Code reviewer adversarial

敵対的コードレビュー（Breaker × Judge）

あなたはこのスキルの実行責任者として、Breaker（反例生成器）と Judge（裁定者）を組み合わせて敵対的レビューを行う。 役割は明確に分離する:

• Breaker（あなた＝ Claude Opus 4.7）: コードを「読む」のではなく「壊す」。反例・攻撃シナリオ・不変条件違反を生成し、可能な限り failing テストとして実行する。
• Judge（Codex gpt-5.4、codex:rescue 経由）: Breaker の指摘を「真の欠陥 / 仕様未定 / 低優先度 / ノイズ」に分類し、修正コストと見合うかを裁定する。

評価関数を意図的にずらしている点が肝。指摘件数ではなく、本当の欠陥を見逃さないことと false positive を抑えること の両立を狙う。

引数の解析

$ARGUMENTS を以下のルールで解析する:

1. -p がある場合 → -p より後の部分を {重点観点} として保持する（Breaker persona に追加注入する）
2. --test <cmd> がある場合 → 以降の1トークンを {テストコマンド} として保持する（自動検出より優先）
3. --claude-judge がある場合 → {claude judge} = true を立て、該当トークンを除去する（「## claude-judge モード」参照）
4. 残りの最初の位置引数を {対象} として解析する

{対象} の判別順

判定	解釈	書き出しモード
省略	未コミット変更 + 現在ブランチ vs main を対象にする	現在ブランチに open PR が 1 件 → 有効
存在するファイル/ディレクトリパス	そのパス配下の変更のみ	無効（PR に紐付かない）
数字のみ	GitHub PR 番号として扱う（GitHub MCP ツールで diff を取得）	有効
<ref>..<ref> を含む	commit 範囲の diff	無効（PR に紐付かない）
ローカル or origin/ で解決できるブランチ名	そのブランチ vs main の差分	そのブランチに open PR が 1 件 → 有効
上記いずれでもない	AskUserQuestion で解釈を確認する	解釈に応じて再判定

複数 PR / 0 件 / GitHub MCP 未接続などの失敗ケースの挙動は ## PR 書き出しモード の「フォールバック」を参照。

例:

• /code-reviewer-adversarial — 現在の未コミット変更を対象
• /code-reviewer-adversarial 42 — PR #42
• /code-reviewer-adversarial main..HEAD — 現在ブランチの全コミット
• /code-reviewer-adversarial src/api/ -p N+1 — 特定パス + 重点観点
• /code-reviewer-adversarial --test "pnpm test" feature/add-foo — テストコマンド明示 + ブランチ指定

フロー

Phase 0 — 前提把握

1. 引数解析（上記ルール）で {対象}, {テストコマンド}, {重点観点} を確定

2. 変更範囲の取得 — {対象} に応じて git diff / GitHub MCP の PR diff を取得し、変更ファイル・行・hunk を特定（大きい PR ではレスポンスから diff テキストと変更ファイルリストのみ保持し、メタデータは Breaker/Judge の材料として必要な範囲に絞る）

3. 書き出しモード判定 — {対象} が PR に紐付き得るケース（省略 / ブランチ名 / PR 番号）では、mcp__plugin_github_github__list_pull_requests で open PR を確認して書き出しモードの有効/無効を確定する。省略時の現在ブランチは git rev-parse --abbrev-ref HEAD で取得する（詳細は ## PR 書き出しモード）

4. 仕様・設計の確認 — 関連 Issue / ADR / 要件ドキュメント / 会話コンテキストの設計意図を突き合わせる

5. テストランナーの確定:

   • {テストコマンド} が明示されていればそれを使う
   • なければ bash ${CLAUDE_SKILL_DIR}/assets/detect-test-runner.sh で自動検出
   • 検出できなければ AskUserQuestion でユーザーに確認
   • 確認で「不要」「わからない」等が返った場合は テスト記述のみモード（Phase 1 で反例テスト "生成" はするが "実行" はスキップ）にフォールバック

6. ゲート出力 — ここまでの確定値を1ブロックで表示し、ユーザーが確認できるようにする。フォーマットは以下:

   対象: <対象の識別子>（PR 対象なら "PR #N \"タイトル\"" を併記）
   テストコマンド: <確定値 or "記述のみモード">
   重点観点: <指定があれば記載、なければ "（指定なし）">
   書き出しモード: <有効（投稿先: PR #N "タイトル"）| 無効（理由: ...）>
   

Phase 1 — Breaker（反例生成器）

Breaker は3つの persona を順に切り替えて実行する（persona 定義は assets/breaker-personas.md）:

1. Security persona — 認可逸脱・インジェクション・秘密情報漏洩・TOCTOU・Confused Deputy
2. Performance persona — N+1・境界外入力・競合・メモリリーク・タイムアウト・移行性能
3. Specification persona — 仕様未充足・契約違反（入出力・事前事後条件）・後方互換性破壊・移行失敗

各 persona で以下の手順を実行する:

1. 反例アイデアの列挙 — そのレンズで「壊れそうな入力・状態・呼び出し順序」を列挙する
2. 反例テストの生成 — 最小反例を failing テストコードとして書く（言語・フレームワークは Phase 0 で確定した {テストコマンド} に合わせる）
3. テストの実行 — {テストコマンド} で生成したテストを実行する
   • fail したものは「検証済み反例」として採用
   • pass したものは「仮説は外れた」として破棄（Breaker のノイズを自己フィルタする）
   • テスト記述のみモードではこの手順をスキップ
4. 7フィールド形式で整形 — [references/output-schema.md](references/output-schema.md) のスキーマに従い、1指摘を1レコードとして書き下す

全 persona に横断するルール:

• {重点観点} が指定されていれば、各 persona の手順 1（列挙）に追加注入して優先度を上げる
• そのレンズで反例が 1 件も出せなかった persona は、「検出 0 件」を明記して報告書に残す（Judge 側での監査性を保つため、空欄にせず 0 件と書く）

全 persona 終了後、Breaker は persona 単位の指摘リストをそのまま並べた Breaker 報告書 を作成する。同根の指摘が複数 persona から出た場合はタイトルに (Security+Specification) のような persona 注記だけを付け、重複統合・ノイズ除外・カテゴリ分類は Judge に委ねる（共犯化回避のため、Breaker 側で分類判断を先取りしない）。テストコードは一時領域に残し、Judge が参照可能にする。

Breaker に課す制約（ノイズ防止）:

• 反証不能な指摘（「〜かもしれない」の感想）は 確信度 Low で出す。Judge がノイズとして切る想定
• 推測に頼る指摘には [UNVERIFIED] タグを付け、実行で確認できなかったことを明記する
• 「良いコード」「可読性」系は出さない（このスキルの対象外。/code-reviewer に委ねる）

Phase 2 — Judge（裁定者）

codex:rescue スキルを呼び出し、Codex に裁定させる。呼び出しテンプレートは assets/judge-prompt.md を参照。

Judge への入力:

• 変更 diff（Phase 0 で取得）
• 仕様・設計意図の要約
• Breaker 報告書（全7フィールドの指摘リスト）
• 生成された反例テストコード（およびその実行結果）

Judge は各指摘を次の4カテゴリに分類する:

カテゴリ	意味	最終出力への扱い
真の欠陥	仕様違反・セキュリティリスク・性能問題として妥当で、修正価値あり	最終出力に含める
仕様未定	仕様が曖昧で、Breaker が勝手な前提を置いている	「仕様確認が必要」として分離
低優先度	妥当だが重大度が低く、修正コストに見合わない	サマリに件数のみ
ノイズ	反証不能・誤解・的外れ	最終出力から除外（件数のみ報告）

Judge には 分類理由 と 修正コスト見積（S/M/L） を必ず付けさせる。Judge が独断で「低優先度」「ノイズ」と切ったものは、理由を読めば妥当性が検証できる形にする。

Judge 利用不能時のフォールバック

Codex（codex:rescue）が Judge として使えないケース:

• 呼び出し不能 — codex:rescue が呼び出せない環境（Codex CLI 未設定・ネットワーク断・サブエージェント内実行など）
• 復旧不能なハング — 呼び出し済みの裁定が返らず（silent death）、assets/judge-prompt.md の「運用ノート」に従った復旧（cancel → --resume 再投入）を 2 回試みても完了しない（ハング時は即フォールバックせず、必ず先に復旧を試みる）

分岐:

• Workflow 利用可 → claude-judge モードに自動でフォールバックする（「## claude-judge モード」）。独立 Opus の Breaker × Judge で裁定するため、codex:rescue 未設定の環境でもレビューを完遂できる。ただしこれは別系統モデルの独立ではなくコンテキスト隔離 + 役割分離であるため、認証 / 認可 / 決済 / スキーマ / 外部 API などの重要変更では実 Codex での再実行を推奨する旨を 1 行明示する。フォールバック前に、Phase 1（codex-judge の Breaker）が変更セットに残した .breaker-probe. を含む反例テストを取り除く（{テストコマンド} が確定していると claude-judge の Breaker がそれらを再実行し、Phase 1 由来の failing テストを自身の検証済み反例〔verified: fail〕として誤帰属・二重計上するため）
• Workflow も不能 → Phase 2 で停止し、Phase 3 を出力しない。次の 2 点をユーザーに提示して終了する:
  1. Breaker 報告書（Phase 1 の成果物をそのまま）
  2. 完成した Judge 呼び出し用 task 文字列（assets/judge-prompt.md に従って埋めたもの） ユーザーが別セッションで codex:rescue を呼ぶか、環境を整えて再実行することを案内する。

いずれの場合も Claude 自身（メインセッション）が Judge 裁定を模擬・代行してはならない（共犯化を回避するため、別系統モデルまたは隔離エージェントによる独立裁定が本スキルの核）。

Workflow も不能で停止したケースでは書き出しモードも自動的に無効化する。Breaker 単独結果を PR に投稿すると共犯化回避の原則が崩れるため、投稿ゲート（Phase 4）まで到達させない（claude-judge にフォールバックできた場合は Judge 裁定が得られるため書き出しモードは有効なまま）。

Phase 3 — 最終出力

Judge の裁定結果をもとに、次の構造で出力する:

## Adversarial Review 結果

### サマリ
- 対象: <対象の識別子>
- 真の欠陥: N 件 / 仕様未定: N 件 / 低優先度: N 件（詳細省略） / ノイズ: N 件（除外）
- テスト実行: <実行済み / 記述のみ>
- Judge: Codex (via codex:rescue)

### 🚫 真の欠陥
（7フィールド形式、Judge 分類理由つき）

### ❓ 仕様未定
（確認が必要な前提と、Breaker が置いた仮定）

### 📉 低優先度（件数のみ）
- N 件: <1行タイトル羅列>

### 🔇 ノイズ（除外理由のみ）
- N 件: <1行タイトル + 除外理由>

### 💡 修正推奨の順序
Judge の修正コスト（S/M/L）と重大度から、着手順序の提案を添える

各「真の欠陥」は references/output-schema.md の7フィールドで表示する。重大度・確信度の基準は references/severity-rubric.md を参照。

Phase 4 — PR 投稿ゲート

書き出しモードが 有効 の場合に限り、Phase 3 の最終出力を PR へ投稿する。無効なら Phase 3 の出力後にスキルを終了する。Phase 2 のフォールバック（Judge 利用不能）で Phase 3 を出さなかった場合もここには到達しない。

フロー・投稿ツール・本文テンプレート・確認ゲート UX・フォールバックは ## PR 書き出しモード に従う。

claude-judge モード（--claude-judge / Codex 不在時の自動フォールバック）

{claude judge} = true のとき、または Codex が使えず Workflow が使えるとき（「Judge 利用不能時のフォールバック」）、Phase 1（Breaker）と Phase 2（Judge）を Workflow で起動する独立 Opus エージェント 2 体に置き換える。Judge も別系統モデル（Codex）ではなく独立 Opus になるため、独立性はコンテキスト隔離 + 役割分離で担保する（別系統モデルの独立性はない → 認証 / 認可 / 決済 / スキーマ / 外部 API などの重要変更では実 Codex ＝デフォルトの codex-judge を推奨）。

• 単発（ループ・収束判定は持たない。このスキルはループスキルではない）。references/agent-orchestration.md の雛形（cra-claude-judge）を起動する:
  1. Breaker（独立 Opus / effort max） — Phase 0 で確定した {対象} / diff の取り方 / {テストコマンド} / {重点観点} を args（{ target, diffBase, testCmd, focus, startedAt }。startedAt は起動直前に TZ=Asia/Tokyo date '+%Y-%m-%d %H:%M:%S' で実測した開始日時）で渡す。攻撃観点・反例テスト（.breaker-probe. 命名）の規律はプロンプトに内蔵（smart-issue-resolve 雛形 B の breakerPrompt からの移植）
  2. Judge（独立 Opus・バッチ並列 + miss-finder 分離） — Breaker の反例を ≤4 件/バッチに分割し、フラット parallel で並列に裁定する（各バッチ effort high・evidence 限定照合・4 カテゴリ〔真の欠陥 / 仕様未定 / 低優先度 / ノイズ〕・防御基準は雛形 B と同一）。Breaker 見落としの独立探索は miss-finder（別の独立 Opus / effort max・diff スコープ） が並列で担い、同じ 4 分類基準で自己分類する。一部バッチ失敗は judgeDegraded（未裁定の反例が残る）、miss-finder 失敗は missSearchFailed（独立探索のみ喪失・より軽い劣化）で返る
• Phase 0（前提把握・テストランナー確定・ゲート出力）、Phase 3（最終出力）、Phase 4（PR 投稿ゲート）は codex-judge と共通で再利用する。Workflow 返却の items（真の欠陥 / 仕様未定）・dismissed（低優先度 / ノイズの件数）を Phase 3 の構造に整形する。Phase 3 サマリの「Judge:」欄は Codex (via codex:rescue) の代わりに 独立 Opus エージェント（コンテキスト隔離・バッチ並列 + miss-finder） と記す。judgeDegraded: true は未裁定の反例が残る旨を Phase 3 出力に明記し PR 投稿ゲート前にユーザーへ確認、missSearchFailed: true はその旨を Phase 3 出力に明記する
• Phase 3 の出力・Phase 4 の投稿の前に、.breaker-probe. を含む反例テストが変更セットに残っていれば取り除く（単発レビューの使い捨て。回帰テスト化するかは呼び出し元の判断）
• {claude judge} を明示せず Codex が利用可能なら、デフォルトは codex-judge（別系統モデルの独立性を優先）
• Workflow の agent() が null（ユーザースキップ / 終端エラー）を返した場合は 1 回だけ resumeFromRunId で再開を試み、それでも失敗なら「Judge 利用不能時のフォールバック」の停止ケース（Workflow も不能）と同様に扱う

共犯化の回避: claude-judge でも Breaker と Judge は別々の fresh エージェント（互いに相手の思考を持たない）。メインセッションがどちらかを模擬・代行しない。

同期ノート

claude-judge モードの Breaker / Judge プロンプト（攻撃観点・4 分類裁定基準）は smart-issue-resolve references/agent-orchestration.md の雛形 B（sir-claude-review-set）の breakerPrompt / judgeBatchPrompt からの移植である。攻撃観点・裁定基準を変更するときは CLAUDE.md「スキル改修時の注意」の同期対象（smart-issue-resolve 雛形 B/C・smart-issue-plan sip-plan-review-set・code-reviewer の隔離モード）と揃える。Judge のバッチ並列化 + miss-finder 分離は cra 固有の構造変更（Issue #107。裁定基準の内容は不変のため resolve/plan への内容同期は不要）。Breaker はレンズ分割しない（resolve/plan の雛形 B/sip とは意図的に非対称 — 単発レビューはラウンド往復が無く、Breaker 1 本の全観点走査を維持する）。雛形のエージェントプロンプト・スキーマ description は英語、出力（指摘内容・log()・カテゴリ enum 値）は日本語で記述する（Issue #122。同期時も英語表現のまま揃える）。Opus 役のプロンプト末尾には共通の英語抑制ノート RESTRAINT_NOTE（サブエージェント起動禁止・手順外の追加検証禁止・スコープ維持・出力簡潔化。Opus 5 プロンプトガイド準拠）を TAIL_NOTE の直前に付す（同期対象 4 スキルで共通）。

PR 書き出しモード

Phase 4 で Phase 3 の最終出力を PR へ投稿する際の仕様。

投稿ツール

• mcp__plugin_github_github__pull_request_review_write を使用する
  • method: "create"
  • owner, repo: git remote get-url origin からパース（HTTPS: https://github.com/foo/bar.git / SSH: [email protected]:foo/bar.git どちらも owner=foo, repo=bar。末尾の .git は任意）
  • pull_number: 対象 PR 番号
  • event: "COMMENT"（approve / request_changes は人間レビュアーの判断に残す）
  • body: 下記テンプレートに従って生成した markdown
  • comments: []（行コメントは使わない）
• PR 検出は mcp__plugin_github_github__list_pull_requests を owner, repo（上記と同様に origin から取得）, head: <branch>, state: "open" で呼ぶ（Phase 0 の対象判別で実施）。現在ブランチは git rev-parse --abbrev-ref HEAD で取得する

投稿本文テンプレート

<!-- claude-code-review:code-reviewer-adversarial -->
> 🤖 Generated by `/code-reviewer-adversarial` — <ISO8601 タイムスタンプ>

## Adversarial Review 結果

{Phase 3 の最終出力をそのままコピーして貼る。サマリ / 🚫 真の欠陥 / ❓ 仕様未定 / 📉 低優先度 / 🔇 ノイズ / 💡 修正推奨の順序}

---
_このレビューは Claude Code スキル `/code-reviewer-adversarial` が生成しました。approve / request_changes 判断は含みません。_

• 識別マーカー <!-- claude-code-review:code-reviewer-adversarial --> は必ず先頭に入れる（HTML コメントなので PR 表示上は不可視）
• ローカル表示と PR 投稿は同じ本文を使い回す（二重生成しない）

確認ゲート

投稿前に必ず AskUserQuestion で以下を出す:

• 質問文: "PR #<番号> にこのレビュー内容を投稿しますか？（投稿先: <PR タイトル>）"
• 選択肢: [投稿する] / [投稿しない] / [本文を修正してから投稿]

「本文を修正してから投稿」を選んだ場合、ユーザーに修正指示を求め、本文を再生成して再度確認ゲートに戻る。修正ループは最大 3 回、超えたら投稿を中止する。

成功・切り詰めの表示

• 成功: ✅ レビューを投稿しました: <Review URL> を 1 行表示
• 本文が 65,536 文字を超える場合: 反例テストコード等を <details> で折りたたむ、もしくは末尾を切り詰めて「以降は省略（ローカル出力を参照）」と明記する。切り詰めが発生したら ⚠️ 本文が長すぎたため末尾を切り詰めました。完全版はローカル出力を参照してください を併記する

フォールバック

ケース	挙動
GitHub MCP ツール未接続	書き出しモード無効化。Phase 0 ゲート出力に理由を明示し、レビュー処理は通常実行
対象ブランチの open PR が 0 件（引数省略時）	書き出しモード無効化。エラーにしない
対象ブランチの open PR が複数	AskUserQuestion で PR 番号を選ばせる（「書き出し不要」選択肢も出す）
指定 PR 番号が存在しない / アクセス権なし	書き出しモード無効化し理由を明示、レビュー処理は続行
Judge（Phase 2）利用不能	書き出しモード自動無効化（詳細: Phase 2 の #### Judge 利用不能時のフォールバック を参照）
投稿権限 403 等	失敗メッセージを 1 行表示、ローカル出力は残す
API 一時エラー	1 回だけリトライ、再失敗で諦めて手動投稿を案内
確認ゲートで「投稿しない」	正常終了、ローカル出力のみ
修正ループ 3 回超	投稿中止、最後の本文をローカルに残す

原則: PR 書き出しが失敗してもレビュー処理自体は止めない。エラーメッセージは 1〜2 行でチャットに出し、追加の AskUserQuestion は出さない。

やらないこと

• 実装の書き直し（最小反例と修正案までに留める）
• 可読性・命名レベルの指摘（/code-reviewer の役割）
• 感想・一般論（反証可能な指摘のみ）
• Builder（実装者）との対話ループ（このスキルの入力は実装済みコードのみ。対話は呼び出し元の責務）

原則

• 壊すレビューに寄せる: 読むレビューではない。反例が出ない指摘は弱く扱う
• 共犯化を避ける: Breaker（Claude）と Judge（Codex）は別系統モデル。両者が同意した指摘を優先する
• ゲーム化を防ぐ: Judge の好みに合わせてコードを書く方向に最適化されないよう、裁定基準は固定スキーマで運用する
• 仕様の不在は自覚する: 仕様が曖昧なら「仕様未定」として分離し、無理に欠陥判定しない

使い分け

• 通常レビュー・コミット前セルフレビュー → /code-reviewer
• 重要変更（認証 / 認可 / 決済 / スキーマ / 外部 API）・最終ゲート・高コスト領域 → /code-reviewer-adversarial

通常フローの「最終ステップで Codex レビュー」は、このスキルを使う場合 Judge 呼び出しが相当する。別途追加の Codex レビューは不要。