Pre-choice usable artifact execution

Purpose & Output Contractの最小の実成果物をmain contextで作成する。effect別のparse/open・secret・irreversible・corrupt guardだけを実行し、現物path・digest・開き方を提示してからaccept-as-is/light/standard/detailedを記録する。accept-as-isはその場でhandoff完了とし、後続sectionを実行しない。

Post-choice selected improvement execution

以下の既存workflow・goal-seek・評価・修正sectionはlight/standard/detailedが記録されてsemantic_evaluator_startedへ遷移した場合だけ実行する。release/exhaustiveは別の明示eventを必要とする。

run-goal-seek

配布注記: 本 skill の cross-skill schema_refs / reference_refs (../run-goal-elicit/, ../run-build-skill/) は repo-bundled 前提 (単独配布非対応)。

Purpose & Output Contract

既存コンテキストから最適ゴールを推定し、そのゴールに対して 手順を固定せず、完了チェックリストが全て満たされるまで「手順を都度生成 → 実行 → 検証」を反復するゴールシーク実行オーケストレーター。ループ本体は親セッションを汚さないよう SubAgent（または Agent Team）に fork して実行し、親には最終成果物とハンドオフ要約のみを返す。達成した成果物を後続 Capability へ受け渡す。

• 入力: goal-spec.json (--spec、既定 eval-log/goal-spec.json)。無ければ会話履歴・topic・関連ファイルから run-goal-elicit 相当の推定を内部実行して生成する。
• 出力:
  • 各タスク固有の成果物（goal で定義された最終状態）
  • eval-log/goal-seek-progress.json — 各周回のチェックリスト状態と生成手順の記録
  • eval-log/run-goal-seek-intermediate.jsonl — 各周回末の中間成果物アンカー (original_goal/current_goal_snapshot/delta_from_original/merged_directive_for_next/drift_signal)。次周回 Step2 への必須入力。集約化ドリフト圧縮機構 (../run-build-skill/references/goal-seek-paradigm.md「中間成果物」)。命名規約: eval-log/<skill>-intermediate.jsonl の <skill> は本スキル名 run-goal-seek を採る
  • eval-log/handoff-goal-seek.json — 成果物パスと達成チェックリスト（後続 skill が拾う汎用ハンドオフ）
• 完了条件: goal-spec.checklist が全項目 done:true。または max_loops 到達で残項目を open_issues に記録して停止。

境界

ユーザーへの追加ヒアリングはしない。goal-spec が無い場合は AI が「仮想ヒアリング済み」としてゴールとチェックリストを推定する。本スキルはそのゴールを達成するまで回すことに専念し、達成手順を事前に固定しない。

主要ルール

1. 手順を事前固定しない: 各周回でチェックリストの未達項目を見てから手順を立てる。
2. チェックリストで完了判定: 自然言語の「できた気がする」ではなく、各項目を観測可能に検証して done を更新する。
3. 決定論検査を優先: verify_by が script/lint/test の項目は機械検証で判定する。
4. 最大周回数を守る: max_loops（既定 5）超過で停止し open_issues に残項目を記録、人間 or 上位 orchestrator に差し戻す。
5. ハンドオフ: 完了後、handoff_targets があれば各 skill へ成果物を渡す。無くても汎用 handoff-goal-seek.json を必ず出す。
6. コンテキスト分離（必須）: ループは親セッションで直接回さず、Agent ツールで専用 SubAgent に fork して実行する。複数ゴールを並列で回すなら Agent Team に分離する。親に返すのは最終成果物パスと handoff-goal-seek.json 要約のみで、周回の中間情報（生成手順・試行錯誤）は fork 内に留める。詳細は ../run-build-skill/references/goal-seek-paradigm.md の「コンテキスト分離」。
7. 質問しない自走: 不足情報は最尤仮説で補い、仮定を goal-spec.constraints / goal-seek-progress.json.open_issues に残す。
8. 中間成果物アンカー（必須）: 各周回末 (Anchor Step) に eval-log/run-goal-seek-intermediate.jsonl へ {iteration, original_goal, current_goal_snapshot, delta_from_original, merged_directive_for_next, drift_signal} を 1 行追記する。original_goal は全周回で不変 (SHA-256 を progress.original_goal_hash に固定し毎周回照合)。次周回 Step2（手順生成）は直前の merged_directive_for_next と original_goal を必須入力として読み、AI が単独で再導出してはならない。drift_signal は schema 必須 (initial/aligned/compressing/stagnant/widening/oscillating)。これにより固定手順なしの自由度を保ちつつ、確率的最尤の抽象解へ集約化していくドリフトをアンカーで毎周回押し戻す。

成果物デリバリー不変条件

ゴールシークの既存ループが実用可能な成果物に達した時点で、別の自動評価ループを足さず、同じhandoff経路で次のevent順を守る。

artifact_created → minimal_guard_passed → artifact_presented → user_choice_recorded → semantic_evaluator_started

• minimal_guard_passed は成果物classに応じた最小限の parse/open、secret混入、不可逆操作、破損検査だけを意味する。意味的な「よさ」はここで判定しない。
• artifact_presented で現物のpathと試し方を利用者に渡し、その後に診断・改善深度を聞く。提示前の evaluator 起動は順序違反とする。
• accept-as-is は evaluator_contexts=0 / improver_contexts=0 でhandoff完了。診断を選んだ場合のみ semantic evaluator、30思考法、multi-agent、有界改善を使う。
• release / exhaustive は利用者の明示選択だけで開始し、finding数や直前の依頼から自動昇格しない。

ゴールシーク実行

固定手順は書かない。毎周「ゴール・目的/背景・チェックリスト」を読み、その時点で最適な手順を AI が生成・実行する。詳細は ../run-build-skill/references/goal-seek-paradigm.md。

ゴール (Goal)

goal-spec.goal で宣言された最終状態に到達し、checklist が全項目 done:true になった状態。

目的・背景 (Why)

固定手順は実行時の文脈変化に脆い。ゴールとチェックリストを到達点として固定し、手順はその都度導出することで、各プラグイン/タスクが自律的にゴールへ収束できる。

完了チェックリスト (Checklist)

実体は goal-spec.json の checklist（タスク固有）。本スキル自身のメタチェックは以下。

• goal-spec をロードし schema 検証を通過した（無ければAIが既存コンテキストから推定生成）
• goal-spec.checklist の全項目を done:true にした、または max_loops 到達で open_issues を記録した
• eval-log/handoff-goal-seek.json を出力し、handoff_targets があれば各 skill へ渡した

ゴールシークループ

正本 ../run-build-skill/references/goal-seek-paradigm.md の 6 ステップ（現状評価→手順生成→実行→検証→Anchor Step (中間成果物追記)→反復/差し戻し）に従う。本スキル固有の差分のみ記す:

• 現状評価は goal-spec.checklist の done:false 項目を対象にする。
• goal-spec 不在時は、会話履歴・topic・関連ファイル・直近 diff を根拠に purpose/background/goal/checklist を生成してから開始する。
• 手順生成 (Step 2) は直前周回 intermediate の merged_directive_for_next と original_goal を必須入力として読む (AI 単独再導出禁止)。1 周目は paradigm.md「iteration=0 初期化規定」に従う。
• 手順生成で必要なら子 Skill を Skill() で起動する。
• 検証で verify_by 判定後、周回記録を goal-seek-progress.json に追記する。
• Anchor Step (Step 5) で eval-log/run-goal-seek-intermediate.jsonl へ 1 行 append、初回は progress.original_goal_hash に SHA-256 を固定し以降全周回で照合する。
• max_loops 超過時、または drift_signal が stagnant/widening/oscillating で 2 周連続停滞時は、残項目と差分を open_issues に記録して停止する。

検証

# 完了判定: 全 checklist が done:true か、open_issues が記録されているか
# + 中間成果物アンカー機構 (Anchor Step) の機械検査 (存在/行数/必須キー/不変性)
# engine 本体 (引数 3: spec/progress/intermediate)。量産スキル inline 版は引数 2 (progress/intermediate) で
# render-combinators.py GOAL_SEEK_WIRING_SECTION と同型のアンカー検査ロジックを共有する (SSOT は lint-goal-seek --self-test)。
python3 - "$PWD/eval-log/goal-spec.json" "$PWD/eval-log/goal-seek-progress.json" "$PWD/eval-log/run-goal-seek-intermediate.jsonl" <<'PY'
import json, sys, os, hashlib
spec = json.load(open(sys.argv[1], encoding="utf-8"))
undone = [c["id"] for c in spec["checklist"] if not c.get("done")]
prog_path, inter_path = sys.argv[2], sys.argv[3]
prog = json.load(open(prog_path, encoding="utf-8")) if os.path.exists(prog_path) else {}

# 中間成果物アンカー機構の機械検査 (paradigm.md「中間成果物」)
required_keys = {"iteration","original_goal","current_goal_snapshot","delta_from_original","merged_directive_for_next","drift_signal"}
if not os.path.exists(inter_path):
    iters_fallback = prog.get("iteration", 0)
    assert iters_fallback == 0, f"intermediate.jsonl 不在だが progress.iteration={iters_fallback} (周回実行済みなら anchor jsonl 必須)"
    print("intermediate.jsonl 未生成 (ループ未実行)")
else:
    lines = [l for l in open(inter_path, encoding="utf-8").read().splitlines() if l.strip()]
    assert lines, "intermediate.jsonl が空"
    iters = prog.get("iteration", len(lines) - 1)
    assert len(lines) == iters + 1, f"intermediate 行数 {len(lines)} != progress.iteration+1 ({iters+1})"
    first_anchor = None
    for i, line in enumerate(lines):
        entry = json.loads(line)
        missing = required_keys - entry.keys()
        assert not missing, f"intermediate[{i}] 必須キー不足: {missing}"
        if i == 0:
            first_anchor = entry["original_goal"]
            assert isinstance(first_anchor, str) and first_anchor.strip(), "original_goal が空"
            expected_hash = hashlib.sha256(first_anchor.encode()).hexdigest()
            actual_hash = prog.get("original_goal_hash")
            assert actual_hash == expected_hash, f"original_goal_hash missing/drift: progress={actual_hash} vs sha256(intermediate[0])={expected_hash}"
        assert entry["original_goal"] == first_anchor, f"intermediate[{i}] anchor 不変性違反: {entry['original_goal']!r} != {first_anchor!r}"
    print(f"intermediate 検査 OK: {len(lines)} 行 / anchor 不変 / hash 一致")

if undone:
    assert prog.get("open_issues"), f"未達 {undone} があるが open_issues 未記録"
    print(f"停止: open_issues に {len(undone)} 件記録済み")
else:
    print("完了: 全 checklist done")
PY

注意点

• 手順を SKILL.md に固定で書かない: このスキルの価値は「都度生成」。Step 1/2/3 を本文にハードコードしない。
• 無限ループ防止: 同じ未達項目が 2 周連続で進まない場合は手順アプローチを変える。それでも max_loops で必ず止める。
• ハンドオフの取り違え: handoff_targets の skill 入力契約を満たしているか渡す前に確認する。
• goal-spec 不在: --spec も既定パスも無ければ追加質問せず、AI が run-goal-elicit 相当の推定で spec を作ってから本ループへ入る。

追加リソース

• ../run-goal-elicit/SKILL.md — 前段のゴール抽出スキル
• ../run-goal-elicit/schemas/goal-spec.schema.json — 入力契約の正本
• ../run-build-skill/references/goal-seek-paradigm.md — ゴールシークの正本定義