| name | stress-test-flow |
| description | 実装完了後のマルチ視点ストレステストフロー。複数の検証エージェントが並列で品質を検証し、コード生成なしで問題を検出 |
ストレステストフロー
目的: 実装完了後、複数の視点から品質を検証。
Token最適化: 検証エージェントはコードを生成せず、読み取り・報告のみ。
1. 概要
1.1 ストレステストとは
通常のレビューに加え、複数の専門エージェントが並列で実装を検証するプロセス。
各エージェントはコードを生成せず、問題の検出と報告のみを行う。
実装完了
↓
品質レビュー（9点以上）
↓
ストレステスト（並列）
├── security-tester: セキュリティ脆弱性チェック
├── performance-tester: パフォーマンス問題チェック
├── edge-case-tester: 境界条件・エッジケースチェック
└── integration-tester: 統合・互換性チェック
↓
統合レポート
↓
PR作成 or 修正
1.2 Token効率
| 役割 | Token消費 | 理由 |
|---|
| メイン実装エージェント | 高 | コード生成 |
| ストレステスター | 低 | 読み取り・報告のみ |
| 品質レビュアー | 中 | 評価・スコアリング |
効果: 1つのエージェントが全視点をカバーするより、専門テスターが並列実行する方が総Token消費が少ない。
2. ストレステスター定義
2.1 セキュリティテスター
SECURITY_TESTER_PROMPT = """
## ロール
セキュリティ専門の検証エージェント。コード生成禁止、問題検出のみ。
## チェック項目
1. SQLインジェクション脆弱性
2. XSS脆弱性
3. 認証・認可バイパス
4. 機密情報のハードコード
5. 安全でない暗号化
6. CSRF対策の欠如
7. パストラバーサル
8. コマンドインジェクション
## 出力形式（JSON）
{
"severity": "critical|high|medium|low|none",
"findings": [
{
"type": "脆弱性タイプ",
"file": "ファイルパス",
"line": 行番号,
"description": "問題の説明",
"recommendation": "推奨対策"
}
],
"overall_assessment": "概要評価"
}
## ⛔ 禁止事項
- コードの修正・生成
- 実装の提案（recommendationは抽象的に）
"""
2.2 パフォーマンステスター
PERFORMANCE_TESTER_PROMPT = """
## ロール
パフォーマンス専門の検証エージェント。コード生成禁止、問題検出のみ。
## チェック項目
1. N+1クエリ問題
2. 不要なループ・再帰
3. メモリリーク可能性
4. 非効率なアルゴリズム（O(n²)以上）
5. 不要な同期処理
6. キャッシュ未使用
7. 大量データの一括読み込み
8. 不要な再レンダリング（フロントエンド）
## 出力形式（JSON）
{
"severity": "critical|high|medium|low|none",
"findings": [
{
"type": "問題タイプ",
"file": "ファイルパス",
"line": 行番号,
"description": "問題の説明",
"impact": "想定される影響"
}
],
"overall_assessment": "概要評価"
}
## ⛔ 禁止事項
- コードの修正・生成
- 具体的な実装提案
"""
2.3 エッジケーステスター
EDGE_CASE_TESTER_PROMPT = """
## ロール
境界条件・エッジケース専門の検証エージェント。コード生成禁止、問題検出のみ。
## チェック項目
1. null/undefined/None の未処理
2. 空配列・空文字列の未処理
3. 最大値・最小値の境界
4. 負数の未処理
5. 非ASCII文字（絵文字、特殊文字）
6. タイムゾーン・日付境界
7. 並行アクセス競合
8. ネットワーク障害時の動作
## 出力形式（JSON）
{
"severity": "critical|high|medium|low|none",
"findings": [
{
"type": "エッジケースタイプ",
"file": "ファイルパス",
"line": 行番号,
"description": "未処理のケース",
"test_scenario": "テストシナリオ例"
}
],
"overall_assessment": "概要評価"
}
## ⛔ 禁止事項
- コードの修正・生成
- テストコードの生成
"""
2.4 統合テスター
INTEGRATION_TESTER_PROMPT = """
## ロール
統合・互換性専門の検証エージェント。コード生成禁止、問題検出のみ。
## チェック項目
1. API契約の違反
2. 型の不整合
3. 依存関係の循環
4. 破壊的変更
5. 後方互換性の欠如
6. 設計書との乖離
7. 既存コードとの整合性
8. 環境依存コード
## 出力形式（JSON）
{
"severity": "critical|high|medium|low|none",
"findings": [
{
"type": "問題タイプ",
"file": "ファイルパス",
"line": 行番号,
"description": "問題の説明",
"affected_components": ["影響を受けるコンポーネント"]
}
],
"overall_assessment": "概要評価"
}
## ⛔ 禁止事項
- コードの修正・生成
- 具体的な実装提案
"""
3. 実行フロー
3.1 ストレステスト呼び出し
def run_stress_tests(env_id: str, impl_files: list[str]) -> StressTestResult:
"""ストレステストを並列実行"""
file_contents = {}
for file_path in impl_files:
content = container_use_environment_file_read(
environment_id=env_id,
target_file=file_path,
should_read_entire_file=True
)
file_contents[file_path] = content
results = []
tasks = [
background_task(
agent="oracle",
description="Security stress test",
prompt=f"{SECURITY_TESTER_PROMPT}\n\n## 対象ファイル\n{json.dumps(file_contents)}"
),
background_task(
agent="oracle",
description="Performance stress test",
prompt=f"{PERFORMANCE_TESTER_PROMPT}\n\n## 対象ファイル\n{json.dumps(file_contents)}"
),
background_task(
agent="oracle",
description="Edge case stress test",
prompt=f"{EDGE_CASE_TESTER_PROMPT}\n\n## 対象ファイル\n{json.dumps(file_contents)}"
),
background_task(
agent="oracle",
description="Integration stress test",
prompt=f"{INTEGRATION_TESTER_PROMPT}\n\n## 対象ファイル\n{json.dumps(file_contents)}"
),
]
for task_id in tasks:
result = background_output(task_id=task_id, block=True)
results.append(json.loads(result))
aggregate_results(results)
3.2 結果集約
def aggregate_results(results: list[dict]) -> StressTestResult:
"""ストレステスト結果を集約"""
all_findings = []
max_severity = "none"
severity_order = ["none", "low", "medium", "high", "critical"]
for result in results:
all_findings.extend(result.get("findings", []))
if severity_order.index(result["severity"]) > severity_order.index(max_severity):
max_severity = result["severity"]
return StressTestResult(
passed=max_severity in ["none", "low"],
max_severity=max_severity,
total_findings=len(all_findings),
findings=all_findings,
summary=generate_summary(all_findings)
)
4. 判定基準
| 最大重大度 | アクション |
|---|
| none | ✅ PR作成へ |
| low | ✅ PR作成へ（警告付き） |
| medium | ⚠️ 修正推奨、ユーザー判断 |
| high | ❌ 修正必須 |
| critical | ❌ 即時修正必須 |
5. ストレステストレポート
## 🔬 ストレステストレポート
### サマリ
- **総合判定**: ✅ PASSED / ❌ FAILED
- **最大重大度**: {max_severity}
- **検出件数**: {total_findings}件
### カテゴリ別結果
| カテゴリ | 重大度 | 検出件数 |
|---------|--------|---------|
| セキュリティ | {severity} | {count}件 |
| パフォーマンス | {severity} | {count}件 |
| エッジケース | {severity} | {count}件 |
| 統合 | {severity} | {count}件 |
### 検出事項（重大度順）
{findings_list}
### 推奨アクション
{recommendations}
6. 使用タイミング
| 状況 | ストレステスト |
|---|
| 通常のSubtask実装 | 任意（品質レビュー9点以上で十分） |
| 重要な機能（認証、決済等） | 必須 |
| 外部API連携 | 必須 |
| パフォーマンスクリティカル | 必須 |
| セキュリティクリティカル | 必須 |
| リファクタリング | 推奨 |
7. Token効率の比較
| 方式 | Token消費 | 品質 |
|---|
| 単一エージェントで全チェック | 高（5000-10000） | 中（網羅性に限界） |
| 並列ストレステスト | 中（2000-4000） | 高（専門性×並列） |
効果: 専門テスターは「読み取り・報告のみ」のためToken効率が高い。
変更履歴
| 日付 | バージョン | 変更内容 |
|---|
| 2026-01-10 | 1.0.0 | 初版作成（ai-framework stress.sh からの着想） |
