Fix: 抽出系の手法で差分予算を超える不具合を直す（v8.5.4）と引継ぎメモの更新

[takemi-ohama]

何のために

引継ぎメモが v8.2.0 の着手時点で止まっており、その後 3 回の実機試行と 3 版の修正が
入っている。次に触る人が現状から始められるようにする。

あわせて、メモに残っていた「運用上の傾向」のうち実機実行なしで直せるものを直す。
不具合 20 件はすべて対応済みだが、繰り返し現れていた 2 つの事象は仕様側で扱える。

何を

1. 引継ぎメモの更新

issues/issue-113-cross-refactoring-fix-handoff.md を現状に合わせて書き直した。

節	内容
経緯	5 回の実機試行の記録と到達点を表で示す
編集対象	prompts/ と tests/ を追加
直近 4 版で入った仕組み	v8.5.1 / v8.5.2 / v8.5.3 / v8.5.4 の押さえどころ。判定済みの照合鍵に外部要因を入れる必要も含む
再検証の手順	--sync-command と --max-outer-rounds を含む形へ更新。着手前テストは 500 件
実行前に確認すること	プラグインキャッシュの版、CLI のログイン、作業ディレクトリのブランチ、範囲の指定
検証済みの範囲	レビューフェーズと修正フェーズまで到達した内容
未検証の範囲	提案の収束、修正ラウンドの上限、Step 7 の関門、Draft 解除、他者の Pull Request
運用上の傾向	差分予算の超過、kiro の既定モデル、1 回の実行内の比較の限界

2. 抽出系の手法で差分予算を超える不具合の修正（v8.5.4）

新しい定義を作って呼び出し側を書き換える手法は、抽出した本体に加えて
呼び出し側の書き換え・import の追加・引数の受け渡しが固定費として乗る。
提案の時点ではこの固定費が見えにくく、見積は本体の行数へ寄る。

実測で予算超過として落ちた 4 件は、いずれも long_method の抽出だった。

試行	実差分	見積	倍率
4 回目	265 行	120 行	2.21
4 回目	183 行	90 行	2.03
5 回目	277 行	120 行	2.31
5 回目	113 行	50 行	2.26

範囲の逸脱ではなく、倍率 2 の予算をわずかに超えただけである。適用そのものは
成立していたのに、ラウンドの成果を捨てていた。

倍率	手法
3	extract_method / extract_strategy / introduce_parameter_object / introduce_value_object / split_into_pipeline / move_responsibility / consolidate_duplication
2	上記以外

広げるのは抽出系だけにした。全体を広げると範囲外を触った変更まで通ってしまう。
範囲外の 3 系統を触った実測例は見積の 4 倍まで膨らんでいたので、抽出系を 3 にしても
逸脱は取り逃がさない。倍率だけ広げると見積が楽観側へ倒れたぶんも通すため、提案
プロンプトの見積の指示に、固定費と test_gap が真のときの現状固定テストを数える
ことを明記した。

失敗理由の文面にも倍率を出す（実差分 277 行が差分予算 240 行（見積 120 行 × 2）を 超えました）。手法によって倍率が変わるため、どちらで落ちたかを読めるようにする。

3. 既定モデルで比較できないことを着手前に知らせる

kiro の既定 auto は実際に動いたモデルを取得できず、そのラウンドは集計から分離
される。判定（models.is_measurable）は既にあるが効くのは報告の時点で、比較の
ために回した実行が丸ごと無駄になってから分かる。init が着手前に警告する。
進行は止めない（比較が目的でない実行もある）。

⚠ kiro のモデルが default です — 実際に動いたモデルを取得できないため、
そのラウンドは集計から分離されます。比較するなら --model kiro=<モデル名> を指定してください

4. 他者の Pull Request の経路を現状固定テストで固める

5 回の実機試行はすべて自分の Pull Request を対象にしており、投稿の event を
COMMENT へ倒さない経路は一度も通っていない。実機は次の再検証に譲るとして、
指示の組み立て（_review_post_note）からレビュープロンプトへの差し込み
（launch-cli.sh）までをテストで固めた。CLI は stub に差し替えて起動する。

Test plan

uv run --with pytest python -m pytest \
plugins/ndf-shared/skills/cross-refactoring/tests \
plugins/ndf-shared/skills/cross-review/tests -q

• 着手前 477 passed → 変更後 500 passed（追加 23 件 / 25.8 秒）
• 追加したテスト
  • 差分予算 16 件（抽出系 7 手法が 3 倍まで通る / 3 倍超は落ちる / 抽出系以外は 2 倍のまま / 実測の 4 件が通る / 見積の 4 倍は落ちる / 倍率が語彙の中に収まる / 失敗理由に倍率が出る）
  • kiro の既定モデルの警告 3 件（既定 / auto を明示 / 指定ありでは警告しない）
  • レビュープロンプトへの投稿指示 4 件（他者 PR / 自分の PR / 置換漏れが無い / 指示が無い状態ファイルでも既定文が入る）
• 生成物・検査
  • bash scripts/build-runtime-plugins.sh --check — up to date
  • bash scripts/validate-runtime-plugins.sh — passed
  • python3 scripts/check-markdown-links.py — valid
  • python3 scripts/check-skill-frontmatter.py — エラー 0 / 警告 0

未対応

「未検証の範囲」の残り 4 つ（提案の収束、修正ラウンドの上限、Step 7 の関門、
Draft の解除）は実機実行でしか到達できないため、このプルリクエストには含めない。

[takemi-ohama]

🤖 cross-review | round 1 | codex | APPROVE

修正必須の指摘はありません。対象テスト 144 件を確認し、差分予算・kiro 既定モデル警告・レビュー投稿指示の変更範囲に矛盾は見つかりませんでした。

[takemi-ohama]

🤖 cross-review | round 1 | gemini | APPROVE

確認しました。特に修正提案はありません。