TokenRollAI/llmdoc

何を解決するか

llmdoc は、AIコーディングアシスタント（特に Claude Code と Codex）向けに、最新のプロジェクトドキュメントを維持するための構造的でドキュメント駆動のワークフローを提供します。AIがコンテキストを失ったり、古くなった情報に依存したりすることを防ぐために、AI自身が読み書きできるドキュメントの骨格を自動的に作成・同期します。

動作方法

このシステムは、プロジェクトの知識を格納する専用の llmdoc/ ディレクトリを使用します。主に以下の2つのコマンドで動作します：

• /llmdoc:init: リポジトリを分析して、アーキテクチャ、概要、リファレンスドキュメントを含むドキュメントの骨格を作成し、グローバルインデックスを同期します。
• /llmdoc:update: git コミット履歴（ウォーターマーキング）を使用して、前回の同期以降の変更を検出します。変更の規模とリスクに基づいて、fast、analysis、full のいずれかの更新モードを選択し、関連するドキュメントを更新し、ワークフローの教訓を記録します。

コンテキストは、『コールドスタート』（コアスキルと必須パックの読み込み）と『コンパクト再入』（状態オブジェクトを使用してタスクを再開し、すべてを再読み込みしない）を区別するライフサイクルシステムで管理されます。

対象ユーザー

Claude Code や Codex を使用し、プロジェクトのアーキテクチャや実装意図に関する持続的で構造的な記憶を持たせたい開発者。

特徴

• コミットベースの同期: sync.md というウォーターマークを用いて変更を追跡し、必要最小限の更新のみを実行します。
• 適応的更新モード: 変更のリスクと作成者に基づき、自動的に fast、analysis、full の更新パスを選択します。
• コード化されたドキュメントレイアウト: must/（コールドスタートコンテキスト）、architecture/、memory/（反省と意思決定）などの特定カテゴリに知識を整理します。
• コンテキスト予算管理: 大規模なモノリスでコンテキストウィンドウのオーバーフローを防ぐために、確定的なプロキシ（例：24 KiB）を実装します。
• 統合されたエージェント役割: 調査者、作業者、記録者、反省者といった専門的な内部エージェントを活用し、証拠を収集し、安定したドキュメントを維持します。