feat(cli-pr-monitor): cli-finding-classifier 統合 + Finding C strict (ADR-038 Phase 5)

docs/local-llm-offload-analysis.md

@@ -1,11 +1,11 @@
 # ローカル LLM オフロード可能性調査
 
-> **状態**: 試験運用 (本ドキュメントは「調査レポート」であり、提案が ADR 化または却下された時点で役割を終える)
+> **状態**: 試験運用 (調査 → 提案 2 (cli-finding-classifier) は ADR-038 として land 済 / PR #119, 2026-05-06)。提案 1 (lint screen facet) と提案 3 (PR body draft) は未着手。フォローアップ作業の判断材料として保持。
 >
-> **引退条件**: 以下のいずれかを満たした時点で本ファイルを削除する。
-> - ADR 化された (例: "ADR-038: ローカル LLM オフロード戦略") 場合 → ADR にエッセンスを移し、本ファイルを削除
-> - 提案が却下された場合 → 却下理由を ADR または commit message に残し、本ファイルを削除
-> - 6 ヶ月経過しても採否が決まらない場合 → 採用見込みなしとみなして削除
+> **引退条件**: 以下のいずれかを満たした時点で本ファイルを削除する (docs-governance.md retirement workflow 準拠)。
+> - 提案 1〜3 すべてが land または却下された場合 → ADR-038 等にエッセンスを移し、本ファイルを削除
+> - 提案 1 / 提案 3 が却下された場合 → 却下理由を本ファイルに記録した上で、ADR-038 関連の learnings を ADR-038 に migrate して本ファイルを削除
+> - 6 ヶ月経過しても提案 1 / 3 の採否が決まらない場合 → 採用見込みなしとみなして削除
 >
 > **由来**: セッション ID `5ca01479-6d71-4328-91d0-861343120c3f` (2026-05-05〜2026-05-06, Bundle b 関連) の作業ログ分析
 
@@ -135,18 +135,112 @@ Claude Code のトークン消費・レートリミットを抑える目的で
 - セキュリティ判定 (false negative が事故になる領域)
 - 不確実性の解釈が必要な分析 (root cause, conflict resolution の戦略決定)
 
-## 7. Next Steps
+## 7. 実装進捗ログ
 
-提案を採用する場合の推奨着手順序:
+### 2026-05-06: 提案 2 (cli-finding-classifier) land — PR #119
 
-1. **提案 2 (CodeRabbit findings 分類) から着手** — ROI 最大、scope が閉じている、効果実測しやすい
-2. 効果が確認できれば **提案 1 (lint screen facet)** を追加
-3. 最後に **提案 3 (PR body draft)** を導入
+#### 完了範囲
 
-却下する場合: 本ファイルを削除し、却下理由を commit message または専用 ADR に残す。
+- **新 crate `lib-ollama-client`** (8 unit tests pass、ureq blocking + dyn-compatible trait + thiserror)
+- **新 crate `cli-finding-classifier`** (10 lib + 6 bin + 1 後追い回帰テスト = 17 unit tests pass、stdin/stdout pipe 可能 CLI)
+- **ADR-038 (試験運用)** 起草・land 済
+- **package.json `build:all` 統合**、`.claude/cli-finding-classifier.exe` (2.2MB) 配置
+- **PR #119**: feat → CR review 3 round → squash merge `9f368a25` (2026-05-06T14:17:29Z, master)
+
+#### 実 Ollama dogfood (commit 前検証)
+
+- 5 件サンプルを mistral:7b で classify
+- JSON parse 100%、3.6s/件、全件妥当な classification (Critical state-bug → human_review、stale comment → auto_fix 等)
+- `normalized_issue` が一部英語混じり (mistral:7b の Japanese 指示違反、実害小)
+
+#### CR review 経過 (3 round)
+
+| Round | Commit | Findings | 対応 |
+|---|---|---|---|
+| 1 | `e9a422e7` | Nitpick 3 件 (ADR Cons, fallback_reason, send_json) | 全 3 件適用、`6f12963c` で push |
+| 2 | `6f12963c` | Actionable 3 件 (ADR ureq 統一, build_prompt 単一スキャン化, normalized_issue 検証) | A 手動、B/C は takt auto-fix 適用、`dac2e15c` で push |
+| 3 | `dac2e15c` | Actionable 1 件 (Duplicate=C strict 化) + 新 1 件 (ADR `confidence` → `action_confidence` 名称統一) | 両方 `resolved:` reply で却下、merge へ |
+
+#### 検証で見えた予期せぬ知見
+
+- **prompt injection リスク**: `{issue}` / `{suggestion}` 連続 `.replace()` で再展開される問題を CR と takt pre-push reviewer が独立に指摘。CR round 2 を契機に single-pass scanner に書き換え (B fix)
+- **OllamaError::Parse 誤マッピング bug**: `serde_json::to_value(&body)?` が**リクエスト構築失敗**を**レスポンス解析エラー**に分類していた問題。CR round 1 で発見、`send_json(&body)` 直接渡しで意味論修正
+- **takt fix-trust shortcut (ADR-037) が機能**: round 2 push で convergence_verdict による Iter 3 短絡が動作、2 iter 7m54s で APPROVE
+- **monitor edge case**: `review_state: "not_found"` (CR 未処理) → findings 空 → takt approved → park スキップで終了する経路がある (post-pr-monitor 改善 follow-up 候補)
+
+### 効果実測の現状
+
+未測定。次回 Claude Code session で:
+
+1. cli-finding-classifier を post-pr-review フローに統合した後の token 消費を比較
+2. CodeRabbit triage タスクが Claude を経由しなくなった分の体感計測
+
+統合 (Phase 5) 完了までは「効果見込み 15-25%」は推定値のまま。
+
+## 8. 次の作業候補 (Phase 5 + 残作業)
+
+優先度順に列挙。各項目はそれぞれ独立 PR を想定。
+
+### A. ★ Phase 5: cli-pr-monitor / takt facet への classifier 統合 (Tier 1)
+
+- **目的**: 本 PR (#119) で land した classifier を実フローに乗せ、効果を実測する
+- **作業**:
+  - cli-pr-monitor poll stage で `cli-finding-classifier.exe` を invoke (config-driven flag で ON/OFF)
+  - もしくは takt facet (例 `.takt/post-pr-review.yaml`) に classifier step 追加
+  - hooks-config.toml に section 追加 (default OFF、experimental flag)
+- **依存**: なし (本 PR で前提が整っている)
+- **見積**: 1〜2 日
+- **ROI**: ★★★ (ADR-038 の試験運用 → 本採用 昇格条件 の 2 番目 = 「`cli-pr-monitor` または takt facet への統合」を満たす)
+- **同時に検討**: prompt injection サニタイズ (auto_fix 経路ができたタイミングで実装、PR #119 の WARN ベース)
+
+### B. Finding C strict 化 (Phase 5 と同時着手推奨)
+
+- **目的**: PR #119 で却下した normalized_issue の改行/長さ check を、auto_fix 経路ができたタイミングで導入
+- **作業**: `from_llm_output` で `s.lines().count() != 1 || s.chars().count() > 80` を弾いて `fallback("invalid normalized_issue from LLM")` に倒す + 回帰テスト 2 件追加
+- **依存**: Phase 5 と同 PR か直前 PR で着手
+- **見積**: 半日
+- **ROI**: ★★ (LLM 出力契約の堅牢化、Phase 5 の自動修正経路で必須)
+
+### C. Finding D: ADR-038 line 61 textual fix (low priority)
+
+- **目的**: ADR-038 line 61 の `confidence=0.0` を `action_confidence=0.0` に統一 (実装の schema 名称と整合)
+- **作業**: 1 単語修正
+- **依存**: なし
+- **見積**: 5 分 (他の Phase 5 PR に bundle 可)
+- **ROI**: ★ (永続 doc の整合は重要だが単独 PR を立てるほどではない)
+
+### D. プロンプト v2: `normalized_issue` 言語制約強化 (low priority)
+
+- **目的**: dogfood で観測された「mistral:7b が日本語指示でも英語混じりで返す」問題を改善
+- **作業**: `prompts/classify.txt` でより強い言語固定指示 + few-shot examples を追加
+- **依存**: なし
+- **見積**: 半日 (prompt 変更 + 簡易ベンチで安定性検証)
+- **ROI**: ★ (実害は小、UX 微改善)
+
+### E. 提案 1 (lint screen facet) — 実効果見極め後
+
+- **目的**: takt の新 facet `ollama-lint-screen` で pre-push 時に diff の lint 一次フィルタを mistral:7b に逃す
+- **依存**: Phase 5 で classifier の実効果が確認できた後
+- **見積**: 1〜2 日
+- **ROI**: 提案 1 として中程度。Phase 5 の効果次第で優先度が変動
+
+### F. 提案 3 (PR body draft) — 提案 1 採用後
+
+- **目的**: `prepare-pr` skill で `jj diff` 要約を mistral:7b で前処理し、Claude への入力 token を圧縮
+- **依存**: 提案 1 が land して `lib-ollama-client` の運用知見が貯まった後
+- **見積**: 半日
+- **ROI**: input token 削減への寄与は最大ライン (cache 倍率の影響が大きい領域)
+
+## 9. 過去判断のサマリ (引き継ぎ用)
+
+- **scope decision (2026-05-06)**: 初版 PR は提案 2 のみ。Phase 5 / 提案 1 / 提案 3 は別 PR
+- **action category (Finding C 関連)**: KISS で `trim + non-empty filter` のみ採用、改行/長さ check は Phase 5 で実装するという保留判断
+- **architecture decision (Finding 3 関連)**: `OllamaApi` trait は dyn-compatible にするため `generate_raw_json -> Result<String, _>` シグネチャ。型付き convert は trait 外の自由関数 `generate_json::<T>` で提供
+- **input sanitization (PR #119 WARN 関連)**: prompt injection 対策は本 PR では skip (`auto_fix` を実行する経路がない)。Phase 5 で auto_fix execution を実装するタイミングで input sanitize / プレースホルダのブラケット化を導入予定
 
 ## 関連リンク
 
 - [ADR-018: cli-pr-monitor の takt ベース移行と CronCreate 廃止](adr/adr-018-pr-monitor-takt-migration.md)
 - [ADR-020: takt facets (fix/supervise) の pre-push/post-pr 共通化戦略](adr/adr-020-takt-facets-sharing.md)
 - [ADR-034: CodeRabbit 監視・対話の自動化戦略 — Bundle a 設計根拠](adr/adr-034-coderabbit-auto-monitoring.md)
+- [ADR-038: ローカル LLM による CodeRabbit findings classification](adr/adr-038-local-llm-finding-classification.md) — 本ファイル提案 2 の land 結果

src/cli-finding-classifier/src/lib.rs

@@ -73,6 +73,12 @@ const VALID_ACTIONS: &[&str] = &[
     "informational",
 ];
 
+/// `normalized_issue` の長さ上限 (characters)。
+///
+/// `prompts/classify.txt` の出力契約 ("max 80 characters") と一致させる。
+/// 上限超過は LLM 出力契約違反として fallback に倒す。
+const NORMALIZED_ISSUE_MAX_CHARS: usize = 80;
+
 /// LLM 出力を ClassifiedFinding に変換 + バリデーション
 fn from_llm_output(finding: &Finding, llm: LlmClassification) -> ClassifiedFinding {
     let action = if VALID_ACTIONS.contains(&llm.action.as_str()) {
@@ -84,9 +90,27 @@ fn from_llm_output(finding: &Finding, llm: LlmClassification) -> ClassifiedFindi
         );
     };
     let confidence = llm.action_confidence.clamp(0.0, 1.0);
-    let normalized = llm.normalized_issue
-        .map(|s| s.trim().to_string())
-        .filter(|s| !s.is_empty());
+    let normalized = match llm.normalized_issue.map(|s| s.trim().to_string()) {
+        None => None,
+        Some(s) if s.is_empty() => None,
+        Some(s) if s.lines().count() > 1 => {
+            return fallback(
+                finding,
+                "normalized_issue contract violation: multi-line",
+            );
+        }
+        Some(s) if s.chars().count() > NORMALIZED_ISSUE_MAX_CHARS => {
+            return fallback(
+                finding,
+                format!(
+                    "normalized_issue contract violation: length {} > {}",
+                    s.chars().count(),
+                    NORMALIZED_ISSUE_MAX_CHARS
+                ),
+            );
+        }
+        Some(s) => Some(s),
+    };
 
     ClassifiedFinding {
         finding: finding.clone(),
@@ -280,6 +304,51 @@ mod tests {
         assert!(result.normalized_issue.is_none());
     }
 
+    #[test]
+    fn classify_one_falls_back_when_normalized_issue_is_multiline() {
+        let stub = StubOllama::new(vec![Ok(
+            r#"{"action":"auto_fix","action_confidence":0.9,"normalized_issue":"line one\nline two"}"#.to_string(),
+        )]);
+        let result = classify_one(&stub, "T", &sample_finding());
+        assert_eq!(result.action, "human_review");
+        assert_eq!(result.action_confidence, 0.0);
+        assert!(result
+            .fallback_reason
+            .as_deref()
+            .unwrap()
+            .contains("multi-line"));
+    }
+
+    #[test]
+    fn classify_one_falls_back_when_normalized_issue_exceeds_80_chars() {
+        let long = "a".repeat(81);
+        let payload = format!(
+            r#"{{"action":"auto_fix","action_confidence":0.9,"normalized_issue":"{}"}}"#,
+            long
+        );
+        let stub = StubOllama::new(vec![Ok(payload)]);
+        let result = classify_one(&stub, "T", &sample_finding());
+        assert_eq!(result.action, "human_review");
+        assert!(result
+            .fallback_reason
+            .as_deref()
+            .unwrap()
+            .contains("length 81 > 80"));
+    }
+
+    #[test]
+    fn classify_one_accepts_normalized_issue_at_80_chars_boundary() {
+        let exact_80 = "a".repeat(80);
+        let payload = format!(
+            r#"{{"action":"auto_fix","action_confidence":0.9,"normalized_issue":"{}"}}"#,
+            exact_80
+        );
+        let stub = StubOllama::new(vec![Ok(payload)]);
+        let result = classify_one(&stub, "T", &sample_finding());
+        assert_eq!(result.action, "auto_fix");
+        assert_eq!(result.normalized_issue.as_deref(), Some(exact_80.as_str()));
+    }
+
     #[test]
     fn classify_one_trims_whitespace_from_normalized_issue() {
         let stub = StubOllama::new(vec![Ok(