agentleFS
apokamoapokamo/kaji/.claude/skills/release-starter/SKILL.md

release-starter

Skill16 starsChanged yesterdayApache-2.0View on GitHub

独立 review 済み starter candidate を承認 gate 後に atomic push し、検証済み snapshot として公開する。

  • Commits and pushes

The file

Files
SKILL.md

Release Starter

/release-starter <tracking_issue_id> で managed starter の検証済み template snapshot を公開する。

Pre-flight

  1. tracking Issue と starter sync runbook から target(= 本文の現在の syncing batch から求まる active_target)、covered_targets(同じ batch の target 集合)、starter identity、local path を解決する。同じ本文読み取りから tracking_issue_has_pending_tasks(現在の batch 以外に open 行が残っているか)も導出する。
  2. kaji issue resolve-verdict <id> --step review-starter-update --require-meta target --require-meta base --require-meta candidate を実行し、最新 verdict が独立 review PASS で、 meta.target == active_target、meta.candidate == local main HEAD であることを確認する。未検出、 不正 marker、meta 欠落、不一致は fail-closed で ABORT。
  3. local main clean、target kaji Release published、dependency / lockfile version 整合、quality gate を確認する。
  4. meta.base == meta.candidate の N/A を release-plan より先に分岐し、N/A では release-plan を呼ばない。ただし N/A でも close 前に remote main == meta.base (== meta.candidate) を必須とし、review PASS 後に remote main が前進していれば stale review evidence として ABORT する。変更 candidate の場合だけ、この時点で初めて pre-flight and recovery を読み、手順1で導出した tracking_issue_has_pending_tasks を含む観測 JSON を release-plan へ渡す。未公開 path は remote main == meta.base、公開済み残処理 path は remote main == meta.candidate を必須にする。

Publish

  • N/A (meta.base == meta.candidate): 上記の先行分岐で、独立 review PASS かつ remote main == meta.base (== meta.candidate) を確認した後だけ完了 bookkeeping(後述)を実行する。 remote main が前進していれば stale review evidence として ABORT する。starter tag / Release は 作らない。
  • ref push path: candidate SHA と kaji-vX.Y.Z または kaji-vX.Y.Z-rN を提示し、workflow 外で 人間の明示承認を得てから annotated tag と main を git push --atomic する。
  • push 後は Release notes template から gh release create を実行し、 続けて完了 bookkeeping を行う。
  • route 2 の部分成功再実行は release-plan の remaining_actions のうち create_release だけを 実行する(不足していれば gh release create を再試行。新 tag、ref push、再承認は不要)。 update_state_table / close_tracking_issue / promote_next_task は状態表更新・Issue close が未完了であることを示す参考情報に留め、直接実行しない。実行は必ず下記の完了 bookkeeping(kaji starter task-plan)経由で行う(判定の二重化防止。詳細は pre-flight and recovery)。

完了 bookkeeping(kaji starter task-plan の completion)

kaji Release 状態表更新と tracking Issue close は kaji starter task-plan に completion を 渡して判定する。completion.batch は active_target を含む batch id、completed_targets は covered_targets と完全一致する集合(部分集合・上位集合は ABORT)、published_tag は ref push path なら公開した tag 名、N/A path なら null にする。

kaji starter task-plan <<EOF
{
  "issue_id": <tracking_issue_id>,
  "issue_state": "open",
  "body": "<tracking Issue の現在の本文>",
  "completion": {
    "batch": "<active batch id>",
    "completed_targets": <covered_targets>,
    "published_tag": "kaji-vX.Y.Z"
  }
}
EOF

返る TaskPlan を次のとおり適用する:

  1. state_table_updates の各行(kaji_release / status / starter_release / reason)を kaji Release の repository 別状態表へ適用する(active_target の行が PASS、束ねた他行が 理由付き N/A。N/A path は全行が理由付き N/A)。
  2. next_body が非 null なら、それを tracking Issue 本文へ反映する(対象 batch 行を done にする)。
  3. close_allowed が真の場合に限り tracking Issue を close する。偽の場合(他 batch や open の 後続タスクが残っている)は close せず、Issue は開いたまま維持する。次回の /update-starter が promote_next_task として残りの open 行から新しい batch を開始する。
  4. 状態表更新・本文更新・close のいずれかが部分失敗した場合、同じ completion で kaji starter task-plan を再実行する(route: 5 の冪等再適用。state_table_updates は 初回と同一の値になるため、再適用しても値が変わらない)。

Guardrails

force push、tag 上書き、lightweight tag、review 前 publish を禁止する。GitHub Release 作成の再試行で kaji-vX.Y.Z-rN を増やさない。starter の失敗を理由に公開済み kaji tag / Release / PyPI を rollback しない。観測矛盾は ABORT し、人間へ値を提示する。

Verdict

PASS | ABORT。報告コメントに --verdict-step release-starter --verdict-status <STATUS> を付け、 コメント末尾と stdout に共通 verdict block を出す。注入時は全外部副作用の後、最後に prompt の kaji verdict publish で verdict_path へ公開する(直接書かない)。ABORT は復旧 suggestion を必須とする。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.