Design deterministic input artifacts for LLMs.
LLMにコードレビューや設計相談を依頼する際、「何を読ませたか」が分からないと再現・検証が不可能になる。ContextForgeは、LLMへの入力そのものを決定論的な成果物として生成することで、この問題を解決する。
ContextForge は、LLM に渡す“入力アーティファクト”を設計・生成するツールです。
- コードを解析して答えを出すツールではない
- LLM の代わりに考えるツールでもない
- LLM が読む「入力そのもの」を、再現可能な成果物として作るためのツールです。
誤解を先に潰すためのセクションです。
| ❌ | IDE 拡張ではない |
| ❌ | 自律エージェントではない |
| ❌ | LLM API を使わない |
| ❌ | LLM の出力品質を保証しない |
| ❌ | “分析結果”を生成するツールではない |
LLM は賢いが、毎回同じものを読んでいないことがある。
IDE やエージェント内では：
- 何が渡ったか分からない
- 再現できない
- 説明できない
ContextForge では：
- 「これを読ませた」と言える
- ZIP で共有できる
- 後から検証できる
LLM に直接渡せる Input Artifact（入力アーティファクト）
含まれるものの例：
- プロジェクト要約（年代記・統計・品質レポート）
- 選定されたファイル群（結合コード or チャンク）
- なぜ含めたかの理由（マニフェスト・ブートストラップ指示）
- 決定論的：同じプロジェクト・同じプロファイル → 同じ成果物
exports/
<project>_<profile>_<timestamp>/
PROJECT_CHRONICLE.md # Git 履歴ベースの要約
COMBINED_CODE.py # 選定コードの結合
PROJECT_INFO.md # 統計・品質・推奨プロンプト
README.md # パッケージ説明（ZIP 内）
プロファイルによっては単一 .md やチャンク分割ファイル群になります。
- LLM を使った設計レビュー：同じコンテキストで何度も聞き直したいとき
- 社外共有・引き継ぎ：「この ZIP を読んでから議論しよう」と渡したいとき
- セキュリティ／構造レビュー前の入力固定：前提を揃えてから依頼したいとき
- 「この前提で考えて」と指示したいとき：入力そのものを成果物として残したいとき
ツールの有用性：「ContextForgeを使うとLLMのコードレビュー精度が上がるか」で測る設計を docs/EVALUATION_USEFULNESS.md にまとめています。改善を分析するときの枠組みは docs/IMPROVEMENT_FRAMEWORK.md を参照してください。
- 決定論的出力: 同じ入力・同じプロファイル → 常に同一の成果物
- 複数出力形式: ZIP、単一 Markdown、チャンク分割に対応
- 秘密漏洩防止: .env、.pem、.key などをデフォルト除外
- Gradio UI: ブラウザで直感的に操作可能
- 拡張可能: TOML 設定でカスタムプロファイルを追加可能
パッケージからインストール（推奨）:
pip install .または依存のみ:
pip install "gradio>=4.0" python-dotenv networkx requestspython contextforge.py --profile gemini-chronicle
# または（pip install 後）: contextforge --profile gemini-chroniclepython contextforge.py --uiブラウザでプロジェクトルートとプロファイルを選び、実行できます。詳細オプションは python contextforge.py --help を参照してください。
| ContextForge（OSS / Individual） | ContextForge Pro | |
|---|---|---|
| 保証 | ベストエフォート | 固定入力アーティファクト仕様 |
| 互換 | 仕様・互換保証なし | 再現性・互換性保証 |
| 用途 | 個人・検証 | 業務プリセット |
👉 ContextForge Pro の詳細は Pro のページ をご覧ください。
👉 ビジネス用途・チーム利用の場合は Pro 版がおすすめ。再現性・互換性を保証し、業務プリセット（audit/handover/security-review/refactor-review）を含む。Pro 版の詳細を見る
- バージョン: pyproject.toml の
versionで一箇所管理。SemVer（MAJOR.MINOR.PATCH）に従う。 - タグ: リリース時は Git タグ
vX.Y.Zを打つ（PROJECT_PROFILE の Repo Policy に従う）。 - 変更履歴: CHANGELOG.md をリリースごとに更新する。
- 手順: docs/RELEASE_PROCEDURE.md。リリース前は docs/RELEASE_CHECKLIST.md を実行する。
プロジェクトディレクトリ
↓
ContextForge（TOML プロファイル選択）
↓
┌──────────────┐
│ Git履歴解析 │ → PROJECT_CHRONICLE.md
│ ファイル選定 │ → COMBINED_CODE.py
│ 統計・品質 │ → PROJECT_INFO.md
└──────┬───────┘
↓
出力: exports/<project>_<profile>_<timestamp>/
↓ ZIP で共有可能
| カテゴリ | 技術 |
|---|---|
| 言語 | Python 3.10+ |
| UI | Gradio 4.0+ |
| 設定 | TOML |
| 依存解析 | networkx |
| パッケージング | pyproject.toml / pip |
# テスト実行
python -m pytest tests/ -vLLM は賢い。
しかし、何を読ませるかは設計問題だ。
- License: MIT License（OSS）
- Status: Experimental / Early-stage — 仕様変更や破壊的変更の可能性があります。個人・検証用途での利用を想定しています。
- Pro edition details: docs/pro.md