of specific learning
ao lookup --query "x"  # Search knowledge by relevance

出力： .agents/research/<topic>.md

計画フェーズ

/pre-mortem <spec>     # Simulate failures (error/rescue map, scope modes, prediction tracking)
/plan <goal>           # Decompose into trackable issues

出力： 依存関係を含む Beads イシュー

実装フェーズ

/implement <issue>     # Single issue execution
/crank <epic>          # Autonomous epic loop (uses swarm for waves)
/swarm                 # Parallel execution (fresh context per agent)

出力： コード変更、テスト、ドキュメント

検証フェーズ

/vibe [target]         # Code validation (finding classification + suppression + domain checklists)
/post-mortem           # Validation + streak tracking + prediction accuracy + retro history
/post-mortem --quick   # Quick-capture a single learning (folded the retired retro lane)

出力： .agents/learnings/、.agents/patterns/

フェーズとスキルの対応関係

フェーズ	主なスキル	補助スキル
発見	/discovery	/brainstorm、/research、/plan、/pre-mortem
実装	/crank	/implement（単一イシュー）、/swarm（並列実行）
検証	/validate	/vibe、/post-mortem、/forge

スキルの選び方：

• 単一イシューの実行には /implement を使います。現在は TDD を最初に行う設定がデフォルトです。実装前に失敗するテストを書きます。--no-tdd でスキップできます。
• エピックの自律実行には /crank を使います。完了するまで、スウォームを介してウェーブを繰り返し実行します。ワーカー間の競合を防ぐため、ファイル所有権マップを自動生成します。
• 発見フェーズのみには /discovery を使います（ブレインストーミング → 検索 → 調査 → 計画 → プレモーテム）。
• 検証フェーズのみには /validate を使います（バイブ → 事後分析 → フォージ）。
• ライフサイクル全体には rpi を使います。/discovery → /crank → /validate に処理を委任します。
• RPI を通じた進捗のゲート設定／記録には /ratchet を使います。

まず使うスキル（12 個）

これらは、すべてのユーザーが最初に必要とするスキルです。それ以外のスキルは、必要になったときに利用できます。

スキル	目的
/quickstart	ガイド付きオンボーディング — 最初に実行します
/bootstrap	AgentOps を 1 コマンドで完全にセットアップ — 不足している部分のみを補います
/research	コードベースの詳細な調査
/council	複数モデルによる合意レビューと調査結果の自動抽出
/validate	成果物、計画、コード変更、PR、ゲートに対する標準的な PASS/WARN/FAIL 判定
/vibe	コード検証（分類 + 抑制 + ドメイン別チェックリスト）
rpi	RPI ライフサイクル全体のオーケストレーター（/discovery → /crank → /validate）
/implement	単一イシューを実行
/post-mortem --quick	学びを 1 件、フライホイールにすばやく記録
/status	現在の作業と推奨される次のアクションを 1 画面に表示するダッシュボード
/goals	GOALS.yaml の適合性仕様を維持
/push	アトミックなテスト・コミット・プッシュのワークフロー

高度なスキル（必要なときに使用）

Skill	目的
/compile, /flywheel	アクティブなナレッジインテリジェンスとフライホイールの健全性 — 採掘 → 成長 → デフラグのサイクル
/curate	トランスクリプト、.agents/、bd、git、スキルの差分、まれな Wiki エントリーを対象とする標準マイナーの役割
/curate --mode=harvest	リグをまたいだナレッジの統合 — 一掃、重複排除、グローバルハブへの昇格（廃止された harvest レーンを統合）
/inject	成熟した .agents コーパスを信念、プレイブック、ブリーフィング、ギャップサーフェスとして運用化します（廃止された knowledge-activation レーンを統合）
/brainstorm	計画前の体系的なアイデア探索
/discovery	完全なディスカバリーフェーズのオーケストレーター（ブレインストーミング → 検索 → 調査 → 計画 → プレモーテム）
/plan	エピックをイシューに分解
/design	プロダクト検証ゲート — 目標との整合性、ペルソナとの適合性、競争上の差別化
/pre-mortem	失敗シミュレーション（エラー／救済、スコープモード、時間的要素、予測）
/post-mortem	検証 + 連続記録 + 予測精度 + 振り返り履歴
/bug-hunt	根本原因分析
/release	リリース前チェック、変更履歴、バージョン更新、タグ付け
/crank	自律型エピックループ（各ウェーブで swarm を使用）
/swarm	新しいコンテキストでの並列実行（Ralph パターン）
/using-atm	ATM tmux swarm 上で AgentOps ループをセッション外で実行します（基盤の ATM レッグ）
evolve	目標駆動型の適合度スコア付き改善ループ
/burndown	範囲を限定したエピック完了ループ — 有限の目標をすべてマージ済みの状態まで進めてから停止します
/eval-outcomes	ロック済み eval 基盤のホールドアウトセーフな投影として Outcomes を使って評価します — 1 つの基準、多数のランタイム
/operating-loop-workflow	運用ループのマルチエージェント Workflow をインストールして実行します（7 手のループ）
/autodev	PROGRAM.md 自律開発契約のセットアップと検証
agy-rules-workflows	AGY ネイティブなルール、ループワークフロー、スケジュールされた目標制御をインストールします
/curate --mode=dream	セッション外でナレッジを複利的に蓄積するレーン
/doc	ドキュメント生成 — リポジトリのドキュメント（デフォルト）、ゴールドスタンダードの README（--mode=readme）、OSS ドキュメントパック（--mode=oss）
/post-mortem --quick	学びをすばやく記録します（廃止された retro レーンを統合）
/validate	完全な検証フェーズのオーケストレーター（バイブ → ポストモーテム → forge）
/ratchet	RPI ワークフロー向けのブラウン運動ラチェット進捗ゲート
/forge	トランスクリプトを採掘してナレッジを抽出 — 意思決定、学び、パターン
/security	リポジトリのセキュリティスキャンとリリースゲートに加え、組み合わせ可能なバイナリ／プロンプトサーフェススイート — 静的解析、動的トレース、オフラインのレッドチーム、ポリシーゲート
/test	テスト生成、カバレッジ分析、TDD ワークフロー
/cc-hooks	AgentOps ランタイムフックの動作を作成・検証します
/red-team	ペルソナベースの敵対的検証 — 制約のあるユーザーの視点からドキュメントとスキルを検証します
/review	受信した PR、エージェントの出力、差分をレビューします — SCORED チェックリスト
/refactor	各ステップで回帰テストを行う、安全で検証済みのリファクタリング
/deps	依存関係の監査、更新、脆弱性スキャン、ライセンスコンプライアンス
/perf	パフォーマンスプロファイリング、ベンチマーク、回帰検出、最適化
/scaffold	プロジェクトのスキャフォールディング、コンポーネント生成、ボイラープレートのセットアップ
/scenario	行動検証用のホールドアウトシナリオを作成・管理します
/skill-auditor	統一テンプレートに照らして既存の SKILL.md を 2 パスで監査します（15 項目）
/skill-builder	統一テンプレートに照らして新しい SKILL.md ファイルをスキャフォールドまたは取り込みます
/automation-shape-routing	エージェント自動化構築の窓口 — SHAPE（Workflow、ATM swarm、通常のスキル）を決定し、適切なビルダーに引き継ぎます
/workflow-builder	新しい Claude Workflow スクリプト（.claude/workflows/*.js）をスキャフォールドします — 決定論的なマルチエージェントオーケストレーション
/agent-native	スキル + ao CLI + CI を使って、セッション外エージェントをフックではなく AgentOps ネイティブにします

エキスパートスキル（専門的なワークフロー）

スキル	目的
/swarm	Codex エージェントの並列実行（廃止された codex-team レーンを統合）
/reverse-engineer-rpi	製品をリバースエンジニアリングし、機能カタログと仕様を作成
/codebase-audit	ドメインをパラメーター化したコードベース監査（セキュリティ、UX、パフォーマンス、API、コピー、CLI）
/pr-research	コントリビューション前に上流リポジトリを調査
/pr-implement	フォークベースの PR 実装
/validate --mode=pr	PR 固有の検証と分離チェック（廃止された pr-validate レーンを統合）
/pr-prep	PR の準備と構造化された本文の生成
/ship-loop	ボットと連携した内部 PR の高速サイクル
/complexity	コードの複雑さを分析
/product	対話形式で PRODUCT.md を生成
/handoff	続行のためにセッションを引き継ぎ
/recover	コンパクション後のコンテキストを復旧
/session-bootstrap	汎用初期化プロンプト — すべてのエージェントが最初に実行します（soc-vuu6.25）
/trace	履歴をたどって設計上の決定を追跡
/curate --mode=provenance	成果物の系譜をたどってソースを特定
/beads	課題追跡操作
/heal-skill	スキルの衛生上の問題を検出して修正
/converter	スキルを Codex/Cursor 形式に変換

インストール済みスキルを更新するには： インストール用ワンライナーを再実行してください — bash <(curl -fsSL https://raw.githubusercontent.com/boshu2/agentops/main/scripts/install.sh)。（更新用スキルはありません。スキルの更新はインストールスクリプトで行います。）

ナレッジフライホイール

すべての /post-mortem で学びやパターンが .agents/ に反映され、今後の /research はゼロからではなく、より豊富なコンテキストをもとに開始できます。

ao agents inspect | lint | doctor を使って、.agents/ の書き込み対象の契約を検査、リント、トリアージします（doctor は inspect と lint に孤立ファイル／ディレクトリのレポートを加えて集約します。--strict を指定すると、孤立ファイルがある場合に失敗します）。

ランタイムモード

AgentOps には複数のランタイムモードがあります。どこでもフックによる自動化が利用できるとは限りません。

モード	適用される状況	開始方法	終了処理の方法	保証
substrate（セッション外）	セッション外で利用できる、交換可能なオーケストレーション基盤：ATM tmux swarm、MCP（ao mcp serve）、または managed-agents（ao agent）	オペレーターまたはリードエージェントが bd ready を実行し、bead ごとにループ全体をディスパッチします — rpi スキルを実行するエージェントです。cron／管理対象のトリガーがメンテナンスを実行します	基盤がマージゲートを管理し（CI-green がシグナルです）、ナレッジフライホイールのフィードバックをトリガーします	基盤が 全体の rpi／evolve ループ（それぞれスキルを実行するエージェント）をオーケストレーションします — ループの内部を参照することはありません。接続点は「基盤 → スキルを実行するエージェント」です。in-CLI の runtime=gc エグゼキューターはありません。agent-native と docs/3.0.md を参照してください。
hook-capable	ライフサイクルフックをインストールした Claude/OpenCode（gc なし）	ランタイムフックまたは ao inject / ao lookup	ランタイムフックまたは ao forge transcript + ao flywheel close-loop	フックがインストールされている場合、自動的に起動／コンテキストを注入し、セッション終了時にメンテナンスを実行します
codex-native-hooks	ネイティブフックに対応した Codex CLI v0.115.0+（2026 年 3 月）	ランタイムフック（hook-capable と同じ）	ランタイムフック（hook-capable と同じ）	ネイティブのライフサイクルフック — hook-capable モードと同じ保証です
codex-hookless-fallback	フックサーフェスのない Codex Desktop／Codex CLI pre-v0.115.0	ao codex start	ao codex stop	フックなしで、明示的な起動コンテキスト、引用追跡、トランスクリプトのフォールバック、終了処理のメトリクスを提供します
manual	フックも Codex ネイティブのランタイム検出もない場合	ao inject / ao lookup	ao forge transcript + ao flywheel close-loop	どこでも動作しますが、ライフサイクル操作はオペレーターが実行します

課題追跡

このワークフローでは、Git ネイティブな課題追跡に beads を使用します：

bd ready              # Unblocked issues
bd show <id>          # Issue details
bd close <id>         # Close issue
bd vc status          # Inspect Dolt state if needed (JSONL auto-sync is automatic)

例

起動時のコンテキスト読み込み。 AgentOps 3.0 のデフォルトの手順は明確です。ao session bootstrap を実行してから、ao inject / ao lookup またはフェーズに応じたパケットで以前のコンテキストを取得します。フックに対応したランタイムでは、必要に応じて作成済みの session-start.sh を実行できます。また、Codex CLI では install-codex.sh --with-hooks を使って、オプトイン方式のネイティブフックを利用できます。これらは互換性／アダプター用の手順であり、デフォルトではありません。どちらの方法でも、エージェントは RPI ワークフロー、以前のコンテキスト、引用元をたどる方法を得られます。

計画時のワークフロー参照。 ユーザーが機能の進め方を尋ねた場合、エージェントはこのスキルの RPI セクションを使い、場当たり的な方法ではなく、Research → Plan → Implement → Validate を推奨します。具体的には、調査には /research、分解には /plan、失敗のシミュレーションには /pre-mortem を使います。

トラブルシューティング

問題	原因	解決策
スキルが読み込まれない	起動時の手順が実行されていない	ao session bootstrap を実行してから、ao inject / ao lookup を実行します。Codex のライフサイクルを復旧するには、明示的に ao codex start を実行します
スキルカタログが古い	このファイルが実際の skills/ ディレクトリと同期されていない	スキルを追加／削除した後、このファイル内のスキル一覧を更新します
間違ったスキルが推奨される	自然言語のトリガーが曖昧	ユーザーが /skill-name の形式でスキルを明示的に呼び出します
ワークフローが不明確	RPI の各フェーズがここに十分に記載されていない	README.md または docs/ARCHITECTURE.md にあるワークフローガイド全文を読みます