diff --git a/issues/issue-113-cross-refactoring-4th-trial-report.md b/issues/issue-113-cross-refactoring-4th-trial-report.md
new file mode 100644
index 00000000..cfeb055f
--- /dev/null
+++ b/issues/issue-113-cross-refactoring-4th-trial-report.md
@@ -0,0 +1,158 @@
+# cross-refactoring 4 回目の実機試行の結果
+
+Pull Request #127（NDF v8.5.0）で直した 5 件を実機で確かめた記録である。
+対象は Pull Request #128（Draft のまま）。
+
+経緯は次の 3 つにある。
+
+- [issue-113-cross-refactoring-trial-report.md](issue-113-cross-refactoring-trial-report.md) — 1 回目
+- [issue-113-cross-refactoring-retrial.md](issue-113-cross-refactoring-retrial.md) — 2 回目
+- [issue-113-cross-refactoring-re-retrial.md](issue-113-cross-refactoring-re-retrial.md) — 3 回目
+
+## 結果
+
+**3 回目に見つけた 4 件のうち、実機で踏める 3 件は直っていた。**
+一方でラウンド 2 の再レビューで**進行が終わらない経路**に入り、手で止めた。
+原因は 3 回目より前から存在した欠落で、レビュー結果が 2 回続けて欠けたときにだけ現れる。
+
+## 実行条件
+
+| 項目 | 値 |
+| --- | --- |
+| ホスト | Claude Code（提案・レビューには不参加） |
+| 提案・レビュー | codex / gemini / kiro |
+| 適用の母集合 | claude / codex / kiro |
+| 使用する版 | プラグインキャッシュの v8.5.0 |
+| ラウンド上限 | 3（実際は 2 ラウンド目で停止） |
+| 着手前のテスト | 463 passed |
+
+```bash
+/ndf:cross-refactoring 128 \
+ --scope plugins/ndf-shared/skills/cross-refactoring/scripts \
+ plugins/ndf-shared/skills/cross-refactoring/tests \
+ plugins/ndf-shared/skills/cross-review/scripts/lib \
+ plugins/ndf-shared/skills/cross-review/tests \
+ --sync-command "bash scripts/build-runtime-plugins.sh" \
+ --baseline-test "uv run --with pytest python -m pytest \
+ plugins/ndf-shared/skills/cross-refactoring/tests \
+ plugins/ndf-shared/skills/cross-review/tests -q" \
+ --max-outer-rounds 3
+```
+
+## 到達点
+
+```mermaid
+flowchart TD
+ Init([初期化・作業ディレクトリ・Skill 配置]):::ok --> P1
+ P1["R1 提案（3 CLI 並列）11 件"]:::ok --> M1
+ M1["統合 5 件 → 採用 5 件"]:::ok --> A1
+ A1["R1 適用（codex）13 コミット / 901 秒"]:::ok --> V1
+ V1["検証: 採用 2 / 失敗 3"]:::ok --> D1
+ D1["積み直し競合 → ラウンド全件へ退避
取り消し 13 コミット"]:::ok --> P2
+ P2["R2 提案（同期後）8 件 → 採用 5 件"]:::ok --> A2
+ A2["R2 適用（kiro）5 コミット"]:::ok --> V2
+ V2["検証: 採用 5 / 失敗 0"]:::ok --> S2
+ S2["生成物を同期（9 ファイル）→ 進行側が push"]:::ok --> RV2
+ RV2["R2 レビュー: gemini 承認 / codex 結果なし"]:::ng --> LOOP
+ LOOP["差し戻し上限 → 変更要求として扱う
修正フェーズ → 起点なしで弾かれる
修正ラウンドが進まず同じ経路を反復"]:::ng --> Stop
+ Stop([手で停止]):::stop
+
+ classDef ok fill:#dfd,stroke:#383
+ classDef ng fill:#fdd,stroke:#933
+ classDef stop fill:#eef,stroke:#557
+```
+
+## v8.5.0 の修正の確認
+
+| # | 直したこと | 観測 | 判定 |
+| --- | --- | --- | --- |
+| 12 | 生成物の同期コミット | `🔧 生成物を同期しました（bash scripts/build-runtime-plugins.sh / 9 ファイル）` が出て、`Chore: 生成物を同期する（cross-refactoring 進行側）` が push まで届いた | 成立 |
+| 13 | 同期の後段の失敗 | 実機では後段が落ちなかったため未到達。旧版と新版を並べた再現で確認した（下記） | 別手段で確認 |
+| 14 | 実装担当のコミット | 適用フェーズで codex / kiro とも手順書どおりコミットを作れた。作業ツリーに残骸は出なかった | 成立 |
+| 15 | 見送り後の読み取り同期 | ラウンド 1 の全件取り消しで HEAD が `4642657` → `a66ed1e` へ動いた後、提案の直前に読み取り用 3 つとも `a66ed1e` へ同期された。ラウンド 2 の提案は消えた関数を 1 件も指していない | 成立 |
+
+修正 13 は実機で踏めなかったため、`pre-commit` で `git commit` を必ず落とす作業ツリーを
+作り、旧版と新版で `_sync_generated` を呼び分けて比べた。
+
+| 版 | 中断後の作業ツリー |
+| --- | --- |
+| 8.3.0 | `' M generated.txt'` が残る |
+| 8.5.0 | 空（`reset --hard` と `clean -fd` で戻る） |
+
+修正 12 も同じ方法で、旧版が `_worktree_changes()` から `{'enerated.txt': 'M '}` を返して
+`git add` が `pathspec ... did not match any files` で落ちること、新版が
+`{'generated.txt': ' M'}` を返して通ることを確認した。
+
+## 見つけた不具合
+
+### 16. レビュー結果が欠け続けると進行が終わらない
+
+**進行が止まらない。** レビュー結果が 2 回続けて欠けた後、修正フェーズと再レビューを
+無限に往復する。実測ではラウンド 2 で 3 巡し、手で停止するまで終わらなかった。
+
+`cmd_judge_review` には変更要求を返す出口が 2 つある。
+
+| 出口 | `fix_base_sha` の記録 |
+| --- | --- |
+| 通常の変更要求 | する |
+| 差し戻しの上限に達したため変更要求として扱う | **しない** |
+
+`cmd_merge_fix` は `commits_in_range(work, entry.get("fix_base_sha"), head)` で修正の
+範囲を求め、起点が空なら `None` が返る。範囲を確定できないので終了コード 2 で弾かれるが、
+このとき `fix_rounds` は増えない。`cmd_should_abandon` は `fix_rounds` が上限に達したかで
+見送りへ移るため、**上限に永久に到達しない**。
+
+```
+修正ラウンド 0 / 3 — まだ修正します
+❌ 修正の範囲を確定できませんでした（起点 None / HEAD 0b45dc9...）。検証できない修正は採りません
+===== レビュー =====
+（以降くり返し）
+```
+
+この欠落は v8.5.0 で入ったものではない。v8.3.0 でも同じ位置にあり、レビュー結果が
+2 回続けて欠ける条件を過去 3 回の試行が満たさなかったため現れていない。
+
+**直し方**: 差し戻し上限の出口でも `fix_base_sha` を記録する。あわせて、
+`merge-fix` が範囲を確定できずに終わったときも `fix_rounds` を進め、見送りへ到達させる。
+
+### 17. 実装担当に直せない指摘が渡る
+
+レビュー結果の欠落は、`findings` へ次の 1 件として記録される。
+
+```json
+{"reviewer": "cross-refactoring", "item_id": null,
+ "summary": "レビュー結果の形式が 2 回続けて不正だった: codex のレビュー結果がありません",
+ "resolved": false}
+```
+
+対象の改善項目が無く、コードのどこを直せば解決するのかも書かれていない。実装担当は
+これを受け取っても何もできず、修正フェーズが空回りする。不具合 16 を直しても、
+承認済みの項目が「レビュー担当が動かなかった」という理由だけで見送りへ進む。
+
+**直し方**: レビュー担当が結果を残さなかったことは、実装担当への変更要求ではなく
+**進行側の問題**として扱う。片方の結果が欠けたまま上限に達したら、残る 1 者の判定で
+決めるか、進行を中断して利用者に判断を渡す。
+
+## 運用上の観測
+
+| 事象 | 内容 |
+| --- | --- |
+| codex がレビュー結果を残さない | ラウンド 2 で 3 回とも、手順書を読み進めた後に何も投稿せず終了した。`sentinel` は書かれるため監視は「完了」と見なし、`result.json` の不在だけが手掛かりになる |
+| 差分予算による失敗 | ラウンド 1 の 2 件が予算超過で落ちた（265 行 / 240 行、183 行 / 180 行）。`long_method` の抽出は見積より膨らみやすい |
+| 積み直しの競合 | ラウンド 1 は同じファイルの隣接行を触る項目が重なり、3 回目と同じくラウンド全件へ退避した |
+
+## 集計
+
+| 実装担当 | 担当R | 適用 | 見送り | 予算超過率 | 所要秒 |
+| --- | ---: | ---: | ---: | ---: | ---: |
+| codex / default | 1 | 0 | 5 | 0.40 | 1800 |
+| kiro / default | 1 | 0 | 0 | — | 320 |
+
+| レビュー担当 | レビュー回数 | 指摘 | 所要秒 |
+| --- | ---: | ---: | ---: |
+| codex / default | 0 | 0 | 0 |
+| gemini / default | 3 | 0 | 480 |
+| kiro / default | 0 | 0 | 0 |
+
+kiro は既定モデル（auto）で動いたため、両ラウンドとも比較用の集計から分離された。
+1 回の実行内の値なので、ランタイムの優劣を読む材料にはならない。
diff --git a/issues/issue-113-cross-refactoring-4th-trial.md b/issues/issue-113-cross-refactoring-4th-trial.md
new file mode 100644
index 00000000..254d3400
--- /dev/null
+++ b/issues/issue-113-cross-refactoring-4th-trial.md
@@ -0,0 +1,51 @@
+# cross-refactoring 4 回目の実機試行
+
+Pull Request #127（NDF v8.5.0）で直した 5 件が実機で成立するかを確かめる。
+
+経緯は次の 3 つにある。
+
+- [issue-113-cross-refactoring-trial-report.md](issue-113-cross-refactoring-trial-report.md) — 1 回目
+- [issue-113-cross-refactoring-retrial.md](issue-113-cross-refactoring-retrial.md) — 2 回目
+- [issue-113-cross-refactoring-re-retrial.md](issue-113-cross-refactoring-re-retrial.md) — 3 回目
+
+## 目的
+
+3 回目で見つけた 4 件と、投稿の成否を突き合わせない課題を直した。生成物を持つ
+リポジトリで進行が止まる不具合 12 は、`--sync-command` を渡す構成でしか踏まないため、
+同じ構成でもう一度通す。
+
+## 確かめること
+
+| # | 直したこと | 何が観測できれば通ったと言えるか |
+| --- | --- | --- |
+| 12 | 生成物の同期コミット | `Chore: 生成物を同期する（cross-refactoring 進行側）` が積まれ、`git add` が落ちない |
+| 13 | 同期の後段の失敗 | 失敗しても作業ツリーが綺麗に戻り、次の実行が清浄性の検査で止まらない |
+| 14 | 実装担当のコミット | 手順書の迂回手段でコミットが作れる。作れなくても取り込みが 0 件として続行する |
+| 15 | 見送り後の読み取り同期 | 次ラウンドの提案が、取り消しで消えた対象を指さない |
+| — | 投稿の成否の突き合わせ | cross-review が申告と GitHub 側の実数を照合する |
+
+## 対象範囲
+
+| パス | 内容 |
+| --- | --- |
+| `plugins/ndf-shared/skills/cross-refactoring/scripts/` | `refactor.py` / `launch-cli.sh` / `prepare-worktrees.sh` |
+| `plugins/ndf-shared/skills/cross-refactoring/tests/` | 現状固定テスト |
+| `plugins/ndf-shared/skills/cross-review/scripts/lib/` | 収束ループの共通層 |
+| `plugins/ndf-shared/skills/cross-review/tests/` | 現状固定テスト |
+
+## 実行条件
+
+| 項目 | 値 |
+| --- | --- |
+| ホスト | Claude Code（提案・レビューには不参加） |
+| 提案・レビュー | codex / gemini / kiro |
+| 適用の母集合 | claude / codex / kiro |
+| 使用する版 | リポジトリ内の `plugins/ndf-claude`（v8.5.0） |
+| ラウンド上限 | 3 |
+| 着手前のテスト | 463 passed |
+
+## 注意
+
+`plugins/ndf-shared/` は編集元であり、`scripts/build-runtime-plugins.sh` で
+`ndf-claude` / `ndf-codex` / `ndf-kiro` へ同期する。同期は進行側の責務のため
+`--sync-command` で渡す。
diff --git a/plugins/ndf-claude/skills/cross-refactoring/scripts/refactor.py b/plugins/ndf-claude/skills/cross-refactoring/scripts/refactor.py
index 2aa3c0d2..186b1274 100755
--- a/plugins/ndf-claude/skills/cross-refactoring/scripts/refactor.py
+++ b/plugins/ndf-claude/skills/cross-refactoring/scripts/refactor.py
@@ -976,6 +976,28 @@ def cmd_start_round(args: argparse.Namespace) -> None:
)
+def _load_proposals(
+ state: dict[str, Any], entry: dict[str, Any]
+) -> dict[str, list[dict[str, Any]]]:
+ """各ランタイムの提案結果を読み込み、ランタイム→項目リストの辞書で返す。"""
+ proposals: dict[str, list[dict[str, Any]]] = {}
+ for runtime in state["runtimes"]:
+ result = _result_path(
+ state, runtime,
+ stem_for(runtime, "propose", state["id"], entry["round"]),
+ )
+ payload = _read_result_lenient(result, runtime)
+ if payload is None:
+ proposals[runtime] = []
+ entry["proposed"][runtime] = 0
+ continue
+ items = payload.get("items")
+ proposals[runtime] = [i for i in items if isinstance(i, dict)] \
+ if isinstance(items, list) else []
+ entry["proposed"][runtime] = len(proposals[runtime])
+ return proposals
+
+
def cmd_merge_proposals(args: argparse.Namespace) -> None:
"""Step 3 — 提案をマージして改善項目を作る。
@@ -1000,34 +1022,7 @@ def cmd_merge_proposals(args: argparse.Namespace) -> None:
sys.exit(2)
return
- proposals: dict[str, list[dict[str, Any]]] = {}
- for runtime in state["runtimes"]:
- result = _result_path(
- state, runtime,
- stem_for(runtime, "propose", state["id"], entry["round"]),
- )
- if not result.exists():
- info(f"⚠ {runtime} の提案結果がありません: {result}")
- continue
- try:
- payload = json.loads(result.read_text(encoding="utf-8"))
- except json.JSONDecodeError as e:
- info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
- continue
- if not isinstance(payload, dict):
- # 配列や数値のまま `payload.get(...)` を呼ぶと落ちる。
- # 提案は無かったものとして続ける（1 者の不調で全体を止めない）。
- info(
- f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
- f"（{type(payload).__name__}）。提案なしとして扱います"
- )
- proposals[runtime] = []
- entry["proposed"][runtime] = 0
- continue
- items = payload.get("items")
- proposals[runtime] = [i for i in items if isinstance(i, dict)] \
- if isinstance(items, list) else []
- entry["proposed"][runtime] = len(proposals[runtime])
+ proposals = _load_proposals(state, entry)
excluded = {
(d["path"], d["symbol"], d["smell"]) for d in state["deferred_items"]
@@ -1259,9 +1254,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# 残さないと同じ提案が次のラウンドで再び採用される。
_defer_abandoned_items(state, entry)
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
sys.exit(2)
applied: list[str] = []
@@ -1340,11 +1333,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# **全項目が通ったときも進行側が公開する。** 実装担当は push しないため、
# ここで公開しないとレビュー担当が Pull Request 上の差分へ指摘を書けない。
entry["apply"]["merged_at"] = statefile.now()
- entry["pending_push"] = True
- statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
if not applied:
info("全項目が失敗したため、このラウンドのレビューは行いません")
@@ -1444,9 +1433,7 @@ def _apply_drop(
entry["pending_drop"] = []
entry["apply"]["merged_at"] = statefile.now()
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
return applied
@@ -1667,9 +1654,7 @@ def cmd_abandon_items(args: argparse.Namespace) -> None:
entry["pending_drop"] = []
state["phase"] = "propose"
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
def cmd_merge_fix(args: argparse.Namespace) -> None:
@@ -2760,6 +2745,29 @@ def _find_item(
return None
+def _read_result_lenient(path: pathlib.Path, runtime: str) -> Optional[dict[str, Any]]:
+ """結果ファイルを読む。不在・壊れ・非オブジェクトの場合は None を返す。
+
+ 1 者の不調で全体を止めたくない箇所（提案のマージなど）向け。致命的な箇所には
+ `_read_result` を使う。
+ """
+ if not path.exists():
+ info(f"⚠ {runtime} の提案結果がありません: {path}")
+ return None
+ try:
+ payload = json.loads(path.read_text(encoding="utf-8"))
+ except json.JSONDecodeError as e:
+ info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
+ return None
+ if not isinstance(payload, dict):
+ info(
+ f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
+ f"（{type(payload).__name__}）。提案なしとして扱います"
+ )
+ return None
+ return payload
+
+
def _read_result(path: pathlib.Path, runtime: str) -> dict[str, Any]:
"""結果ファイルを読む。**JSON オブジェクトでなければ失敗させる。**
diff --git a/plugins/ndf-claude/skills/cross-review/scripts/lib/metrics.py b/plugins/ndf-claude/skills/cross-review/scripts/lib/metrics.py
index c2b576b4..9388a282 100644
--- a/plugins/ndf-claude/skills/cross-review/scripts/lib/metrics.py
+++ b/plugins/ndf-claude/skills/cross-review/scripts/lib/metrics.py
@@ -39,6 +39,111 @@ def _verdict(review: dict[str, Any], reviewer: str) -> Optional[str]:
return value if isinstance(value, str) else None
+def _aggregate_impl_round(
+ entry: dict[str, Any],
+ items_by_id: dict[str, dict[str, Any]],
+ impl: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分の実装担当集計を *impl* bucket へ加算する。"""
+ round_no = entry.get("round")
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+ observed = impl_model.get("observed")
+
+ warning = _models.mismatch_warning(impl_runtime, requested, observed)
+ if warning:
+ unmeasured.append(f"round {round_no}: {warning}")
+ if not _models.is_measurable(impl_runtime, requested):
+ unmeasured.append(
+ f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
+ "実装担当の集計から分離する"
+ )
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ bucket["rounds"] += 1
+ bucket["seconds"] += _duration(entry, ("apply", "fix"))
+
+ round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
+ bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
+ bucket["abandoned"] += sum(
+ 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
+ )
+ bucket["budget_exceeded"] += sum(
+ 1 for i in round_items if i.get("budget_exceeded")
+ )
+ bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
+ bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
+
+
+def _record_first_review(
+ entry: dict[str, Any],
+ impl: dict[str, dict[str, Any]],
+) -> None:
+ """初回レビュー結果を実装担当 bucket へ反映する。"""
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ reviews = _round_reviews(entry)
+ if reviews:
+ first = reviews[0]
+ approved_first = all(
+ _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
+ )
+ bucket["first_review_total"] += 1
+ bucket["first_review_approved"] += 1 if approved_first else 0
+
+
+def _aggregate_reviewer_round(
+ entry: dict[str, Any],
+ reviewer: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分のレビュー担当集計を *reviewer* bucket へ加算する。"""
+ round_no = entry.get("round")
+ reviewer_models = entry.get("reviewer_models") or {}
+ reviews = _round_reviews(entry)
+
+ for name in entry.get("reviewers", []):
+ spec = reviewer_models.get(name) or {}
+ r_requested = spec.get("requested")
+ r_observed = spec.get("observed")
+ r_warning = _models.mismatch_warning(name, r_requested, r_observed)
+ if r_warning:
+ unmeasured.append(f"round {round_no}: {r_warning}")
+ if not _models.is_measurable(name, r_requested):
+ unmeasured.append(
+ f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
+ "レビュー担当の集計から分離する"
+ )
+ rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
+ # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
+ # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
+ rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
+ for review in reviews:
+ if _verdict(review, name) is None:
+ continue
+ rb["reviews"] += 1
+ findings = [
+ f for f in review.get("findings", [])
+ if isinstance(f, dict) and f.get("reviewer") == name
+ ]
+ rb["findings"] += len(findings)
+ rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
+ others = [o for o in entry.get("reviewers", []) if o != name]
+ for other in others:
+ other_verdict = _verdict(review, other)
+ if other_verdict is None:
+ continue
+ rb["verdict_pairs"] += 1
+ rb["verdict_agreements"] += (
+ 1 if other_verdict == _verdict(review, name) else 0
+ )
+
+
def aggregate(state: dict[str, Any]) -> dict[str, Any]:
"""状態ファイルから実装担当・レビュー担当それぞれの指標を出す。
@@ -52,83 +157,12 @@ def aggregate(state: dict[str, Any]) -> dict[str, Any]:
unmeasured: list[str] = []
for entry in state.get("rounds", []):
- round_no = entry.get("round")
impl_runtime = entry.get("impl")
if not impl_runtime:
continue
- impl_model = (entry.get("impl_model") or {})
- requested = impl_model.get("requested")
- observed = impl_model.get("observed")
-
- warning = _models.mismatch_warning(impl_runtime, requested, observed)
- if warning:
- unmeasured.append(f"round {round_no}: {warning}")
- if not _models.is_measurable(impl_runtime, requested):
- unmeasured.append(
- f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
- "実装担当の集計から分離する"
- )
-
- bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
- bucket["rounds"] += 1
- bucket["seconds"] += _duration(entry, ("apply", "fix"))
-
- round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
- bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
- bucket["abandoned"] += sum(
- 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
- )
- bucket["budget_exceeded"] += sum(
- 1 for i in round_items if i.get("budget_exceeded")
- )
- bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
- bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
-
- reviews = _round_reviews(entry)
- if reviews:
- first = reviews[0]
- approved_first = all(
- _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
- )
- bucket["first_review_total"] += 1
- bucket["first_review_approved"] += 1 if approved_first else 0
-
- reviewer_models = entry.get("reviewer_models") or {}
- for name in entry.get("reviewers", []):
- spec = reviewer_models.get(name) or {}
- r_requested = spec.get("requested")
- r_observed = spec.get("observed")
- r_warning = _models.mismatch_warning(name, r_requested, r_observed)
- if r_warning:
- unmeasured.append(f"round {round_no}: {r_warning}")
- if not _models.is_measurable(name, r_requested):
- unmeasured.append(
- f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
- "レビュー担当の集計から分離する"
- )
- rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
- # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
- # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
- rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
- for review in reviews:
- if _verdict(review, name) is None:
- continue
- rb["reviews"] += 1
- findings = [
- f for f in review.get("findings", [])
- if isinstance(f, dict) and f.get("reviewer") == name
- ]
- rb["findings"] += len(findings)
- rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
- others = [o for o in entry.get("reviewers", []) if o != name]
- for other in others:
- other_verdict = _verdict(review, other)
- if other_verdict is None:
- continue
- rb["verdict_pairs"] += 1
- rb["verdict_agreements"] += (
- 1 if other_verdict == _verdict(review, name) else 0
- )
+ _aggregate_impl_round(entry, items_by_id, impl, unmeasured)
+ _record_first_review(entry, impl)
+ _aggregate_reviewer_round(entry, reviewer, unmeasured)
return {
"impl": {k: _finish_impl(v) for k, v in sorted(impl.items())},
diff --git a/plugins/ndf-claude/skills/cross-review/scripts/lib/monitor.py b/plugins/ndf-claude/skills/cross-review/scripts/lib/monitor.py
index 401a760f..b7df5831 100755
--- a/plugins/ndf-claude/skills/cross-review/scripts/lib/monitor.py
+++ b/plugins/ndf-claude/skills/cross-review/scripts/lib/monitor.py
@@ -473,6 +473,44 @@ def _pid_cmdline_matches(pid: int, expected: str) -> Optional[bool]:
return None
+def _read_log_tail_text(path: pathlib.Path) -> Optional[str]:
+ """err.log の末尾 200KB を読み、ANSI を除去したテキストを返す。
+
+ ファイルが存在しない・読めない場合は None。
+ """
+ if not path.exists():
+ return None
+ try:
+ sz = path.stat().st_size
+ with path.open("rb") as f:
+ if sz > 200 * 1024:
+ f.seek(sz - 200 * 1024)
+ data = f.read().decode("utf-8", errors="replace")
+ except OSError:
+ return None
+ return _strip_ansi(data)
+
+
+def _matched_line(data: str, m: re.Match[str]) -> tuple[str, int]:
+ """マッチ位置から行全体を切り出し、(行テキスト, 行の開始オフセット) を返す。"""
+ line_start = data.rfind("\n", 0, m.start()) + 1
+ line_end = data.find("\n", m.end())
+ line_end = line_end if line_end != -1 else len(data)
+ return data[line_start:line_end], line_start
+
+
+def _is_benign_match(
+ line: str, match_start_in_line: int, match_end_in_line: int,
+ benign_patterns: list[re.Pattern[str]],
+) -> bool:
+ """マッチが benign（誤検知）かどうかを判定する。"""
+ if any(b.search(line) for b in benign_patterns):
+ return True
+ if _match_is_quoted(line, match_start_in_line, match_end_in_line):
+ return True
+ return False
+
+
def _scan_patterns(
path: pathlib.Path,
patterns: list[re.Pattern[str]],
@@ -492,32 +530,23 @@ def _scan_patterns(
扱いしてしまった (例: `Error in: mcpServers.serena\\n...\\nTraceback ...` で
Traceback が誤抑制された)。
"""
- if not path.exists():
+ data = _read_log_tail_text(path)
+ if data is None:
return None
- try:
- sz = path.stat().st_size
- with path.open("rb") as f:
- if sz > 200 * 1024:
- f.seek(sz - 200 * 1024)
- data = f.read().decode("utf-8", errors="replace")
- except OSError:
- return None
- data = _strip_ansi(data)
benign_patterns = EARLY_ERROR_BENIGN if benign is None else benign
for pat in patterns:
for m in pat.finditer(data):
- line_start = data.rfind("\n", 0, m.start()) + 1
- line_end = data.find("\n", m.end())
- line_end = line_end if line_end != -1 else len(data)
- line = data[line_start:line_end]
+ line, line_start = _matched_line(data, m)
# benign パターンはマッチ行そのものに当てる。markdown 引用や
# `Error in: mcpServers.X` のような行単位パターンは「その行」だけを
# 評価すれば判定可能で、文脈窓を広げると誤判定の原因になる。
- if any(b.search(line) for b in benign_patterns):
- continue
- # マッチ部位が backtick / 日本語「」 で引用されている場合も benign。
- if _match_is_quoted(line, m.start() - line_start, m.end() - line_start):
+ if _is_benign_match(
+ line,
+ m.start() - line_start,
+ m.end() - line_start,
+ benign_patterns,
+ ):
continue
return line.strip()
return None
diff --git a/plugins/ndf-codex/skills/cross-refactoring/scripts/refactor.py b/plugins/ndf-codex/skills/cross-refactoring/scripts/refactor.py
index 2aa3c0d2..186b1274 100755
--- a/plugins/ndf-codex/skills/cross-refactoring/scripts/refactor.py
+++ b/plugins/ndf-codex/skills/cross-refactoring/scripts/refactor.py
@@ -976,6 +976,28 @@ def cmd_start_round(args: argparse.Namespace) -> None:
)
+def _load_proposals(
+ state: dict[str, Any], entry: dict[str, Any]
+) -> dict[str, list[dict[str, Any]]]:
+ """各ランタイムの提案結果を読み込み、ランタイム→項目リストの辞書で返す。"""
+ proposals: dict[str, list[dict[str, Any]]] = {}
+ for runtime in state["runtimes"]:
+ result = _result_path(
+ state, runtime,
+ stem_for(runtime, "propose", state["id"], entry["round"]),
+ )
+ payload = _read_result_lenient(result, runtime)
+ if payload is None:
+ proposals[runtime] = []
+ entry["proposed"][runtime] = 0
+ continue
+ items = payload.get("items")
+ proposals[runtime] = [i for i in items if isinstance(i, dict)] \
+ if isinstance(items, list) else []
+ entry["proposed"][runtime] = len(proposals[runtime])
+ return proposals
+
+
def cmd_merge_proposals(args: argparse.Namespace) -> None:
"""Step 3 — 提案をマージして改善項目を作る。
@@ -1000,34 +1022,7 @@ def cmd_merge_proposals(args: argparse.Namespace) -> None:
sys.exit(2)
return
- proposals: dict[str, list[dict[str, Any]]] = {}
- for runtime in state["runtimes"]:
- result = _result_path(
- state, runtime,
- stem_for(runtime, "propose", state["id"], entry["round"]),
- )
- if not result.exists():
- info(f"⚠ {runtime} の提案結果がありません: {result}")
- continue
- try:
- payload = json.loads(result.read_text(encoding="utf-8"))
- except json.JSONDecodeError as e:
- info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
- continue
- if not isinstance(payload, dict):
- # 配列や数値のまま `payload.get(...)` を呼ぶと落ちる。
- # 提案は無かったものとして続ける（1 者の不調で全体を止めない）。
- info(
- f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
- f"（{type(payload).__name__}）。提案なしとして扱います"
- )
- proposals[runtime] = []
- entry["proposed"][runtime] = 0
- continue
- items = payload.get("items")
- proposals[runtime] = [i for i in items if isinstance(i, dict)] \
- if isinstance(items, list) else []
- entry["proposed"][runtime] = len(proposals[runtime])
+ proposals = _load_proposals(state, entry)
excluded = {
(d["path"], d["symbol"], d["smell"]) for d in state["deferred_items"]
@@ -1259,9 +1254,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# 残さないと同じ提案が次のラウンドで再び採用される。
_defer_abandoned_items(state, entry)
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
sys.exit(2)
applied: list[str] = []
@@ -1340,11 +1333,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# **全項目が通ったときも進行側が公開する。** 実装担当は push しないため、
# ここで公開しないとレビュー担当が Pull Request 上の差分へ指摘を書けない。
entry["apply"]["merged_at"] = statefile.now()
- entry["pending_push"] = True
- statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
if not applied:
info("全項目が失敗したため、このラウンドのレビューは行いません")
@@ -1444,9 +1433,7 @@ def _apply_drop(
entry["pending_drop"] = []
entry["apply"]["merged_at"] = statefile.now()
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
return applied
@@ -1667,9 +1654,7 @@ def cmd_abandon_items(args: argparse.Namespace) -> None:
entry["pending_drop"] = []
state["phase"] = "propose"
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
def cmd_merge_fix(args: argparse.Namespace) -> None:
@@ -2760,6 +2745,29 @@ def _find_item(
return None
+def _read_result_lenient(path: pathlib.Path, runtime: str) -> Optional[dict[str, Any]]:
+ """結果ファイルを読む。不在・壊れ・非オブジェクトの場合は None を返す。
+
+ 1 者の不調で全体を止めたくない箇所（提案のマージなど）向け。致命的な箇所には
+ `_read_result` を使う。
+ """
+ if not path.exists():
+ info(f"⚠ {runtime} の提案結果がありません: {path}")
+ return None
+ try:
+ payload = json.loads(path.read_text(encoding="utf-8"))
+ except json.JSONDecodeError as e:
+ info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
+ return None
+ if not isinstance(payload, dict):
+ info(
+ f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
+ f"（{type(payload).__name__}）。提案なしとして扱います"
+ )
+ return None
+ return payload
+
+
def _read_result(path: pathlib.Path, runtime: str) -> dict[str, Any]:
"""結果ファイルを読む。**JSON オブジェクトでなければ失敗させる。**
diff --git a/plugins/ndf-codex/skills/cross-review/scripts/lib/metrics.py b/plugins/ndf-codex/skills/cross-review/scripts/lib/metrics.py
index c2b576b4..9388a282 100644
--- a/plugins/ndf-codex/skills/cross-review/scripts/lib/metrics.py
+++ b/plugins/ndf-codex/skills/cross-review/scripts/lib/metrics.py
@@ -39,6 +39,111 @@ def _verdict(review: dict[str, Any], reviewer: str) -> Optional[str]:
return value if isinstance(value, str) else None
+def _aggregate_impl_round(
+ entry: dict[str, Any],
+ items_by_id: dict[str, dict[str, Any]],
+ impl: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分の実装担当集計を *impl* bucket へ加算する。"""
+ round_no = entry.get("round")
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+ observed = impl_model.get("observed")
+
+ warning = _models.mismatch_warning(impl_runtime, requested, observed)
+ if warning:
+ unmeasured.append(f"round {round_no}: {warning}")
+ if not _models.is_measurable(impl_runtime, requested):
+ unmeasured.append(
+ f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
+ "実装担当の集計から分離する"
+ )
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ bucket["rounds"] += 1
+ bucket["seconds"] += _duration(entry, ("apply", "fix"))
+
+ round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
+ bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
+ bucket["abandoned"] += sum(
+ 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
+ )
+ bucket["budget_exceeded"] += sum(
+ 1 for i in round_items if i.get("budget_exceeded")
+ )
+ bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
+ bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
+
+
+def _record_first_review(
+ entry: dict[str, Any],
+ impl: dict[str, dict[str, Any]],
+) -> None:
+ """初回レビュー結果を実装担当 bucket へ反映する。"""
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ reviews = _round_reviews(entry)
+ if reviews:
+ first = reviews[0]
+ approved_first = all(
+ _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
+ )
+ bucket["first_review_total"] += 1
+ bucket["first_review_approved"] += 1 if approved_first else 0
+
+
+def _aggregate_reviewer_round(
+ entry: dict[str, Any],
+ reviewer: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分のレビュー担当集計を *reviewer* bucket へ加算する。"""
+ round_no = entry.get("round")
+ reviewer_models = entry.get("reviewer_models") or {}
+ reviews = _round_reviews(entry)
+
+ for name in entry.get("reviewers", []):
+ spec = reviewer_models.get(name) or {}
+ r_requested = spec.get("requested")
+ r_observed = spec.get("observed")
+ r_warning = _models.mismatch_warning(name, r_requested, r_observed)
+ if r_warning:
+ unmeasured.append(f"round {round_no}: {r_warning}")
+ if not _models.is_measurable(name, r_requested):
+ unmeasured.append(
+ f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
+ "レビュー担当の集計から分離する"
+ )
+ rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
+ # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
+ # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
+ rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
+ for review in reviews:
+ if _verdict(review, name) is None:
+ continue
+ rb["reviews"] += 1
+ findings = [
+ f for f in review.get("findings", [])
+ if isinstance(f, dict) and f.get("reviewer") == name
+ ]
+ rb["findings"] += len(findings)
+ rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
+ others = [o for o in entry.get("reviewers", []) if o != name]
+ for other in others:
+ other_verdict = _verdict(review, other)
+ if other_verdict is None:
+ continue
+ rb["verdict_pairs"] += 1
+ rb["verdict_agreements"] += (
+ 1 if other_verdict == _verdict(review, name) else 0
+ )
+
+
def aggregate(state: dict[str, Any]) -> dict[str, Any]:
"""状態ファイルから実装担当・レビュー担当それぞれの指標を出す。
@@ -52,83 +157,12 @@ def aggregate(state: dict[str, Any]) -> dict[str, Any]:
unmeasured: list[str] = []
for entry in state.get("rounds", []):
- round_no = entry.get("round")
impl_runtime = entry.get("impl")
if not impl_runtime:
continue
- impl_model = (entry.get("impl_model") or {})
- requested = impl_model.get("requested")
- observed = impl_model.get("observed")
-
- warning = _models.mismatch_warning(impl_runtime, requested, observed)
- if warning:
- unmeasured.append(f"round {round_no}: {warning}")
- if not _models.is_measurable(impl_runtime, requested):
- unmeasured.append(
- f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
- "実装担当の集計から分離する"
- )
-
- bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
- bucket["rounds"] += 1
- bucket["seconds"] += _duration(entry, ("apply", "fix"))
-
- round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
- bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
- bucket["abandoned"] += sum(
- 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
- )
- bucket["budget_exceeded"] += sum(
- 1 for i in round_items if i.get("budget_exceeded")
- )
- bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
- bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
-
- reviews = _round_reviews(entry)
- if reviews:
- first = reviews[0]
- approved_first = all(
- _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
- )
- bucket["first_review_total"] += 1
- bucket["first_review_approved"] += 1 if approved_first else 0
-
- reviewer_models = entry.get("reviewer_models") or {}
- for name in entry.get("reviewers", []):
- spec = reviewer_models.get(name) or {}
- r_requested = spec.get("requested")
- r_observed = spec.get("observed")
- r_warning = _models.mismatch_warning(name, r_requested, r_observed)
- if r_warning:
- unmeasured.append(f"round {round_no}: {r_warning}")
- if not _models.is_measurable(name, r_requested):
- unmeasured.append(
- f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
- "レビュー担当の集計から分離する"
- )
- rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
- # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
- # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
- rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
- for review in reviews:
- if _verdict(review, name) is None:
- continue
- rb["reviews"] += 1
- findings = [
- f for f in review.get("findings", [])
- if isinstance(f, dict) and f.get("reviewer") == name
- ]
- rb["findings"] += len(findings)
- rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
- others = [o for o in entry.get("reviewers", []) if o != name]
- for other in others:
- other_verdict = _verdict(review, other)
- if other_verdict is None:
- continue
- rb["verdict_pairs"] += 1
- rb["verdict_agreements"] += (
- 1 if other_verdict == _verdict(review, name) else 0
- )
+ _aggregate_impl_round(entry, items_by_id, impl, unmeasured)
+ _record_first_review(entry, impl)
+ _aggregate_reviewer_round(entry, reviewer, unmeasured)
return {
"impl": {k: _finish_impl(v) for k, v in sorted(impl.items())},
diff --git a/plugins/ndf-codex/skills/cross-review/scripts/lib/monitor.py b/plugins/ndf-codex/skills/cross-review/scripts/lib/monitor.py
index 401a760f..b7df5831 100755
--- a/plugins/ndf-codex/skills/cross-review/scripts/lib/monitor.py
+++ b/plugins/ndf-codex/skills/cross-review/scripts/lib/monitor.py
@@ -473,6 +473,44 @@ def _pid_cmdline_matches(pid: int, expected: str) -> Optional[bool]:
return None
+def _read_log_tail_text(path: pathlib.Path) -> Optional[str]:
+ """err.log の末尾 200KB を読み、ANSI を除去したテキストを返す。
+
+ ファイルが存在しない・読めない場合は None。
+ """
+ if not path.exists():
+ return None
+ try:
+ sz = path.stat().st_size
+ with path.open("rb") as f:
+ if sz > 200 * 1024:
+ f.seek(sz - 200 * 1024)
+ data = f.read().decode("utf-8", errors="replace")
+ except OSError:
+ return None
+ return _strip_ansi(data)
+
+
+def _matched_line(data: str, m: re.Match[str]) -> tuple[str, int]:
+ """マッチ位置から行全体を切り出し、(行テキスト, 行の開始オフセット) を返す。"""
+ line_start = data.rfind("\n", 0, m.start()) + 1
+ line_end = data.find("\n", m.end())
+ line_end = line_end if line_end != -1 else len(data)
+ return data[line_start:line_end], line_start
+
+
+def _is_benign_match(
+ line: str, match_start_in_line: int, match_end_in_line: int,
+ benign_patterns: list[re.Pattern[str]],
+) -> bool:
+ """マッチが benign（誤検知）かどうかを判定する。"""
+ if any(b.search(line) for b in benign_patterns):
+ return True
+ if _match_is_quoted(line, match_start_in_line, match_end_in_line):
+ return True
+ return False
+
+
def _scan_patterns(
path: pathlib.Path,
patterns: list[re.Pattern[str]],
@@ -492,32 +530,23 @@ def _scan_patterns(
扱いしてしまった (例: `Error in: mcpServers.serena\\n...\\nTraceback ...` で
Traceback が誤抑制された)。
"""
- if not path.exists():
+ data = _read_log_tail_text(path)
+ if data is None:
return None
- try:
- sz = path.stat().st_size
- with path.open("rb") as f:
- if sz > 200 * 1024:
- f.seek(sz - 200 * 1024)
- data = f.read().decode("utf-8", errors="replace")
- except OSError:
- return None
- data = _strip_ansi(data)
benign_patterns = EARLY_ERROR_BENIGN if benign is None else benign
for pat in patterns:
for m in pat.finditer(data):
- line_start = data.rfind("\n", 0, m.start()) + 1
- line_end = data.find("\n", m.end())
- line_end = line_end if line_end != -1 else len(data)
- line = data[line_start:line_end]
+ line, line_start = _matched_line(data, m)
# benign パターンはマッチ行そのものに当てる。markdown 引用や
# `Error in: mcpServers.X` のような行単位パターンは「その行」だけを
# 評価すれば判定可能で、文脈窓を広げると誤判定の原因になる。
- if any(b.search(line) for b in benign_patterns):
- continue
- # マッチ部位が backtick / 日本語「」 で引用されている場合も benign。
- if _match_is_quoted(line, m.start() - line_start, m.end() - line_start):
+ if _is_benign_match(
+ line,
+ m.start() - line_start,
+ m.end() - line_start,
+ benign_patterns,
+ ):
continue
return line.strip()
return None
diff --git a/plugins/ndf-kiro/skills/cross-refactoring/scripts/refactor.py b/plugins/ndf-kiro/skills/cross-refactoring/scripts/refactor.py
index 2aa3c0d2..186b1274 100755
--- a/plugins/ndf-kiro/skills/cross-refactoring/scripts/refactor.py
+++ b/plugins/ndf-kiro/skills/cross-refactoring/scripts/refactor.py
@@ -976,6 +976,28 @@ def cmd_start_round(args: argparse.Namespace) -> None:
)
+def _load_proposals(
+ state: dict[str, Any], entry: dict[str, Any]
+) -> dict[str, list[dict[str, Any]]]:
+ """各ランタイムの提案結果を読み込み、ランタイム→項目リストの辞書で返す。"""
+ proposals: dict[str, list[dict[str, Any]]] = {}
+ for runtime in state["runtimes"]:
+ result = _result_path(
+ state, runtime,
+ stem_for(runtime, "propose", state["id"], entry["round"]),
+ )
+ payload = _read_result_lenient(result, runtime)
+ if payload is None:
+ proposals[runtime] = []
+ entry["proposed"][runtime] = 0
+ continue
+ items = payload.get("items")
+ proposals[runtime] = [i for i in items if isinstance(i, dict)] \
+ if isinstance(items, list) else []
+ entry["proposed"][runtime] = len(proposals[runtime])
+ return proposals
+
+
def cmd_merge_proposals(args: argparse.Namespace) -> None:
"""Step 3 — 提案をマージして改善項目を作る。
@@ -1000,34 +1022,7 @@ def cmd_merge_proposals(args: argparse.Namespace) -> None:
sys.exit(2)
return
- proposals: dict[str, list[dict[str, Any]]] = {}
- for runtime in state["runtimes"]:
- result = _result_path(
- state, runtime,
- stem_for(runtime, "propose", state["id"], entry["round"]),
- )
- if not result.exists():
- info(f"⚠ {runtime} の提案結果がありません: {result}")
- continue
- try:
- payload = json.loads(result.read_text(encoding="utf-8"))
- except json.JSONDecodeError as e:
- info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
- continue
- if not isinstance(payload, dict):
- # 配列や数値のまま `payload.get(...)` を呼ぶと落ちる。
- # 提案は無かったものとして続ける（1 者の不調で全体を止めない）。
- info(
- f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
- f"（{type(payload).__name__}）。提案なしとして扱います"
- )
- proposals[runtime] = []
- entry["proposed"][runtime] = 0
- continue
- items = payload.get("items")
- proposals[runtime] = [i for i in items if isinstance(i, dict)] \
- if isinstance(items, list) else []
- entry["proposed"][runtime] = len(proposals[runtime])
+ proposals = _load_proposals(state, entry)
excluded = {
(d["path"], d["symbol"], d["smell"]) for d in state["deferred_items"]
@@ -1259,9 +1254,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# 残さないと同じ提案が次のラウンドで再び採用される。
_defer_abandoned_items(state, entry)
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
sys.exit(2)
applied: list[str] = []
@@ -1340,11 +1333,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# **全項目が通ったときも進行側が公開する。** 実装担当は push しないため、
# ここで公開しないとレビュー担当が Pull Request 上の差分へ指摘を書けない。
entry["apply"]["merged_at"] = statefile.now()
- entry["pending_push"] = True
- statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
if not applied:
info("全項目が失敗したため、このラウンドのレビューは行いません")
@@ -1444,9 +1433,7 @@ def _apply_drop(
entry["pending_drop"] = []
entry["apply"]["merged_at"] = statefile.now()
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
return applied
@@ -1667,9 +1654,7 @@ def cmd_abandon_items(args: argparse.Namespace) -> None:
entry["pending_drop"] = []
state["phase"] = "propose"
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
def cmd_merge_fix(args: argparse.Namespace) -> None:
@@ -2760,6 +2745,29 @@ def _find_item(
return None
+def _read_result_lenient(path: pathlib.Path, runtime: str) -> Optional[dict[str, Any]]:
+ """結果ファイルを読む。不在・壊れ・非オブジェクトの場合は None を返す。
+
+ 1 者の不調で全体を止めたくない箇所（提案のマージなど）向け。致命的な箇所には
+ `_read_result` を使う。
+ """
+ if not path.exists():
+ info(f"⚠ {runtime} の提案結果がありません: {path}")
+ return None
+ try:
+ payload = json.loads(path.read_text(encoding="utf-8"))
+ except json.JSONDecodeError as e:
+ info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
+ return None
+ if not isinstance(payload, dict):
+ info(
+ f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
+ f"（{type(payload).__name__}）。提案なしとして扱います"
+ )
+ return None
+ return payload
+
+
def _read_result(path: pathlib.Path, runtime: str) -> dict[str, Any]:
"""結果ファイルを読む。**JSON オブジェクトでなければ失敗させる。**
diff --git a/plugins/ndf-kiro/skills/cross-review/scripts/lib/metrics.py b/plugins/ndf-kiro/skills/cross-review/scripts/lib/metrics.py
index c2b576b4..9388a282 100644
--- a/plugins/ndf-kiro/skills/cross-review/scripts/lib/metrics.py
+++ b/plugins/ndf-kiro/skills/cross-review/scripts/lib/metrics.py
@@ -39,6 +39,111 @@ def _verdict(review: dict[str, Any], reviewer: str) -> Optional[str]:
return value if isinstance(value, str) else None
+def _aggregate_impl_round(
+ entry: dict[str, Any],
+ items_by_id: dict[str, dict[str, Any]],
+ impl: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分の実装担当集計を *impl* bucket へ加算する。"""
+ round_no = entry.get("round")
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+ observed = impl_model.get("observed")
+
+ warning = _models.mismatch_warning(impl_runtime, requested, observed)
+ if warning:
+ unmeasured.append(f"round {round_no}: {warning}")
+ if not _models.is_measurable(impl_runtime, requested):
+ unmeasured.append(
+ f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
+ "実装担当の集計から分離する"
+ )
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ bucket["rounds"] += 1
+ bucket["seconds"] += _duration(entry, ("apply", "fix"))
+
+ round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
+ bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
+ bucket["abandoned"] += sum(
+ 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
+ )
+ bucket["budget_exceeded"] += sum(
+ 1 for i in round_items if i.get("budget_exceeded")
+ )
+ bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
+ bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
+
+
+def _record_first_review(
+ entry: dict[str, Any],
+ impl: dict[str, dict[str, Any]],
+) -> None:
+ """初回レビュー結果を実装担当 bucket へ反映する。"""
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ reviews = _round_reviews(entry)
+ if reviews:
+ first = reviews[0]
+ approved_first = all(
+ _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
+ )
+ bucket["first_review_total"] += 1
+ bucket["first_review_approved"] += 1 if approved_first else 0
+
+
+def _aggregate_reviewer_round(
+ entry: dict[str, Any],
+ reviewer: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分のレビュー担当集計を *reviewer* bucket へ加算する。"""
+ round_no = entry.get("round")
+ reviewer_models = entry.get("reviewer_models") or {}
+ reviews = _round_reviews(entry)
+
+ for name in entry.get("reviewers", []):
+ spec = reviewer_models.get(name) or {}
+ r_requested = spec.get("requested")
+ r_observed = spec.get("observed")
+ r_warning = _models.mismatch_warning(name, r_requested, r_observed)
+ if r_warning:
+ unmeasured.append(f"round {round_no}: {r_warning}")
+ if not _models.is_measurable(name, r_requested):
+ unmeasured.append(
+ f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
+ "レビュー担当の集計から分離する"
+ )
+ rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
+ # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
+ # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
+ rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
+ for review in reviews:
+ if _verdict(review, name) is None:
+ continue
+ rb["reviews"] += 1
+ findings = [
+ f for f in review.get("findings", [])
+ if isinstance(f, dict) and f.get("reviewer") == name
+ ]
+ rb["findings"] += len(findings)
+ rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
+ others = [o for o in entry.get("reviewers", []) if o != name]
+ for other in others:
+ other_verdict = _verdict(review, other)
+ if other_verdict is None:
+ continue
+ rb["verdict_pairs"] += 1
+ rb["verdict_agreements"] += (
+ 1 if other_verdict == _verdict(review, name) else 0
+ )
+
+
def aggregate(state: dict[str, Any]) -> dict[str, Any]:
"""状態ファイルから実装担当・レビュー担当それぞれの指標を出す。
@@ -52,83 +157,12 @@ def aggregate(state: dict[str, Any]) -> dict[str, Any]:
unmeasured: list[str] = []
for entry in state.get("rounds", []):
- round_no = entry.get("round")
impl_runtime = entry.get("impl")
if not impl_runtime:
continue
- impl_model = (entry.get("impl_model") or {})
- requested = impl_model.get("requested")
- observed = impl_model.get("observed")
-
- warning = _models.mismatch_warning(impl_runtime, requested, observed)
- if warning:
- unmeasured.append(f"round {round_no}: {warning}")
- if not _models.is_measurable(impl_runtime, requested):
- unmeasured.append(
- f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
- "実装担当の集計から分離する"
- )
-
- bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
- bucket["rounds"] += 1
- bucket["seconds"] += _duration(entry, ("apply", "fix"))
-
- round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
- bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
- bucket["abandoned"] += sum(
- 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
- )
- bucket["budget_exceeded"] += sum(
- 1 for i in round_items if i.get("budget_exceeded")
- )
- bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
- bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
-
- reviews = _round_reviews(entry)
- if reviews:
- first = reviews[0]
- approved_first = all(
- _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
- )
- bucket["first_review_total"] += 1
- bucket["first_review_approved"] += 1 if approved_first else 0
-
- reviewer_models = entry.get("reviewer_models") or {}
- for name in entry.get("reviewers", []):
- spec = reviewer_models.get(name) or {}
- r_requested = spec.get("requested")
- r_observed = spec.get("observed")
- r_warning = _models.mismatch_warning(name, r_requested, r_observed)
- if r_warning:
- unmeasured.append(f"round {round_no}: {r_warning}")
- if not _models.is_measurable(name, r_requested):
- unmeasured.append(
- f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
- "レビュー担当の集計から分離する"
- )
- rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
- # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
- # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
- rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
- for review in reviews:
- if _verdict(review, name) is None:
- continue
- rb["reviews"] += 1
- findings = [
- f for f in review.get("findings", [])
- if isinstance(f, dict) and f.get("reviewer") == name
- ]
- rb["findings"] += len(findings)
- rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
- others = [o for o in entry.get("reviewers", []) if o != name]
- for other in others:
- other_verdict = _verdict(review, other)
- if other_verdict is None:
- continue
- rb["verdict_pairs"] += 1
- rb["verdict_agreements"] += (
- 1 if other_verdict == _verdict(review, name) else 0
- )
+ _aggregate_impl_round(entry, items_by_id, impl, unmeasured)
+ _record_first_review(entry, impl)
+ _aggregate_reviewer_round(entry, reviewer, unmeasured)
return {
"impl": {k: _finish_impl(v) for k, v in sorted(impl.items())},
diff --git a/plugins/ndf-kiro/skills/cross-review/scripts/lib/monitor.py b/plugins/ndf-kiro/skills/cross-review/scripts/lib/monitor.py
index 401a760f..b7df5831 100755
--- a/plugins/ndf-kiro/skills/cross-review/scripts/lib/monitor.py
+++ b/plugins/ndf-kiro/skills/cross-review/scripts/lib/monitor.py
@@ -473,6 +473,44 @@ def _pid_cmdline_matches(pid: int, expected: str) -> Optional[bool]:
return None
+def _read_log_tail_text(path: pathlib.Path) -> Optional[str]:
+ """err.log の末尾 200KB を読み、ANSI を除去したテキストを返す。
+
+ ファイルが存在しない・読めない場合は None。
+ """
+ if not path.exists():
+ return None
+ try:
+ sz = path.stat().st_size
+ with path.open("rb") as f:
+ if sz > 200 * 1024:
+ f.seek(sz - 200 * 1024)
+ data = f.read().decode("utf-8", errors="replace")
+ except OSError:
+ return None
+ return _strip_ansi(data)
+
+
+def _matched_line(data: str, m: re.Match[str]) -> tuple[str, int]:
+ """マッチ位置から行全体を切り出し、(行テキスト, 行の開始オフセット) を返す。"""
+ line_start = data.rfind("\n", 0, m.start()) + 1
+ line_end = data.find("\n", m.end())
+ line_end = line_end if line_end != -1 else len(data)
+ return data[line_start:line_end], line_start
+
+
+def _is_benign_match(
+ line: str, match_start_in_line: int, match_end_in_line: int,
+ benign_patterns: list[re.Pattern[str]],
+) -> bool:
+ """マッチが benign（誤検知）かどうかを判定する。"""
+ if any(b.search(line) for b in benign_patterns):
+ return True
+ if _match_is_quoted(line, match_start_in_line, match_end_in_line):
+ return True
+ return False
+
+
def _scan_patterns(
path: pathlib.Path,
patterns: list[re.Pattern[str]],
@@ -492,32 +530,23 @@ def _scan_patterns(
扱いしてしまった (例: `Error in: mcpServers.serena\\n...\\nTraceback ...` で
Traceback が誤抑制された)。
"""
- if not path.exists():
+ data = _read_log_tail_text(path)
+ if data is None:
return None
- try:
- sz = path.stat().st_size
- with path.open("rb") as f:
- if sz > 200 * 1024:
- f.seek(sz - 200 * 1024)
- data = f.read().decode("utf-8", errors="replace")
- except OSError:
- return None
- data = _strip_ansi(data)
benign_patterns = EARLY_ERROR_BENIGN if benign is None else benign
for pat in patterns:
for m in pat.finditer(data):
- line_start = data.rfind("\n", 0, m.start()) + 1
- line_end = data.find("\n", m.end())
- line_end = line_end if line_end != -1 else len(data)
- line = data[line_start:line_end]
+ line, line_start = _matched_line(data, m)
# benign パターンはマッチ行そのものに当てる。markdown 引用や
# `Error in: mcpServers.X` のような行単位パターンは「その行」だけを
# 評価すれば判定可能で、文脈窓を広げると誤判定の原因になる。
- if any(b.search(line) for b in benign_patterns):
- continue
- # マッチ部位が backtick / 日本語「」 で引用されている場合も benign。
- if _match_is_quoted(line, m.start() - line_start, m.end() - line_start):
+ if _is_benign_match(
+ line,
+ m.start() - line_start,
+ m.end() - line_start,
+ benign_patterns,
+ ):
continue
return line.strip()
return None
diff --git a/plugins/ndf-shared/skills/cross-refactoring/scripts/refactor.py b/plugins/ndf-shared/skills/cross-refactoring/scripts/refactor.py
index 2aa3c0d2..186b1274 100755
--- a/plugins/ndf-shared/skills/cross-refactoring/scripts/refactor.py
+++ b/plugins/ndf-shared/skills/cross-refactoring/scripts/refactor.py
@@ -976,6 +976,28 @@ def cmd_start_round(args: argparse.Namespace) -> None:
)
+def _load_proposals(
+ state: dict[str, Any], entry: dict[str, Any]
+) -> dict[str, list[dict[str, Any]]]:
+ """各ランタイムの提案結果を読み込み、ランタイム→項目リストの辞書で返す。"""
+ proposals: dict[str, list[dict[str, Any]]] = {}
+ for runtime in state["runtimes"]:
+ result = _result_path(
+ state, runtime,
+ stem_for(runtime, "propose", state["id"], entry["round"]),
+ )
+ payload = _read_result_lenient(result, runtime)
+ if payload is None:
+ proposals[runtime] = []
+ entry["proposed"][runtime] = 0
+ continue
+ items = payload.get("items")
+ proposals[runtime] = [i for i in items if isinstance(i, dict)] \
+ if isinstance(items, list) else []
+ entry["proposed"][runtime] = len(proposals[runtime])
+ return proposals
+
+
def cmd_merge_proposals(args: argparse.Namespace) -> None:
"""Step 3 — 提案をマージして改善項目を作る。
@@ -1000,34 +1022,7 @@ def cmd_merge_proposals(args: argparse.Namespace) -> None:
sys.exit(2)
return
- proposals: dict[str, list[dict[str, Any]]] = {}
- for runtime in state["runtimes"]:
- result = _result_path(
- state, runtime,
- stem_for(runtime, "propose", state["id"], entry["round"]),
- )
- if not result.exists():
- info(f"⚠ {runtime} の提案結果がありません: {result}")
- continue
- try:
- payload = json.loads(result.read_text(encoding="utf-8"))
- except json.JSONDecodeError as e:
- info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
- continue
- if not isinstance(payload, dict):
- # 配列や数値のまま `payload.get(...)` を呼ぶと落ちる。
- # 提案は無かったものとして続ける（1 者の不調で全体を止めない）。
- info(
- f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
- f"（{type(payload).__name__}）。提案なしとして扱います"
- )
- proposals[runtime] = []
- entry["proposed"][runtime] = 0
- continue
- items = payload.get("items")
- proposals[runtime] = [i for i in items if isinstance(i, dict)] \
- if isinstance(items, list) else []
- entry["proposed"][runtime] = len(proposals[runtime])
+ proposals = _load_proposals(state, entry)
excluded = {
(d["path"], d["symbol"], d["smell"]) for d in state["deferred_items"]
@@ -1259,9 +1254,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# 残さないと同じ提案が次のラウンドで再び採用される。
_defer_abandoned_items(state, entry)
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
sys.exit(2)
applied: list[str] = []
@@ -1340,11 +1333,7 @@ def cmd_merge_apply(args: argparse.Namespace) -> None:
# **全項目が通ったときも進行側が公開する。** 実装担当は push しないため、
# ここで公開しないとレビュー担当が Pull Request 上の差分へ指摘を書けない。
entry["apply"]["merged_at"] = statefile.now()
- entry["pending_push"] = True
- statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
if not applied:
info("全項目が失敗したため、このラウンドのレビューは行いません")
@@ -1444,9 +1433,7 @@ def _apply_drop(
entry["pending_drop"] = []
entry["apply"]["merged_at"] = statefile.now()
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
return applied
@@ -1667,9 +1654,7 @@ def cmd_abandon_items(args: argparse.Namespace) -> None:
entry["pending_drop"] = []
state["phase"] = "propose"
statefile.save(path, state)
- _push_head(state)
- entry["pending_push"] = False
- statefile.save(path, state)
+ _push_with_retry_marker(path, state, entry)
def cmd_merge_fix(args: argparse.Namespace) -> None:
@@ -2760,6 +2745,29 @@ def _find_item(
return None
+def _read_result_lenient(path: pathlib.Path, runtime: str) -> Optional[dict[str, Any]]:
+ """結果ファイルを読む。不在・壊れ・非オブジェクトの場合は None を返す。
+
+ 1 者の不調で全体を止めたくない箇所（提案のマージなど）向け。致命的な箇所には
+ `_read_result` を使う。
+ """
+ if not path.exists():
+ info(f"⚠ {runtime} の提案結果がありません: {path}")
+ return None
+ try:
+ payload = json.loads(path.read_text(encoding="utf-8"))
+ except json.JSONDecodeError as e:
+ info(f"⚠ {runtime} の提案結果が JSON として読めません: {e}")
+ return None
+ if not isinstance(payload, dict):
+ info(
+ f"⚠ {runtime} の提案結果が JSON オブジェクトではありません"
+ f"（{type(payload).__name__}）。提案なしとして扱います"
+ )
+ return None
+ return payload
+
+
def _read_result(path: pathlib.Path, runtime: str) -> dict[str, Any]:
"""結果ファイルを読む。**JSON オブジェクトでなければ失敗させる。**
diff --git a/plugins/ndf-shared/skills/cross-review/scripts/lib/metrics.py b/plugins/ndf-shared/skills/cross-review/scripts/lib/metrics.py
index c2b576b4..9388a282 100644
--- a/plugins/ndf-shared/skills/cross-review/scripts/lib/metrics.py
+++ b/plugins/ndf-shared/skills/cross-review/scripts/lib/metrics.py
@@ -39,6 +39,111 @@ def _verdict(review: dict[str, Any], reviewer: str) -> Optional[str]:
return value if isinstance(value, str) else None
+def _aggregate_impl_round(
+ entry: dict[str, Any],
+ items_by_id: dict[str, dict[str, Any]],
+ impl: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分の実装担当集計を *impl* bucket へ加算する。"""
+ round_no = entry.get("round")
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+ observed = impl_model.get("observed")
+
+ warning = _models.mismatch_warning(impl_runtime, requested, observed)
+ if warning:
+ unmeasured.append(f"round {round_no}: {warning}")
+ if not _models.is_measurable(impl_runtime, requested):
+ unmeasured.append(
+ f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
+ "実装担当の集計から分離する"
+ )
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ bucket["rounds"] += 1
+ bucket["seconds"] += _duration(entry, ("apply", "fix"))
+
+ round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
+ bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
+ bucket["abandoned"] += sum(
+ 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
+ )
+ bucket["budget_exceeded"] += sum(
+ 1 for i in round_items if i.get("budget_exceeded")
+ )
+ bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
+ bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
+
+
+def _record_first_review(
+ entry: dict[str, Any],
+ impl: dict[str, dict[str, Any]],
+) -> None:
+ """初回レビュー結果を実装担当 bucket へ反映する。"""
+ impl_runtime = entry.get("impl")
+ impl_model = entry.get("impl_model") or {}
+ requested = impl_model.get("requested")
+
+ bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
+ reviews = _round_reviews(entry)
+ if reviews:
+ first = reviews[0]
+ approved_first = all(
+ _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
+ )
+ bucket["first_review_total"] += 1
+ bucket["first_review_approved"] += 1 if approved_first else 0
+
+
+def _aggregate_reviewer_round(
+ entry: dict[str, Any],
+ reviewer: dict[str, dict[str, Any]],
+ unmeasured: list[str],
+) -> None:
+ """1 ラウンド分のレビュー担当集計を *reviewer* bucket へ加算する。"""
+ round_no = entry.get("round")
+ reviewer_models = entry.get("reviewer_models") or {}
+ reviews = _round_reviews(entry)
+
+ for name in entry.get("reviewers", []):
+ spec = reviewer_models.get(name) or {}
+ r_requested = spec.get("requested")
+ r_observed = spec.get("observed")
+ r_warning = _models.mismatch_warning(name, r_requested, r_observed)
+ if r_warning:
+ unmeasured.append(f"round {round_no}: {r_warning}")
+ if not _models.is_measurable(name, r_requested):
+ unmeasured.append(
+ f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
+ "レビュー担当の集計から分離する"
+ )
+ rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
+ # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
+ # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
+ rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
+ for review in reviews:
+ if _verdict(review, name) is None:
+ continue
+ rb["reviews"] += 1
+ findings = [
+ f for f in review.get("findings", [])
+ if isinstance(f, dict) and f.get("reviewer") == name
+ ]
+ rb["findings"] += len(findings)
+ rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
+ others = [o for o in entry.get("reviewers", []) if o != name]
+ for other in others:
+ other_verdict = _verdict(review, other)
+ if other_verdict is None:
+ continue
+ rb["verdict_pairs"] += 1
+ rb["verdict_agreements"] += (
+ 1 if other_verdict == _verdict(review, name) else 0
+ )
+
+
def aggregate(state: dict[str, Any]) -> dict[str, Any]:
"""状態ファイルから実装担当・レビュー担当それぞれの指標を出す。
@@ -52,83 +157,12 @@ def aggregate(state: dict[str, Any]) -> dict[str, Any]:
unmeasured: list[str] = []
for entry in state.get("rounds", []):
- round_no = entry.get("round")
impl_runtime = entry.get("impl")
if not impl_runtime:
continue
- impl_model = (entry.get("impl_model") or {})
- requested = impl_model.get("requested")
- observed = impl_model.get("observed")
-
- warning = _models.mismatch_warning(impl_runtime, requested, observed)
- if warning:
- unmeasured.append(f"round {round_no}: {warning}")
- if not _models.is_measurable(impl_runtime, requested):
- unmeasured.append(
- f"round {round_no}: {impl_runtime} が既定モデル（auto）で動いたため、"
- "実装担当の集計から分離する"
- )
-
- bucket = impl.setdefault(_key(impl_runtime, requested), _new_impl_bucket())
- bucket["rounds"] += 1
- bucket["seconds"] += _duration(entry, ("apply", "fix"))
-
- round_items = [items_by_id[i] for i in entry.get("items", []) if i in items_by_id]
- bucket["applied"] += sum(1 for i in round_items if i.get("status") == "done")
- bucket["abandoned"] += sum(
- 1 for i in round_items if i.get("status") in {"abandoned", "blocked"}
- )
- bucket["budget_exceeded"] += sum(
- 1 for i in round_items if i.get("budget_exceeded")
- )
- bucket["test_failed"] += sum(1 for i in round_items if i.get("test_failed"))
- bucket["fix_rounds"] += int(entry.get("fix_rounds") or 0)
-
- reviews = _round_reviews(entry)
- if reviews:
- first = reviews[0]
- approved_first = all(
- _verdict(first, r) == "APPROVE" for r in entry.get("reviewers", [])
- )
- bucket["first_review_total"] += 1
- bucket["first_review_approved"] += 1 if approved_first else 0
-
- reviewer_models = entry.get("reviewer_models") or {}
- for name in entry.get("reviewers", []):
- spec = reviewer_models.get(name) or {}
- r_requested = spec.get("requested")
- r_observed = spec.get("observed")
- r_warning = _models.mismatch_warning(name, r_requested, r_observed)
- if r_warning:
- unmeasured.append(f"round {round_no}: {r_warning}")
- if not _models.is_measurable(name, r_requested):
- unmeasured.append(
- f"round {round_no}: {name} が既定モデル（auto）で動いたため、"
- "レビュー担当の集計から分離する"
- )
- rb = reviewer.setdefault(_key(name, r_requested), _new_reviewer_bucket())
- # 担当ごとの所要時間があればそれを使う。無ければ 0 のままにする。
- # ラウンドの合計を配ると 2 者分を両方に数えてしまい、比較が成り立たない。
- rb["seconds"] += float((entry.get("reviewer_seconds") or {}).get(name, 0))
- for review in reviews:
- if _verdict(review, name) is None:
- continue
- rb["reviews"] += 1
- findings = [
- f for f in review.get("findings", [])
- if isinstance(f, dict) and f.get("reviewer") == name
- ]
- rb["findings"] += len(findings)
- rb["findings_resolved"] += sum(1 for f in findings if f.get("resolved"))
- others = [o for o in entry.get("reviewers", []) if o != name]
- for other in others:
- other_verdict = _verdict(review, other)
- if other_verdict is None:
- continue
- rb["verdict_pairs"] += 1
- rb["verdict_agreements"] += (
- 1 if other_verdict == _verdict(review, name) else 0
- )
+ _aggregate_impl_round(entry, items_by_id, impl, unmeasured)
+ _record_first_review(entry, impl)
+ _aggregate_reviewer_round(entry, reviewer, unmeasured)
return {
"impl": {k: _finish_impl(v) for k, v in sorted(impl.items())},
diff --git a/plugins/ndf-shared/skills/cross-review/scripts/lib/monitor.py b/plugins/ndf-shared/skills/cross-review/scripts/lib/monitor.py
index 401a760f..b7df5831 100755
--- a/plugins/ndf-shared/skills/cross-review/scripts/lib/monitor.py
+++ b/plugins/ndf-shared/skills/cross-review/scripts/lib/monitor.py
@@ -473,6 +473,44 @@ def _pid_cmdline_matches(pid: int, expected: str) -> Optional[bool]:
return None
+def _read_log_tail_text(path: pathlib.Path) -> Optional[str]:
+ """err.log の末尾 200KB を読み、ANSI を除去したテキストを返す。
+
+ ファイルが存在しない・読めない場合は None。
+ """
+ if not path.exists():
+ return None
+ try:
+ sz = path.stat().st_size
+ with path.open("rb") as f:
+ if sz > 200 * 1024:
+ f.seek(sz - 200 * 1024)
+ data = f.read().decode("utf-8", errors="replace")
+ except OSError:
+ return None
+ return _strip_ansi(data)
+
+
+def _matched_line(data: str, m: re.Match[str]) -> tuple[str, int]:
+ """マッチ位置から行全体を切り出し、(行テキスト, 行の開始オフセット) を返す。"""
+ line_start = data.rfind("\n", 0, m.start()) + 1
+ line_end = data.find("\n", m.end())
+ line_end = line_end if line_end != -1 else len(data)
+ return data[line_start:line_end], line_start
+
+
+def _is_benign_match(
+ line: str, match_start_in_line: int, match_end_in_line: int,
+ benign_patterns: list[re.Pattern[str]],
+) -> bool:
+ """マッチが benign（誤検知）かどうかを判定する。"""
+ if any(b.search(line) for b in benign_patterns):
+ return True
+ if _match_is_quoted(line, match_start_in_line, match_end_in_line):
+ return True
+ return False
+
+
def _scan_patterns(
path: pathlib.Path,
patterns: list[re.Pattern[str]],
@@ -492,32 +530,23 @@ def _scan_patterns(
扱いしてしまった (例: `Error in: mcpServers.serena\\n...\\nTraceback ...` で
Traceback が誤抑制された)。
"""
- if not path.exists():
+ data = _read_log_tail_text(path)
+ if data is None:
return None
- try:
- sz = path.stat().st_size
- with path.open("rb") as f:
- if sz > 200 * 1024:
- f.seek(sz - 200 * 1024)
- data = f.read().decode("utf-8", errors="replace")
- except OSError:
- return None
- data = _strip_ansi(data)
benign_patterns = EARLY_ERROR_BENIGN if benign is None else benign
for pat in patterns:
for m in pat.finditer(data):
- line_start = data.rfind("\n", 0, m.start()) + 1
- line_end = data.find("\n", m.end())
- line_end = line_end if line_end != -1 else len(data)
- line = data[line_start:line_end]
+ line, line_start = _matched_line(data, m)
# benign パターンはマッチ行そのものに当てる。markdown 引用や
# `Error in: mcpServers.X` のような行単位パターンは「その行」だけを
# 評価すれば判定可能で、文脈窓を広げると誤判定の原因になる。
- if any(b.search(line) for b in benign_patterns):
- continue
- # マッチ部位が backtick / 日本語「」 で引用されている場合も benign。
- if _match_is_quoted(line, m.start() - line_start, m.end() - line_start):
+ if _is_benign_match(
+ line,
+ m.start() - line_start,
+ m.end() - line_start,
+ benign_patterns,
+ ):
continue
return line.strip()
return None