Varietyz/Disciplined-AI-Software-Development

解決する問題

このプロジェクトは、コードの肥大化、アーキテクチャのずれ、コンテキストの希薄化、動作の劣化といった一般的な失敗モードを防ぐためのAIを用いたソフトウェア開発のメソッドを提供します。人間が記憶しているルールやチャットベースの指示を、機械が強制可能な制約と証拠に基づく検証に置き換えます。

動作方法

システムは、方向性、意図、導出、予測、実行、検証の連続ループで動作します。主なメカニズムは以下の通りです：

• チェック優先開発：実際のコードを書く前に検証チェックを記述し、安全性和一貫性を確保します。
• ツリー基盤のコンテキスト：チャット履歴からルールやアーキテクチャ要件をプロジェクトツリー内のファイルに移動し、AIが起動時に読み込みます。
• PAG（パターン抽象文法）：エージェント、計画テンプレート、検証ゲートに使用される構造化された指示形式で、決定論的な実行を保証し、解釈エラーを低減します。
• ゲート：ツリーの各状態ごとに1回実行される検証プロセスで、型チェック、無用コード、Lint、カスタムなアーキテクチャの悪習慣をチェックします。

対象ユーザー

AIエージェントやLLMを用いてコードの大部分を生成する開発者で、AI生成出力のデバッグに過度な時間を費やさずに、長期的なプロジェクトの安定性、スケーラビリティ、アーキテクチャの整合性を維持したい人向けです。

特徴

• 敵対的レビュー：現在のツリーの状態によって証明されるまで、主張は検証されていないと見なす姿勢。
• 統制された自律性：人間が境界を管理し、AIがその範囲内で実行するフレームワーク。
• 決定論的指示：PAGを用いてエージェント用の実行可能な契約を作成し、パーソナに依存しない。
• 証拠に基づく検証：検証の出力は完全に読み込まれ、実際にツリーの状態から導出されなければならないという要件。