sync: update from private repo (c764df2f)

pieces/research.yaml

@@ -10,42 +10,35 @@ max_movements: 999
 initial_movement: dig
 
 movements:
-  - name: decompose
-    edit: false
+  - name: delegate_research
+    edit: true
     persona: orchestrator
     instruction: |
-      入力把握で決めた並列調査計画に従い、各テーマをサブタスクとして登録する。
+      dig で立てた並列調査計画に従い、各テーマを delegate で1件ずつ直列に深掘りさせ、
+      最後に統合レポートにまとめる。重い調査は各サブに任せ、自分の文脈は軽く保つ。
 
       手順:
-      1. 入力把握で立てた調査テーマを思い出す（ファイル読み込みは不要）
-      2. 各テーマに対して SpawnSubTask を呼び出す（2〜5 個程度、piece は "research-sub"）
-      3. 全サブタスクの登録が完了したら WAIT_SUBTASKS に遷移する
-
-      instruction には「何を調べて output/result.md にどう書くか」を具体的に記述する
-      （概要・主要な特徴・数値や事例・まとめと考察 など、構成を明示）。
-    allowed_tools: [SpawnSubTask]
-    default_next: aggregate
-    rules:
-      - condition: 全サブタスクを SpawnSubTask で登録し終えた
-        next: WAIT_SUBTASKS
-      - condition: 全てのサブタスクを登録し終えた（SpawnSubTask不可の場合は自分で調査を完了した）
-        next: aggregate
-
-  - name: aggregate
-    edit: true
-    persona: analyst
-    instruction: |
-      各サブタスクの調査結果が subtasks/ ディレクトリに格納されている。
-
-      手順:
-      1. Glob で subtasks/*/result.md と subtasks/*/output/ を確認する
-      2. 各 result.md と追加成果物を Read で読み込む
-      3. 全結果を統合して output/report.md に最終レポートを作成する
+      1. dig で立てた調査テーマを思い出す（2〜5 個程度）。各テーマに上から 1 始まりの
+         連番を振る（1, 2, 3 ...）。
+      2. 各テーマについて delegate を1回ずつ呼ぶ（1件ずつ順番に・直列）。
+         delegate の prompt には必ず次を自己完結で書く（サブは独立した文脈で動くため、
+         このタスク全体の背景・目的を要約して渡す）:
+         - 調べるテーマと目的・背景
+         - 「WebSearch / WebFetch / 一次情報で裏を取る。モデルの内部知識だけで書かない」指示
+         - 「概要・主要な特徴・数値や事例・まとめと考察 の構成で
+           output/research/theme-{連番}.md に Write せよ。関連する画像・グラフは
+           output/images/ に保存し Markdown で埋め込め」指示
+         - 「完了したら 3〜5 行の要約だけを返せ。深掘り本文は返さずファイルに書け」
+         - 「あなたは末端の調査担当。delegate / SpawnSubTask は呼ぶな」
+         各サブの戻り値（短い要約）だけが手元に残る。本文はファイルにある。
+      3. Glob で output/research/*.md の件数を確認する。
+      4. 各サブの要約とファイルを基に統合レポートを output/report.md に Write する:
          - 各テーマの主要な知見を統合（矛盾・重複は整理）
          - 比較・対照が必要なら表形式で整理
          - 全体のまとめと考察を付ける
-      4. output/report.md を書き終えたら verify へ遷移する
-    allowed_tools: [Read, Glob, Grep, Write, Edit, 'mcp__*']
+         - 各テーマの詳細へ相対リンク [theme-{連番}](./research/theme-{連番}.md) で繋ぐ
+      5. output/report.md を書き終えたら verify へ遷移する
+    allowed_tools: [delegate, Read, Write, Edit, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, GetYouTubeTranscript, SearchYouTube, SearchAmazon, SearchPlaces, GetDirections, ReverseGeocode, XSearch, XUserPosts, XPostDetail, SearchMicrosoftLearn, FetchMicrosoftLearn, 'mcp__*']
     default_next: verify
     rules:
       - condition: output/report.md に統合レポートを作成した
@@ -63,14 +56,16 @@ movements:
       3. 調査対象と目的を整理し、どこから情報を集めるか、何を分析するかを明確にする
       4. 「今日のニュース」「最新動向」「直近」など時刻依存の調査依頼では、必ず最初のアクションを WebSearch にする
 
-      ## 並列分解の判断
+      ## 分割調査の判断（delegate_research）
 
-      decompose を積極的に検討するケース:
+      delegate_research を積極的に検討するケース:
       - 複数の独立した調査対象がある（例: 3社の比較、複数技術の比較）
       - 各調査が互いに依存せず、結果を最後に統合すればよい
       - 全体を 1 回の dig → analyze で処理すると context が溢れるリスクがある
+      （delegate_research では各テーマを delegate に1件ずつ任せ、本文はファイルに書かせて
+        自分の文脈を軽く保つ。直列実行）
 
-      decompose を使わないケース:
+      delegate_research を使わないケース:
       - 単一テーマの調査
       - 各ステップが前のステップの結果に依存する逐次的な調査
 
@@ -109,15 +104,15 @@ movements:
 
       ## 終了 / 遷移方法
       - **次の analyze へ**: `transition({next_step: "analyze"})`
-      - **並列分解 → decompose へ**: `transition({next_step: "decompose"})`
+      - **分割調査 → delegate_research へ**: `transition({next_step: "delegate_research"})`
       - **追加調査のため同じ dig を続行**: `transition({next_step: "dig"})`
       - **対象が曖昧で確認が必要**: `complete({status: "needs_user_input", missing_info: "...", why_no_default: "..."})`
       - **技術的失敗で打ち切り**: `complete({status: "aborted", abort_reason: "..."})`
     allowed_tools: [Read, Write, Bash, Glob, Grep, WebSearch, WebFetch, BrowseWeb, DownloadFile, ReadImage, AnnotateImage, ReadPdf, PdfToImages, BatchReviewTextWithLLM, MergeReviewedResults, SearchPlaces, GetDirections, ReverseGeocode, GetYouTubeTranscript, SearchYouTube, SearchAmazon, TranscribeAudio, XSearch, XUserPosts, XPostDetail, XTimeline, XFetchCardMedia, SearchMicrosoftLearn, FetchMicrosoftLearn, SearchMicrosoftLearnCache, RefreshMicrosoftLearnCache, 'mcp__*']
     default_next: analyze
     rules:
-      - condition: 2つ以上の独立した調査テーマがあり、並列分解が効率的と判断した
-        next: decompose
+      - condition: 2つ以上の独立した調査テーマがあり、分割して delegate に任せるのが効率的と判断した
+        next: delegate_research
       - condition: output/ に情報を書き出した
         next: analyze
       - condition: 追加調査が必要