dry-coding

name	dry-coding
description	PR〜エピック単位のシステム設計 + dry-coding。要件→多角的評価→設計ドキュメント(.claude/plans/)。plan mode wrapper。Explore/Plan subagent並列 + Schema Contract。コード変更は行わず、設計ドキュメントとレビュー可能な実装コードを出力。(1)新機能設計 (2)リファクタ設計 (3)PR前設計レビュー (4)アーキ判断文書化 (5)アプローチ比較 (6)エピック段階計画 (7)実装コードのdry提示
allowed-tools	Bash, Read, Glob, Grep, Task, WebSearch, WebFetch, AskUserQuestion
argument-hint	[requirements | issue-url | description]

System Design + Dry Coding

plan mode前提。コード変更禁止。設計ドキュメントと実装コードを読み取り専用で出力する。

原則

P1: read-only — ファイル編集なし。Read/Grep/Bash(読取のみ)
P2: evidence-based — コードベースの実態を引用。理想論でなく既存パターンとの整合
P3: WHY-driven — 各設計判断に根拠を付与
P4: schema-contracted — subagent出力はスキーマ定義に従う。ドリフト防止
P5: educational — 前提知識・公式ドキュメントリンク・パターンリファレンスを提供
P6: sequential + gates — フェーズ順守。各フェーズ完了後にユーザーOKを待つ

入力処理

$ARGUMENTS に応じて処理:

1. GitHub URL → Task(ctx:github) でIssue/PR情報取得
2. テキスト → 要件として使用
3. 空 → ユーザーに要件を求める

フェーズ進捗

Progress:
- [ ] Phase 1: Context Collection（要件理解 + コードベース調査）
- [ ] Phase 2: Design Exploration（設計探索 + アプローチ比較 + 7次元評価）
- [ ] Phase 3: Design Synthesis + Dry Coding（設計ドキュメント + 実装コード生成）

確認ゲートプロトコル

各フェーズ完了時:

1. 成果物を提示
2. 進捗チェックリストを更新表示
3. ユーザー応答を待つ: OK→次へ / 質問→回答後再確認 / 戻って→再調査 / 中断→現時点の成果出力

Phase 1: Context Collection

目的: 要件構造化 + コードベース現状把握 + 粒度判定

Step 1: 入力処理（上記参照）

Step 2: Task(Explore) x3 並列起動（各agentは独立）

Agent	調査対象	出力キー
A: Architecture Mapping	モジュール構造、依存グラフ、アーキパターン	architecture
B: Pattern Inventory	デザインパターン、規約、エラー処理、テスト、DI	patterns
C: Tech Stack Analysis	言語、FW、依存、ビルド、テスト、lint、CI	tech_stack

各agentの出力スキーマとプロンプト: phase1-context-collection.md

Step 3: WebSearch で関連公式ドキュメント収集

Step 4: 粒度判定

• files_changed ≤5 AND components ≤2 → PR
• else → epic
• ユーザー指定は常に優先

出力: context_summary + granularity判定

確認ゲート: サマリー提示 → ユーザーOK（粒度修正も受付）

Phase 2: Design Exploration

目的: 複数アプローチ生成 → 7次元評価 → 比較 → 推奨

Step 1: Task(Plan) x2-3 並列起動（各agentに異なるbias）

• A: testability-first
• B: minimal-change
• C: extensibility-first

各agentの出力スキーマとプロンプト: phase2-design-exploration.md

Step 2: 7次元評価 — evaluation-framework.md のルーブリック適用

#	次元	配点
D1	Testability	/5
D2	Changeability	/5
D3	Pattern Appropriateness	/5
D4	Language/Runtime Fit	/5
D5	Dependency Management	/5
D6	Error Handling Strategy	/5
D7	Performance	/5

28-35: Excellent / 21-27: Good / 14-20: Acceptable / <14: Redesign

Step 3: 比較表 + 推奨アプローチ + リスク評価

出力: approaches[] + scores + tradeoff_table + recommendation

確認ゲート: 比較表提示 → ユーザーがアプローチ選択

Phase 3: Design Synthesis + Dry Coding

目的: 設計ドキュメント + 実装コード生成

Step 1: Task(Plan) x1 で設計ドキュメント組み立て

• テンプレート: design-document-template.md

Step 2: 教育的リファレンス

• 各設計判断に WebSearch で公式ドキュメントURL取得
• 前提知識の説明（デザインパターン、言語固有考慮）
• パターンリファレンスリンク

Step 3: 粒度別出力

• PR: Implementation Roadmap（ステップ、ファイル、依存）
• epic: PR分割計画（各PRスコープ、依存順序、マージ戦略）

Step 4: Dry Coding — 実装コード提示

• 完全で実行可能なコードを提示（ファイル編集はしない）
• 既存パターンに従う
• 必要なimport文を含める
• 以下の形式で出力:

### {ファイルパス}
\`\`\`{lang}
{完全な実装コード}
\`\`\`
**実装ポイント**: {重要な設計判断の説明}

Step 5: ハルシネーション防止

• ファイルパス → Read/Grep で実在確認
• API/ライブラリ参照 → WebSearch で照合
• 各主張に証拠タグ: direct_code | inference

出力先: .claude/plans/design-{YYYY-MM-DD}-{desc}.md

確認ゲート: ドキュメント提示 → ユーザー承認 → plans/ に保存

エラーハンドリング

状況	対応
無効なGitHub URL	再入力 or テキストフォールバック
プライベートリポジトリ	gh auth login ガイド
テスト基盤なし	D1評価時に明記、テスト基盤セットアップを計画に含める
コードベースが巨大	要件に関連する領域に限定してGrep/Glob
全アプローチ収束	発散的アプローチを強制生成する追加Plan agent起動
情報不足	ユーザーに追加情報を求める + WebSearchで補完