1
門を機械にする
CI が緑のものしか staging に入らないようにする。ここが立つと、この先は全部「CI に1本足す」で済む。
- 済み
- CLAUDE.md の開発フローを MR＋自動マージに書き換え、hook で staging への直接 push を止めた（ブランチ上・未 push）
- 次の一手
- GitLab の保護ブランチ設定と「Pipelines must succeed」、glab の導入
AIハーネス地図 2026-10
Claude を動かす仕組み（権限・hook・CI・評価役・指示書）を、何から・どのリポジトリで直すかの地図。正本は nanco-knowledge/ops/harness-roadmap.md。
TL;DR
今は姉崎さんが「検査役」をやっている。それを機械に置き換えると、ループもグラフも回り出す。順番は「門（CI）→ ルールを仕組みに → 評価役 → 指示書を削る → 測る」。実装は各リポジトリで、束ねるのは nanco-knowledge だけ。
幹は1つ：検査役を人から機械へ
ルールも役者もたくさん作ってきた。足りないのは「本当に終わったか」を判定する仕組み。今はそこを全部、姉崎さんが手でやっている。
今：人が検査役
- 「必ず〜する」は CLAUDE.md の文章。守られなくても止まらない
- staging へのマージは手元でやる。CI はマージのあとに走る
- 誤り（GTM・Inngest 重複・招待44件）を見つけたのは毎回姉崎さん
- AI の報告は「確信度：高」という自己申告
目指す姿：機械が検査役、人は較正役
- 守らせたいことは CI と hook が止める
- CI が緑のものしか staging に入らない
- 評価役（テスト・判定器）が「終わった」を判定する
- 姉崎さんは月1で、評価役の判定と自分の判定のズレを直す
状態・ループ・グラフ
Anthropic が「ハーネス」と呼んでいる考え方は3つの部品でできている。nanco はすでに「状態」を持っていて、ここからの伸びしろは「ループ」と「グラフ」。
STATE ／ 状態
記憶をファイルで渡す
AI は会話をまたいで覚えていない。だから「今どこまで進んだか」をファイルに書いて次に渡す。
nanco：できている。decision-log・sessions・ops/now.md。
LOOP ／ ループ
合格するまで回す
「終わった？」を作った本人ではなく評価役が判定し、合格するまで自動で回す。/goal や Stop hook がこれ。
nanco：評価役が足りない。在庫の不変条件テストが1本目。
GRAPH ／ グラフ
並列で見て、まとめる
観点を分けた評価役を1回だけ並列に流し、指摘を一括で直す。往復を減らす仕組み。
nanco：手でやっている。Fable × Codex の2ラウンド議論がこれ。
5本の幹と、いまの状況
上から順に通す。上が通ると下が楽になる。4（指示書を削る）を2より先にやると、削ったルールが守られなくなる。
2
守らせたいことを仕組みに移す
「必ず〜する」を文章で書く代わりに、破ったら CI か hook が止める。
- 済み
- 本番操作を止める hook、権限の整理（nanco-next / flutter）
- 次の一手
- fix のコミットにテストが無ければ CI で落とす／巨大ファイルの行数上限／knowledge 側の hook 3本
3
評価役をそろえる
「終わった？」を機械が判定する部品。これがあると /goal や Stop hook で「緑になるまで回す」が使える。
- 済み
- 在庫の不変条件テスト（ランダムな操作で帳簿を検算）。最初の実行で不具合を1件発見・修正
- 次の一手
- OPS に出荷・入荷を足す／ai-tone-check-cases を合否付きの評価セットに／UI の見た目を比べる評価役
4
指示書を短くする
長い指示書ほど1つひとつのルールが守られにくい。仕組みに移したルールから消していく。
- 今
- nanco-next の CLAUDE.md が 749 行（目安は200行未満）。8か月前の作業状況も残っている
- 次の一手
- 幹2のあと。作業状況は issue へ、手順は skill へ。AGENTS.md とのずれも直す
5
効いているか測る
ハーネスはモデルの世代が変わると古くなる。数字を見ていないと気づけない。
- 見る数字
- fix の比率・テスト付きの fix の比率・レビュー往復回数・初回で承認された割合
- 次の一手
- 幹1〜3が通ってから、月1で見る
リポジトリごとの分担
実装はそれぞれのリポジトリで、1リポジトリ＝1セッション＝1MRで進める。CI も hook も CLAUDE.md もリポジトリ単位で効くので、まとめて1か所ではやれない。優先順と進捗を束ねるのは nanco-knowledge の ops/harness-roadmap.md だけ。このページはその読む用のスナップショット。
| 幹 | nanco-nextWeb・API（GitLab） | nanco-flutterアプリ（GitLab） | nanco-knowledge戦略・ルール（GitHub） | そのほかreports / analytics（GitHub） |
|---|---|---|---|---|
| 1 門 | 保護ブランチ＋MR 自動マージ。CLAUDE.md と hook はブランチ上で済み | 同じ GitLab 設定。hook はブランチ上で済み | draft PR → 姉崎がマージ、の運用はすでにある | 同じく PR 運用 |
| 2 仕組み | fix にテスト必須の CI チェック、max-lines |
同じ CI チェック。dart_code_metrics・custom_lint を実際に効かせる | hook 3本（Linear ラベル全置換・レビューなしの外向け文章・裏取りなしの decision-log） | analytics は lint の hook あり |
| 3 評価役 | 不変条件テスト（1本目済み）→ OPS 追加、UI の見た目の比較 | 後回し。既存の maestro を評価役に使える | ai-tone-check-cases を合否付きの評価セットに | — |
| 4 指示書 | CLAUDE.md 749 行 → 200 行未満、AGENTS.md と揃える | CLAUDE.md は 63 行で短い。AGENTS.md とのずれだけ確認 | CLAUDE.md 274 行、AGENTS.md が旧5層のまま | — |
| 5 測る | 元データ（git 履歴） | 元データ（git 履歴） | 月1で集計してロードマップを更新（ここで束ねる） | 集計の仕組みは analytics に置く案 |
共通で使うもの（本番操作を止める hook など）は、片方で作ってもう片方へコピーしている。増えてきたら Claude Code のプラグインにまとめる。
文章・hook・CI の役割分担
同じルールを3か所に書くと、少しずつずれていく。ルールの中身は1か所（CI / lint の設定）だけに置き、ほかはそこを呼ぶか説明するだけにする。
CI / lint本体・最後の門
誰が書いても効く。破ったら staging に入らない
例：
max-lines: 800、fix にテスト必須のチェック、不変条件テストhook早く知らせる
Claude が動いた瞬間に止める・知らせる。Claude の中でしか効かない
例：本番操作の防止、保存直後の lint、「終わりました」の前のテスト確認
CLAUDE.md理由を書く
なぜそのルールがあるかを1行。チェックの中身は書かない
例：「巨大ファイルは AI の精度を落とすので 800 行まで（max-lines）」
根拠の数字
nanco-next の git 履歴から（2026年9月、マージを除く。71 件の行だけ 6月以降）。
3 / 346
MR 経由のマージ
残りは手元で staging にマージ。CI はそのあと → 幹1
244 / 506
fix で始まるコミット
同じブランチ内の手直しも含む。どのモデルでも同じ傾向 → ハーネス側の問題
67%
テストを伴う fix（160 / 239）
3件に1件は再発防止テストがない → 幹2
71
「レビュー指摘」を直した fix
レビュー → 修正 → 再レビューの往復 → グラフで1回にまとめる
749 行
nanco-next の CLAUDE.md
目安は200行未満 → 幹4
1
不変条件テストが初回で見つけた不具合
履歴の差し込みで「その時点の在庫」がずれていた。修正済み → 幹3 が効く証拠
いま止まっていること
幹1は姉崎さんの作業が終わらないと効かない。合わせて10分ほど。
GitLab の設定
brew install glab && glab auth login- Protected branches：staging / pre-prod / release を「Allowed to push: No one」
- Merge requests：「Pipelines must succeed」「Delete source branch by default」をオン
push 待ちのブランチ（Mac から）
- nanco-next
chore/claude-harness：権限・hook・開発フロー - nanco-next
test/stock-invariants：不変条件テスト＋不具合修正 - nanco-flutter
chore/claude-harness：権限・hook
権限と hook は staging に入るまで効かない。
枝葉（幹が通ってからでよい）
効いていない設定
- flutter の dart_code_metrics・custom_lint が実質無効
- flutter の GitHub workflow は GitLab なので動かない
- nanco-next の
noImplicitAny: false - git に入った不要物（dogfood-output 70MB など）、リモートブランチ約190本
- e2e のリトライ回数を数えていない
nanco-knowledge 側
- 役者15体以上を「検証できる単位」に整理し、判定の一致率を測る
- 止まっているセッション（24件中19件）を閉じる
- AGENTS.md と
.codex/agentsのずれ - daily-sync を「報告する」から「閉じる」に
在庫テストの OPS 追加（別セッション）
- 出荷・入荷の実行と取消 ← 最優先
- アーカイブ・ゴミ箱・復元
- 合算／棚卸の反映と取消／CSV 取込
nanco-reports 側
- 左の目次（reports-rail）がページごとに揃っていない。エンジニアリングの群があるのは一部のページだけ
迷ったときの4原則
書く
強制する
「必ず」と書きたくなったら、まず CI か hook にできないか考える。
自己申告
外から確かめる
9/11 に本番監視でやった「送ったではなく届いた」を AI の作業にも当てはめる。
役者を増やす
評価セットを増やす
人格の代わりに「合否と理由」のデータを貯める。不変条件テストはその1本目。
毎回承認する
月1で較正する
人は毎回 OK を出す係ではなく、評価役とのズレを直す係になる。