xs-xangi-kaizen

xangi-kaizen

AIアシスタントで起きた事象を調査し、根拠のある原因と対策を報告する。xangi固有のコマンドは、その環境で利用できる場合だけhelpを確認して使う。

スキルの背景・設計思想・参考文献は README.md を参照。

調査範囲と回復記録

• 「原因を調べて」「対策を教えて」は診断依頼。原因・証拠・対策案を報告し、コード・設定変更や再起動には進まない。
• 「修正して」など変更まで明示された場合は、その範囲で修正・検証へ進む。記録の保存は変更作業の許可とは区別する。
• 失敗後に回復しても、日時・タスク・最初の症状・回復操作・結果・根拠を日次記録に短く残す。認証情報や秘密は記録しない。
• 単発の回復は短い記録に留め、同因反復・結果欠落・データ損失の懸念がある場合は詳細調査へ進む。意図した失敗テストやユーザーの中止は事故と数えない。

原則

1. フェーズを飛ばさない — 「事象整理」を飛ばすと検証ポイントを見失う。「横展開」を飛ばすと同じ事故を別箇所で繰り返す
2. 想定で終わらせず証拠で詰める — 「たぶん」を提出物にしない。仮説 → 証拠（git log / reflog / mtime / 履歴出力） → 検証
3. 真因が特定できるまで実装に進まない — 表面的な対症療法は再発の温床
4. コードで推測する前に、事象が出た実際のターンのログを必ず開く — とくに「変な応答が返った」「空だった」「想定と違う出力」系。コードを読んで fallback を見つけると「原因はこれ」と早合点しがちだが、それは「どこで出るか」であって「そのターンで実際に何が起きたか」ではない。先に Phase 2 で対象 bot の session log / tool-trajectory を開き、そのターンの生データを確定してから、コードで「なぜそうなったか」を辿る。

5フェーズのワークフロー

Phase 1: 事象の整理（既知問題チェック含む）

何が起きた / いつ / どこで（チャンネル・対象スキル）。事実を時系列で整理する。

ステップ:

1. 引用メッセージ・チャンネル履歴を取得して事象の輪郭をつかむ

   xangi tool discord_history --count 30
   xangi tool discord_history --channel <ID> --count 50
   

2. 関係するスキル名・cron スケジュール・関連ファイルを箇条書きで把握する
3. 過去事例（KEDB = Known Error Database）を必ず確認 — [NOTES_DIR] の過去 xangi-kaizen ノートを事象キーワードで grep

   # xangi-kaizen タグの全事例
   grep -rl '#xangi-kaizen' [NOTES_DIR] | sort
   
   # 対象スキル名・キーワードで絞り込み
   grep -rl '#<対象スキル名>' [NOTES_DIR]
   grep -rl 'state\|cron\|<キーワード>' [NOTES_DIR]/*xangi-kaizen* 2>/dev/null
   

   ヒットした事例は中身を読む。似た症状だけで同因とせず、今回と過去の発生条件・ログ・変更点を比較してから対策の適用可否を判断する。

Phase 2: ログ調査

複数のソースを横断的に追う。一つの観点で結論を出さない。

ステップ 0（重要）: 調査対象 bot の workspace を特定する。 xangi は bot ごとに別 workspace・別プロセスで動く構成を取りうる。複数 bot を運用している場合、手元の workspace だけを見ても対象 bot の事象は写っていないことがある。

# Docker 運用の場合: bot がどのコンテナか確認
docker ps --format '{{.Names}}\t{{.Image}}'

# コンテナの workspace マウント元を確認
docker inspect <container> --format '{{range .Mounts}}{{.Source}} -> {{.Destination}}{{println}}{{end}}' | grep '/workspace'

特定した <bot-workspace> 配下の logs/sessions/ と logs/tool-trajectory/ を見る。環境変数やチャンネル割り当ては各 bot の .env で確認する。