承認済みのteam-opencode計画（task-list.json）をAgent Teamsで並行実行。 Wave式チーム実行→レビューフィードバック→クリーンアップ。 Trigger: dev:team-opencode-exec, /dev:team-opencode-exec, チーム実行, team exec
インストール方法を見るインストールする前に、エージェントに与えられる指示の中身を確認できます。
dev:team-plan が生成した承認済み task-list.json を入力として、Agent Teams で並行実装する。各エージェント（haiku）は opencode run で外部モデルに実装を委譲し、結果をコミットする。最終Waveにはレビュワーを必ず配置し、品質ゲートとフィードバックループで品質を担保する。
| リソース | 読み込みタイミング | 用途 |
|---|---|---|
references/agent-prompt-template.md | Phase 1-3（エージェントスポーン前） | 統一エージェントプロンプト |
references/role-catalog.md | Phase 1-3（role_directive 取得） | ロール定義の参照 |
エージェントスポーン時、必ず agent-prompt-template.md を Read で読み込んでからプロンプトを構築すること。記憶や要約で代替しない。
docs/FEATURES/team/{YYMMDD}_{slug}/
├── story-analysis.json # ストーリー分析結果（チーム設計、ロール定義含む）
└── task-list.json # タスク定義（waves/roles 形式、承認済み、各タスクに taskPrompt 含む）
docs/FEATURES/team/ 以下のディレクトリを列挙するtask-list.json を Read し、metadata.status が "completed" のものを除外する（未定義は "pending" 扱い）Q: 実行する計画を選択してください。
【計画一覧】
1. {YYMMDD}_{slug} ({totalTasks}タスク / {totalWaves} Wave)
2. {YYMMDD}_{slug} ({totalTasks}タスク / {totalWaves} Wave)
...
選択肢:
- 1
- 2
- パスを直接指定
計画が0件の場合: 「先に dev:team-plan を実行して計画を作成してください」と案内して終了する。
選択後、task-list.json のパスを $PLAN_DIR として保持し、以降の Phase 1-3 で使用する。
$PLAN_DIR/task-list.json の metadata.ocModel をデフォルト値として AskUserQuestion で提示:
Q: opencode run で使用するモデルは？（計画時: {metadata.ocModel}）
選択肢:
- {metadata.ocModel}（計画時と同じ）(Recommended)
- openai/gpt-5.3-codex
- zai-coding-plan/glm-5
- zai-coding-plan/glm-4.7
選択されたモデルを $OC_MODEL として以降のすべてのコマンドに使用する。
$PLAN_DIR/task-list.json を Read で読み込み、以下の検証を全タスクに対して実施する。
id, name, role, description, needsPriorContext, inputs, outputs, taskPrompttitle, acceptanceCriteria, context（タスクレベル）, deliverableswaves[].tasks[] フラット配列 + role フィールド形式であるtaskPrompt が具体的な実装指示を含む（ファイルパス・操作内容が明記されている）dev:team-plan での修正を案内する禁止: taskPrompt が欠損・曖昧なタスクに対して、exec 側でプロンプトを即興生成して補完すること。計画の品質問題は plan 側で修正する。
TeamCreate({ team_name: "team-opencode-{timestamp}", description: "opencode並行実装" })
$PLAN_DIR/task-list.json の全タスクを TaskCreate で登録する。Wave間の blockedBy も設定。
現在のWaveに属するロールごとに1エージェントをスポーン。
全エージェント共通設定:
model: haikusubagent_type: general-purposerun_in_background: trueプロンプト構築手順:
references/agent-prompt-template.md を Read で読み込む
references/role-catalog.md から該当ロールの role_directive を取得
$PLAN_DIR/story-analysis.json から該当ロールの customDirective を取得
$PLAN_DIR/task-list.json からタスクの description, inputs, outputs, taskPrompt を取得
task-list.json の name を {task_name} として置換
needsPriorContext: true の場合、{taskPrompt} の先頭に以下を付加してから置換する:
Before starting, check what was changed by the previous task:
- Run: git log --oneline -3
- Run: git diff HEAD~1 --stat
- Run: git diff HEAD~1
Understand the prior changes, then proceed with the following task:
needsPriorContext が未指定または false の場合はそのまま置換する
テンプレートの変数を置換してエージェントプロンプトとして使用
role が reviewer または tester の場合、{taskPrompt} が "IMPORTANT: Do NOT modify any files." で始まることを確認する。始まっていない場合、先頭に "IMPORTANT: Do NOT modify any files. This is a review-only task. Report findings only.\n\n" を付加する
必須: テンプレートの文言を改変・省略・要約しない。変数（{...}）のみ置換する。
レビュワー制約: reviewer/tester ロールのエージェントはレビュー報告のみを行う。コードの修正・ファイルの変更・コミットは禁止。この制約は agent-prompt-template.md の厳守事項にも記載されている。
TaskList を定期的に確認し、現在のWaveの全タスク完了を待つ。
タイムアウト: エージェントが5分以上 in_progress のまま変化がない場合、「エージェント遅延・失敗時のエスカレーション手順」に従う。
禁止:
現在のWaveが完了したら、「Wave完了ゲート」のチェックリストを確認し、次のWaveのエージェントをスポーンする（1-3 に戻る）。全Waveが完了するまで繰り返す。
必須: 最終Wave（reviewer含む）の完了まで、このループを続ける。Waveを省略しない。
最終Waveのレビュワーが改善候補を SendMessage で報告する。
レビュワーの customDirective には以下を含めること:
レビュー完了後、改善候補を以下の形式で報告してください:
1. [重要度: 高/中/低] 改善内容の簡潔な説明
2. [重要度: 高/中/低] ...
改善候補がない場合は「改善候補なし」と報告してください。
コードの修正は行わないでください。報告のみです。
AskUserQuestion でレビュー結果をユーザーに提示。multiSelect で複数選択可能にする:
Q: レビュワーから以下の改善候補が挙がりました。修正する項目を選択してください。
- [高] 候補1: {改善内容}
- [中] 候補2: {改善内容}
- [低] 候補3: {改善内容}
- 対応不要（完了へ進む）
ユーザーが選択した改善候補ごとに fix タスクを生成する:
各改善候補から以下の情報を抽出:
frontend-developer）fix タスクの taskPrompt をリーダーが構築:
以下のレビュー指摘に基づいて修正してください:
指摘内容: {改善候補の内容}
対象ファイル: {ファイルパス}
修正方針:
- {具体的な修正手順}
修正後、変更内容を簡潔に報告してください。
$PLAN_DIR/task-list.json に新しい Wave（fix wave）として追加し Write で保存:
{
"id": {最終Wave ID + 1},
"tasks": [
{
"id": "task-{waveId}-{seq}",
"name": "Fix: {改善候補の要約}",
"role": "frontend-developer",
"description": "レビュー指摘対応: {改善内容}",
"needsPriorContext": true,
"inputs": ["{対象ファイル}"],
"outputs": ["{対象ファイル}"],
"taskPrompt": "{上記で構築したプロンプト}"
}
]
}
TaskCreate で fix タスクを登録
Phase 1-3 と同じ手順で fix タスクのエージェントをスポーン:
references/agent-prompt-template.md を使用$OC_MODEL を使用needsPriorContext: true なので git diff プレフィックスを付加Wave完了ゲートと同じチェックを実施:
completed になっているfix 完了後、AskUserQuestion でユーザーに確認:
Q: Fix が完了しました。再レビューを実施しますか？
- 再レビュー実施
- 不要（完了へ進む）
ループ制限: 最大3ラウンド（fix + 再レビュー）。超過時はユーザーに継続可否を確認。
禁止事項:
taskPrompt を曖昧にする（「改善してください」等）全タスク完了後、各エージェントからの報告を集約してユーザーに提示:
## 実行結果
| タスク | ロール | 状態 | 概要 |
|--------|--------|------|------|
| {タスク1} | {ロール} | 完了 / 失敗 | {概要} |
全エージェントに shutdown_request を送信。
$PLAN_DIR/task-list.json の metadata.status を "completed" に更新して Write で保存する。
これにより次回の計画選択時に候補から除外される。
注意: Phase 2 で fix タスクが追加された場合、fix タスクの完了後にのみ "completed" にする。fix 未完了の場合は "review-pending" のままにする。
TeamDelete()
| 状況 | 対応 |
|---|---|
| opencode run エラー | 同じコマンドを最大3回リトライ |
| エージェント無応答（5分） | SendMessage で状況確認 |
| 状況確認後も無応答（5分） | エージェントを再スポーン（下記参照） |
| 3回リトライ失敗 | ユーザーに報告、指示を仰ぐ |
| opencode モデル利用不可 | ユーザーに報告、別モデル選択を促す |
エージェントが期待通りに動かない場合、以下の手順を順番に実行する。手順を飛ばさない。
1. SendMessage で状況確認（5分無応答後）
↓ 5分待っても応答なし
2. 当該エージェントのみ shutdown_request → 同じタスクで新エージェントを再スポーン
↓ 再スポーンも失敗（3回）
3. AskUserQuestion でユーザーに報告し、指示を仰ぐ
選択肢:
- リーダーが当該タスクのみ代行（他のWave・タスクはスキップしない）
- タスクをスキップして次へ進む
- 中止する
禁止事項:
各Waveの完了時に以下のチェックリストをすべて満たしてから次のWaveに進む。
completed になっているls / Glob）completed になっている以下の行為は禁止:
completed にするTaskUpdate で completed にする条件:
禁止: 上記条件を満たさずにタスクを completed にする
| 状態 | 意味 | 設定タイミング |
|---|---|---|
pending | 未実行 | 初期値 |
review-pending | レビュー指摘の修正待ち | Phase 2 で改善候補が選択された時 |
completed | 全完了（fix含む） | Phase 3 で全タスク＋全fix完了時のみ |
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Rebuild a degraded AI image to remove crunchy textures and repeated-edit artifacts while preserving identity, style, and composition. Use for clean remakes, not ordinary retouching or upscaling.
日本語の概要は準備中です。原文の説明を表示しています。
セミナー・講義・ウェビナー・研修・実演動画をローカルで文字起こしし、内容を分析して、必要なスライド画像や動画クリップ付きのHTML／Markdown資料を作る。動画から学習資料・実践ガイドを作りたい場合に使う。映像作品の再現設計やCanvas生成は対象外。
責務・依存方向・状態や副作用の境界を監査し、既存挙動を保って段階的にリファクタリングする。read-only監査にも対応する。
AGENTS.mdや既存スキルをGPT-6 Astra向けに監査・整理するときに使う。契約と意図的な他モデル委譲を保ち、重複、過剰な手順、曖昧な停止条件を修正する。
人物の参照写真から、同一性を保った複数アングルのキャラクターシートを生成・修正する。指定された身だしなみや撮影表現も整える。
既存キャラクター画像を、承認制でピクセルアートの正準画像へ変換し、3状態パイロット、クロマ前処理、状態間ジオメトリ検証、9状態生成、遷移QA、仮配置、アプリ内確認、ロールバック可能な正式配置まで行う。キャラクターからCodexペットを作る依頼に加え、ジャンプで小さくなる、状態ごとに身長が変わる、足元が跳ねる、クロマ縁が出る、アニメーションを修復したい依頼で使用する。