comol/ai_rules_1c

解決する課題

このプロジェクトは、AI エージェントを使用して 1C:Enterprise (BSL) ソフトウェアを開発するための、標準化されたポータブルなルール、エージェントの役割、およびツールのフレームワークを提供します。さまざまな AI コーディングアシスタント間で、一貫した開発基準、テストプロトコル、およびプロジェクト固有の構成を維持するという課題に対処します。

仕組み

このプロジェクトは、統一されたインストーラーを使用して、ルールと指示のセットをローカル開発環境にデプロイします。4 つの主要な運用柱を定義しています：Mode（タスクの種類、例：クイックフィックス対フルサイクル）、Quality（コード分析と検証の深さ）、Orchestration（タスクがサブエージェントにどのように委任されるか）、および UI-Tests（自動化されたインターフェース検証）。これらの設定は、スラッシュコマンドとプロジェクト固有の .dev.env ファイルを介して管理され、どのコーディングツールを使用していても AI エージェントが同じロジックに従うことを保証します。

対象ユーザー

AI 駆動のコーディングアシスタント（Cursor、Claude Code、Cline など）を使用し、1C プロジェクト内で厳格で再現可能な開発ワークフロー、自動テスト、およびコード品質ゲートを強制したい 1C 開発者向けに設計されています。

ハイライト

• マルチツールサポート： Cursor、Claude Code、Codex、OpenCode、Kilo Code など、幅広い AI コーディングアシスタントと互換性があります。
• 構成可能な SDLC： 単純な「クイックフィックス」から自動検証を伴う「フルサイクル」開発まで、開発サイクルを細かく制御できます。
• 自動 UI テスト： 1C-QA メカニズムと統合し、壊れやすいスクリーンショットベースの手法に頼ることなく、自動化されたインターフェーステストを実行します。
• 自己改善ルール： ユーザーからのフィードバックをキャプチャし、時間の経過とともにエージェントの動作に組み込むメカニズム (/evolve) を含んでいます。
• モデル固有の適応： 使用する特定の LLM（例：Claude Opus、Sonnet、または GPT モデル）に基づいてエージェントの動作を最適化するためのプロファイルを提供します。