Ablate

/ablate - ハーネスの片側アブレーション

Input

$ARGUMENTS は測定対象を 1 つに絞る要素のパス。省略したときは Phase 1 が列挙した全要素を対象にする。

判定と閾値の所在

アームの一覧、1 アームあたりの実行回数、通過閾値はすべて ${CLAUDE_SKILL_DIR}/scripts/arms.py の定数が持つ。分類の基準は ${CLAUDE_SKILL_DIR}/scripts/verdict.py が持つ。DR ゲートの基準、未達の記録を表す印、記録を読む先は ${CLAUDE_SKILL_DIR}/scripts/dr_gate.py が持つ。計測窓と rare-by-design の集合は ${CLAUDE_SKILL_DIR}/scripts/usage_counts.py が持つ。規則ごとの起動タスクと固定タスクセットは ${CLAUDE_SKILL_DIR}/references/measurement-criteria.md が持つ。この本文に数値を書き写さない (docs/wiki/deterministic-script-judgment.md)。

Phase 1: 列挙

skills/_lib/harness_elements.py の enumerate_elements(root) を呼び、ハーネス要素とその分類を得る。$ARGUMENTS が要素のパスを指すときは、その 1 件だけを Phase 2 へ渡す。

python3 -c 'import sys; sys.path.insert(0, "skills/_lib"); import harness_elements, json; print(json.dumps(harness_elements.enumerate_elements(".")))'

Phase 2: アーム実行

Phase 1 が返した要素それぞれについて、arms.ARMS の各アームで arms.arm_command(arm, element) が返す命令を組み、arms.RUN_COUNT 回実行する。その要素の起動タスクは ${CLAUDE_SKILL_DIR}/references/measurement-criteria.md から取る。各 run の結果から、その要素についての観測 1 件を組む。

Phase 3: レポート

report.write_report(root, observations) を呼ぶ。削除候補がレポートへ届く前に dr_gate.gate が docs/decisions/ を読み、生きている記録が支配する要素を保留するので、Summary はその件数を分けて数える。同時に usage_counts.py も実行し、各要素の発火回数と最終使用日を同じ Harness Elements 表へ組み込む。見る経路は 1 つで、別経路を並走させない。書き出し先の既定は docs/audit/ で、ファイル名は UTC の <YYYY-MM-DD>-<HHMMSS>-ablate.md。節の順は ${CLAUDE_SKILL_DIR}/templates/report-template.md が持つ。

python3 -c 'import sys; sys.path.insert(0, "skills/ablate/scripts"); sys.path.insert(0, "skills/_lib"); import report, json, pathlib; print(report.write_report(pathlib.Path("."), json.load(sys.stdin)))' < <observations.json>

Output

レポートが名指したものを実際に外すのは別の実行。削除候補は docs/wiki/retire-rename-procedure.md へ渡す。retire で失われる検出層と、それを復活させる判断トリガーはそちらが持つ。この skill は判定までで止まる。