メインコンテンツまでスキップ

Riverbed Memory を使用する

Draft / 計画中の機能

このガイドは計画中の機能について説明しています。現在のバージョン (v0) はステートレスであり、Riverbed Memory は実装されていません。以下の手順は将来のバージョンで利用可能になる予定です。

Riverbed Memory は過去のレビューコンテキストを保存し、将来のフローの一貫性を保ちます。

手順​

  1. 決定の記録: Upstream 設計の選択については PR の説明に短いメモを追加し、関連する場合にスキルの指示からリンクする。

  2. シグナルの永続化: 承認されたレビュー結果（例: logs/ やデータベース層）をスキル ID とフェーズをキーとして保存する。 例えば、logs/review_outcomes.json を以下のように保持する:

    {
      "skill-123": {
        "phase": "upstream",
        "outcome": "approved",
        "notes": "Design aligns with upstream architecture."
      },
      "skill-456": {
        "phase": "midstream",
        "outcome": "approved",
        "notes": "Code meets performance requirements."
      }
    }

  3. コンテキストの再利用: 新しいスキルを作成する際、重複した警告や矛盾したガイダンスを避けるために、以前の決定を参照する。

  4. 古いメモリの期限切れ: 定期的なリズム（例: 毎月）を設定して、古い決定を整理し、前提条件を更新する。

グッドプラクティス​

  • メモリエントリは小さく、アクション指向（何が変わったか、なぜか、そしてフェーズ）に保つ。
  • 自動化ツールがレビューアに情報を注入できるように、構造化されたフォーマット（JSON/YAML）を推奨する。