GPT-5.6 + Fable 5 で構築する、誰もが使うべき AI エージェントスタック（開発者ガイド）

1claude CLI (Claude Code) with Fable 5 access
2codex CLI with GPT-5.6 access        # or the official plugin inside Claude Code
3python3, jq, git, gh, make, cron
4a repo with a test command that works today
5
6# optional, for mixed fleets (BUILD 7):
7openai/codex-plugin-cc               # official: run Codex inside Claude Code
8claude-model-switch                  # local proxy: any provider behind Claude Code
9CLIProxyAPI                          # wrap CLI subscriptions as API endpoints

1your-repo/
2  CLAUDE.md                          # BUILD 1: Claude 側の憲法
3  AGENTS.md                          # BUILD 1: Codex 側の憲法
4  .claude/
5    skills/model-bench/SKILL.md      # BUILD 0: 価格、API ID、フォールバック。数値が入っている唯一のファイル
6    skills/model-router/SKILL.md     # BUILD 4
7    skills/stuck-protocol/SKILL.md   # BUILD 5
8    skills/ship-gate/SKILL.md        # BUILD 2
9    agents/fable-expert.md           # BUILD 5
10    agents/fresh-eyes-reviewer.md    # BUILD 6
11    agents/sol-reviewer.md           # BUILD 6
12    agents/scout.md                  # BUILD 7
13  loop/
14    ralph.sh                         # BUILD 3: 鼓動
15    two_lane.sh                      # BUILD 6: ベンダー間レビューループ
16    PROMPT.md  TASKS.md              # BUILD 3: 作業プロトコル
17  gate/
18    verify.sh                        # BUILD 2: 決定論的な最終投票
19    eval_gate.py  eval/cases.jsonl   # BUILD 2: ルーティング変更ゲート
20  router/
21    router.py                        # BUILD 4
22    advisor_loop.py                  # BUILD 5
23  ~/.codex/
24    config.toml                      # BUILD 0: luna/terra/sol プロファイル
25    prompts/effort.md                # /effort      タスクをスコアリングし、席を指名する
26    prompts/plan-stop.md             # /plan-stop   計画し、見積もり、そして停止する
27    prompts/fable-advice.md          # /fable-advice ベンダー間の専門家相談
28    prompts/review-hostile.md        # /review-hostile クリーンコンテキストでの評決
29    prompts/compost.md               # /compost     失敗を法則に変える、毎週
30  factory/
31    factory_gate.py                  # BUILD 8: ブラックボード + 完了ゲート
32    factory.sh                       # BUILD 8: 概要 -> 実装 -> レビュー -> ゲート
33    factory.db                       # BUILD 8: 決定を下す行
34  swarm/
35    swarm.sh                         # BUILD 9: 計画 -> 派遣 -> スコアリング -> 再計画
36    goals.jsonl                      # BUILD 9: 1 行に 1 つの目標、それぞれにチェックが付いている
37  system/
38    verify_goals.py                  # BUILD 10: 毎日の再検証、永久に
39    goals/                           # BUILD 10: 完了したものごとに 1 ファイル
40  ROUTING.md                         # BUILD 12: 両方のハーネスの完全なルーティングポリシー
41  progress.log                       # すべてのビルドがここに追加される
42  # オプション (BUILD 7): localhost:4000 上の claude-model-switch プロキシ、
43  # CLI サブスクリプションを API エンドポイントとしてラップするための CLIProxyAPI

1---
2name: model-bench
3description: 現在の価格表、API モデル ID、およびこのシステムが採用できるすべてのモデルのフォールバックチェーン。ルーティングの決定、コスト見積もり、予算に関する質問、モデル比較、またはユーザーが何かのコストを尋ねる前にロードします。
4---
5
6# モデルベンチ
7
8価格と API 識別子の唯一の信頼できる情報源。このリポジトリ内の他の何も価格をハードコードしていないため、ラボがレートを変更した場合、このファイルを編集するだけで、他は何も編集する必要がありません。2026-07-13 確認済み。価格は変動します。予算を立てる前に再確認してください。
9
10## Anthropic (Messages API, /v1/messages)
11
12努力: output_config {"effort": "low|medium|high|xhigh|max"}。アダプティブシンキングは Fable 5 では常にオンで、無効にできません。max_tokens は思考 PLUS 応答テキストを制限するため、high 以上では大きめに設定してください（64k 付近から開始）。そうしないと、モデルが思考の途中でスペースを使い果たします。
13
14| モデル | 100 万トークンあたりの入出力 | キャッシュ読み取り | 席 |
15|---|---|---|---|
16| claude-fable-5 | $10/$50 | $1.00 | 指揮者、プランナー、アドバイザー、審判。自動的に opus-4-8 にフォールバック |
17| claude-opus-4-8 | $5/$25 | $0.50 | 保持ルール下の指揮者 |
18| claude-sonnet-5 | $2/$10 (8 月 31 日まで、その後 $3/$15) | n/a | デフォルトのコーディング実行エンジン |
19| claude-haiku-4-5 | $1/$5 | $0.10 | スカウト、サブエージェント、機械的な作業 |
20
21Fable、Opus 4.8、Sonnet 5 では 1M コンテキスト、ロングコンテキストで FLAT 価格。そのため、長い読み取りはここにルーティングされます。最大出力 128K。
22
23## OpenAI (Responses API, /v1/responses)
24
25| モデル | 100 万トークンあたりの入出力 | キャッシュ済み | 席 |
26|---|---|---|---|
27| gpt-5.6-sol | $5/$30 | $0.50 | ベンダー間レビューアー、ターミナル作業 |
28| gpt-5.6-terra | $2.50/$15 | $0.25 | Codex デイリードライバー（最初に Luna とテストする） |
29| gpt-5.6-luna | $1/$6 | $0.10 | 機械的な作業、静かなティック |
30
31しきい値を超えるロングコンテキストは、Anthropic のフラットな 1M ティアとは異なり、入力価格が約 2 倍になります。明示的なキャッシュブレークポイントを持つ最初のファミリー。書き込みコストは 1.25 倍。
32
33## オープンウェイト（バルクワーカー）
34
35| モデル | 100 万トークンあたりの入出力 | キャッシュヒット |
36|---|---|---|
37| deepseek-v4-flash | $0.14/$0.28 | $0.0028 (約 98% オフ) |
38| deepseek-v4-pro | $0.435/$0.87 | n/a |
39| kimi-k2.7-code | $0.95/$4.00 | $0.19 |
40
41## 積み重なる割引
42  - キャッシュ読み取りは、両方のラボで新しい入力の 10 分の 1 のコスト（約 90% オフ）
43  - キャッシュ書き込みは、1 回の読み取り（5m）または 2 回の読み取り（1h）で元が取れる
44  - バッチ API は双方向で 50% オフ
45  - 繰り返されるプレフィックスでのバッチ + キャッシュ読み取りは、約 95% オフになる
46  - Anthropic の最新のトークナイザーは、同じテキストに対して約 30% 多くのトークンを生成するため、実効コストは表示価格よりも高くなります。実効ベースで予算を立ててください。
47
48## コストに関する質問への回答方法
49  1. 入力と出力を別々に見積もる。エージェントは、書くトークン 1 つに対して約 100 トークンを読むため、入力が支配的になり、キャッシュヒット率が請求額を決定します。
50  2. 基本レートではなく、繰り返されるプレフィックスにキャッシュ読み取りレートを適用します。
51  3. Anthropic の数値にトークナイザー分の約 1.3 を掛けます。
52  4. 範囲を提示し、前提条件を述べ、使用したこのファイルの行を言います。
53  5. 数値がリポジトリの 1 日あたりの上限を超える場合は、何かを実行する前にそう言います。
54
55このファイルから読み取らなかった価格を提示しないでください。ここにリストされていないモデルはベンチに載っておらず、追加することはゲートを通過する必要があるルーティング変更です。

1# ~/.codex/config.toml
2model = "gpt-5.6-terra"                 # デイリードライバー
3model_reasoning_effort = "medium"
4# service_tier = "fast"                 # コメントアウトしたままにしてください。fast モードは 2.5 倍のクレジットを請求します
5                                        # クレジット。/fast status を実行して、すでにその状態になっていないことを確認してください
6
7[profiles.fast]                         # 機械的な作業。これは「高速モード」ではありません。この
8model = "gpt-5.6-luna"                  # プロファイルは、2.5 倍のメーターではなく、より安いモデルです
9model_reasoning_effort = "low"          # 2 つの異なるもの、同じ単語。
10
11[profiles.deep]                          # 計画、厄介なバグ、レビュー
12model = "gpt-5.6-sol"
13model_reasoning_effort = "high"

1# CLAUDE.md
2
3## 絶対にしないこと（例外は事前に尋ねる必要があります）
4- セッションの途中でモデルを切り替えないでください。ルーティングはセッションとサブエージェントの境界でのみ行われます。タスク途中の切り替えはキャッシュを無駄にします。
5- 自分の差分を自分でレビューしないでください。レビューは新しいコンテキストまたは異なる系統から行われます。Devin のレビューアーがエージェント PR あたり 2 つのバグを捕捉するのは、まさにライターと何も共有しないからです。
6- テストを合格させるために、テストを編集、弱体化、または削除しないでください。自動的に FAIL になります。
7- 自己評価から「完了」を報告しないでください。完了 = gate/verify.sh が合格したことです。
8- 4 回目のアドバイザー相談を受けないでください。3 回のミス = BLOCKED、人間の番です。
9- eval_gate.py が BLOCKED したルーティングまたはプロンプトの変更をマージしないでください。
10- 両方の上限（MAX_ITERS と BUDGET_USD）が設定されていない状態でループを実行しないでください。
11- フロンティアモデルが稼働していると想定しないでください。フォールバック: fable-5 -> opus、sol -> terra。すべてのフォールバックを progress.log に記録してください。
12- 依頼されていないサブエージェントを生成しないでください。子エージェントは親のモデルと努力を継承するため、熱心なフリートは高価なシートを継承します。
13
14## 派遣（最初に一致したものが優先）
15| # | タスク | 席 |
16|---|---|---|
17| 1 | 計画 / アーキテクト / 移行 | fable-5 が計画し、sonnet が実行する |
18| 2 | 抽出 / フォーマット / テスト / ドキュメント | haiku または luna |
19| 3 | 60k トークンを超えるコンテキスト | Anthropic 1M フラット価格ティア |
20| 4 | エージェントが書いたコードのレビュー | codex 経由の sol、ネイティブハーネス |
21| 5 | 曖昧 | 難易度スコア: 0-1 は安価、2 は sonnet、3+ はフロンティア |
22| 6 | それでも不明 | 安価なモデルで一度実行し、検証し、失敗したら一度エスカレーションする |
23
24## 完了
25- すべてのタスクは、作業開始前に機械的にチェック可能な done_when を持ちます。
26- 新しいコンテキストのレビューアーは、仕様と差分を判断し、それ以外は何も判断しません。
27- gate/verify.sh が最終投票を保持します。1 つのアイテムに対する 2 回の作成者/チェッカーの不一致 -> 停止し、人間用にキューに入れます。

1# AGENTS.md
2
3## コマンド
4| 目的 | コマンド |
5|---|---|
6| テスト | make test   （このコマンドが完了の定義です） |
7| リント | make lint |
8
9## セッションプロトコル
101. 最初に progress.log と TASKS.md を読む。2. チェックされていないタスクを 1 つ。
113. 実装し、完全なスイートを実行し、緑色の場合のみコミットし、説明的なメッセージを付ける。
124. タスクにチェックを入れ、1 行を progress.log に追加し、停止する。
13テストが完了を定義します。テストを弱体化、スキップ、または削除しないでください。間違ったテスト = タスクを BLOCKED とマークし、理由を述べてください。
14
15## モデルポリシー
16デフォルト: terra、medium 努力。機械的: プロファイル fast (luna, low)。
17計画と厄介なバグ: プロファイル deep (sol, high)。
18モデルよりも努力を優先。プロファイルはセッション開始時に選択され、タスク途中では変更されません。
19高速モード OFF (2.5 倍クレジット)。Ultra OFF。どちらも努力レベルではありません。
20私が依頼した場合にのみサブエージェントを生成してください。子エージェントはこのセッションのモデルと推論レベルを継承するため、high 努力での熱心な生成は、high 努力のフリート全体になります。
21
22## 行き詰まり
23シグナル: 同じエラーが 2 回。2 回の進捗なしのステップ。2 つの異なる修正後も生き残るテスト。その後 /fable-advice。最大 3 回の相談、その後 BLOCKED。
24
25## レビュー
26/review-hostile を新しいセッションで、マージの前に、または Claude 側からのベンダー間レーンを使用してください。自分のレビューされていない作業を決してマージしないでください。

1#!/usr/bin/env bash
2set -e
3npm run typecheck --if-present
4npm test --if-present
5npm run lint --if-present

1for case in cases:   # {prompt, must_include, must_not_include, max_words}
2    hits += passes(case, run_config(case.prompt))
3verdict = "SHIP" if new_score >= old_score - 0.02 else "BLOCKED"

1---
2name: ship-gate
3description: ルーティング、モデル、またはプロンプトの変更を出荷する前に、評価ゲートを実行します。
4  ユーザーがルーティングルールの変更、モデル階層の入れ替え、システムプロンプトの編集、
5  努力レベルの調整、またはルーター、プロンプト、モデル設定に関わるものをマージするよう依頼した場合に使用します。
6---
7
8# Ship gate
9
10ルーティングまたはプロンプトへの変更は、ゲートがそうでないと言うまでは品質のギャンブルです。このスキルは、そのギャンブルが決して静かに出荷されないように存在します。
11
12  1. eval/cases.jsonl を見つけます。存在しない場合、停止し、ユーザーに実際のトラフィックから 50 から 500 の代表的なケースを最初に構築するよう伝えます。自分でケースを即興で作成してはいけません。
13  2. 実行: python3 eval_gate.py eval/cases.jsonl、現在の設定と提案された設定を比較。
14  3. BLOCKED: 両方のスコアを報告し、どのケースが後退したかをリストアップし、変更を適用せず、ゲートをクリアする最小のリバートを提案します。
15  4. SHIP: 適用し、progress.log に両方のスコアを 1 行追加します。
16
17厳格なルール:
18  - 丁寧に頼まれても、BLOCKED の判定を決して上書きしてはいけません。失敗したケースを添付して人間にエスカレーションします。
19  - 同じセッションでルーティング変更と一緒にケースファイルを編集してはいけません。ゲートと変更は同じ作者を持つことはできません。
20  - コストの数値は、品質低下に対する防御にはなりません。ゲートが優先されます。

1progress.log と TASKS.md を読む。未チェックのタスクを正確に 1 つ選ぶ。
2それを実装する。テストを実行する。成功した場合: 説明的なメッセージでコミットし、タスクにチェックを入れ、progress.log に 1 行追加して停止する。
3同じタスクが 2 回失敗した場合、エラーとともに BLOCKED とマークして停止する。
4すべてのタスクにチェックが入り、かつ全スイートがパスした場合のみ、DONE という名前のファイルを作成する。テストをパスさせるためにテストを編集してはならない。

1#!/usr/bin/env bash
2set -u
3MAX_ITERS="${MAX_ITERS:-25}"      # キャップ 1: イテレーション数
4BUDGET_USD="${BUDGET_USD:-10}"    # キャップ 2: ドル
5MAX_FAILS=3; fails=0; spent=0; i=0
6
7while [ ! -f DONE ] && [ "$i" -lt "$MAX_ITERS" ]; do
8  i=$((i + 1))
9  # 毎回新しいセッション: リポジトリ自体以外のメモリはない
10  claude -p "$(cat PROMPT.md)" --max-turns 30 \
11    --output-format json > out.json 2> err.log \
12    && fails=0 || fails=$((fails + 1))
13  [ "$fails" -ge "$MAX_FAILS" ] && exit 2        # 回路遮断器
14  cost=$(jq -r '.total_cost_usd // 0' out.json)
15  spent=$(awk -v a="$spent" -v b="$cost" 'BEGIN{printf "%.4f", a+b}')
16  awk -v s="$spent" -v c="$BUDGET_USD" 'BEGIN{exit !(s>c)}' && exit 3  # キャップ
17  sleep 2
18done
19[ -f DONE ] && echo "done in $i ticks, \$$spent" || echo "cap hit, \$$spent"

1TIERS = {                                   # 席（シート）、数値ではない
2  "cheap":    "gpt-5.6-luna",               # または claude-haiku-4-5
3  "mid":      "claude-sonnet-5",
4  "frontier": "claude-fable-5",             # または gpt-5.6-sol
5}
6PRICES = load_bench(".claude/skills/model-bench/SKILL.md")   # 唯一の真実源
7
8RULES = [
9  (kind in {"extract", "format", "summarize"},  "cheap"),
10  (kind in {"plan", "architect", "migrate"},    "frontier"),
11  (context_length > 60_000,                     "mid"),
12]
13tier = layer1_rules(task) or layer2_classifier(task)
14if tier: return call(TIERS[tier], task)
15return cascade(task)   # まず安価で実行、検証、失敗時に 1 回だけエスカレーション

1---
2name: model-router
3description: 各タスクを開始する前に、適切な席と努力レベルにルーティングする。
4  セッション開始時、サブエージェントを生成する前、ユーザーがどのモデルを使うべきか尋ねたとき、
5  またはタスクが計画と実行を混在させるときに使用する。
6---
7
8# Model router
9
10ROUTING.md を読み、それを適用する。ポリシーを即興で作ってはならず、ここで言い直してもならない。
11このファイルは腐敗しやすく、ポリシーファイルは評価ゲートの下にあるものである。
12
13このスキルがそのファイルに加えて強制する 3 つのこと:
14
15  1. 境界でのみルーティングする。セッション開始時とサブエージェント生成時。タスク途中での切り替えは
16     キャッシュを無効にし、コンテキストをキャッシュレートの 10 倍で再請求する。
17  2. セッション終了時に、安価層の割合を progress.log に追加する。節約はほとんどのトラフィックが
18     安価層に移って初めて複利効果を発揮するため、その数値が注目すべき指標である。
19  3. ROUTING.md への変更はすべて、ship-gate スキルを通じて出荷される。例外はない。

1name: scout
2model: haiku
3effort: low     # サブエージェントは親を継承する。最大努力の群れは
4                # 1 メッセージでウィンドウを空にする。彼らを固定せよ。

1grep '^route' progress.log | awk -F'\t' \
2  '{r++; if($3!="frontier")c++} END{printf "安価層の割合: %.0f%%\n", c/r*100}'

1# ROUTING.md
2
3ルーティングは 4 つの決定からなり、その順序が重要である:
4  1. WHERE: どのハーネスが作業を実行するか
5  2. WHEN: どの境界で決定が行われるか
6  3. WHO: どのモデルが席に座るか
7  4. HOW HARD: そのモデルがどの努力レベルで実行されるか
8ほとんどのチームは 3 についてのみ議論する。お金は 2 と 4 にある。
9
10## 1. WHERE: モデルより先にハーネス
11ハーネス内で事後訓練されたモデルは、他の場所では分布外となる。
12測定された差: 同じ重みで、ネイティブ 20.2% 対 外国 7.7%。
13
14| 作業 | ハーネス | 理由 |
15|---|---|---|
16| コードを書く | モデルのネイティブハーネス | ライターは分布外で劣化する |
17| コードをレビューする | レビュアーのネイティブハーネス | 弱いレビューはないより悪い |
18| 読む、偵察する | どこでも | 読み取りは安価で検証可能 |
19| 機械的な変換 | どこでも | チェックが決定論的なら、ハーネスはほとんど重要でない |
20
21法則: リーダーとレビュアーのレーンは自由に再マッピングする。ライターレーンは、自身の評価セットがそうでないと示すまで、ハーネスネイティブのままとする。そのオーバーライドは測定値でなければならず、好みではない。
22
23## 2. WHEN: 境界でルーティングし、内部では決して行わない
24セッション途中での切り替えはプロンプトキャッシュを破棄する。キャッシュされた入力は新しい入力の 10 分の 1 のコストなので、不要な切り替えはコンテキスト全体を 10 倍の価格で再請求し、何も得られない。
25
26法的な境界、ルーティング決定が行われてもよい唯一の場所:
27  - セッション開始時
28  - サブエージェント生成時
29  - 群れ内の新しい目標
30  - 他の系統へのレビューハンドオフ
31  - 障害またはセーフガードによって発動されたフォールバック
32
33他のすべての場所では違法。ターンごとのルーティングはなし。タスク途中での適応的切り替えはなし。カスケードは正確に 1 回のエスカレーションを得て、新しい境界を開く。
34
35法則: 境界が開いたときに席を選び、次の境界までそこに留まる。
36
37## 3. WHO: 決定手順（最初に一致したものが勝ち、結果をログに記録する）
38
39レイヤー 1、ルール。無料。常に最初に確認する。
40
41| シグナル | 席 |
42|---|---|
43| 抽出 / フォーマット / 要約 / 分類 / テスト | Haiku または Luna、努力低 |
44| 計画 / 設計 / 移行 / 根本原因 | Fable が計画、Sonnet が実行 |
45| 60k トークン以上のコンテキスト | Anthropic 1M ティア（定額） |
46| エージェントが書いたコードのレビュー | 他の系統、ネイティブハーネス |
47| 目標が独立した部分に分割される | 群れ: Fable が書き、スコアリングする |
48
49レイヤー 2、スコア。各 1 点:
50  - なぜ / デバッグ / 競合 / デッドロック / リファクタリング / セキュリティ / 最適化 を含む
51  - 複数のサブシステムに触れる
52  - 以前の試行がすでに失敗している
53  - 変更が不可逆的、またはユーザー向けである
54  0-1 -> 安価層、低努力。2 -> Sonnet、中程度。3+ -> フロンティア、高。
55
56レイヤー 3、カスケード。安価で実行し、決定論的に検証し、正確に 1 回エスカレーションする。
57決して 2 回ではない。2 回目の失敗は仕様の問題であり、より大きなモデルが仕様を修正することはない。
58
59席とフォールバックは .claude/skills/model-bench/SKILL.md に存在する。ここに価格はない。
60
61## 4. HOW HARD: 努力ルーティング
62努力は 1 レベル下のルーティングである。このファイルで最も安価なダイヤル: 他は何も変わらず、キャッシュは温かいまま。
63
64| 努力 | 使用場面 |
65|---|---|
66| 低 | タイポ、名前変更、ソート、抽出、すべてのサブエージェントのデフォルト |
67| 中 | 明確な仕様からのルーチンコード、要約、標準的な文章 |
68| 高 | 分解、移行、厄介なバグ、すべての指揮官作業（デフォルト） |
69| 最大 | 高がすでに解決できなかった問題のみ |
70| ウルトラ | この梯子にはない。幅であり深さではない: 4 つのエージェントを並列実行。デフォルトでオフ |
71
72  1. デフォルトは高。最適点はそこにある; 最大は思考過多に陥る。
73  2. より良いモデルは高いダイヤルに勝る。設定よりも席をアップグレードせよ。
74  3. サブエージェントは親のモデルと努力を継承する。最大努力の指揮官から生成された群れは最大で実行され、1 メッセージでウィンドウを空にする。すべてのサブエージェントを自身のフロントマターで固定せよ: effort: low。生成元が固定を無視する場合、親のダイヤルが群れのダイヤルとなる。どちらを持っているか確認せよ。
75  4. 最大は深さ。ウルトラは幅。サブ問題が真に独立している場合のみウルトラを使用し、決してデフォルトにせず、ハーネスが過剰生成している間は使用しない。
76  5. 梯子はバージョン間で移植できない。新しいモデルでは、古いモデルで信頼していた設定の 1 段下から始める。
77  6. 高速モードも努力レベルではない。消費していたトークンに対して 2.5 倍のクレジットでレイテンシを購入する。オフ。
78
79ダイヤルは 4 つの場所に存在する: Claude Code と Codex TUI の /effort、codex -e high、config の model_reasoning_effort、API の effort フィールド。Claude Code はデフォルトで高、Codex はデフォルトで中、ほとんどのアプリは完全に隠しており、それがチームが誤ってすべてを 1 つのレベルで実行する理由である。
80
81## 5. フォールバック: フロンティアはダウンしていると想定する
82フロンティアの可用性は保証されておらず、セーフガードがセッションの 5% 未満で、エラーなしにミッドランで Opus 4.8 にコールを再ルーティングする可能性がある。
83  - すべての席には名前付きのフォールバックがある。例外なし。
84  - すべてのフォールバックはログに記録される。沈黙の再ルーティングはバグである。選択していないモデルからの出力を読んでいる可能性があるため。
85  - 選択しなかったモデルからの出力で決して反復してはならない。
86
87## 6. これが機能したかどうかを決定する数値
88ブレンドコストはトラフィック分割であり、他には何もない。70% が安価層であれば、請求額は約 3 分の 2 削減される。10% では小銭の節約に過ぎない。ルーターの精度はルーターの巧妙さよりもはるかに価値がある。
89
90BUILD 4 のワンライナーで追跡する。50% 未満では、節約は複利効果を発揮し始めていない。ここで他の何かに触れる前に、分割を修正せよ。
91
92## 7. このファイルのゲート
93法則: このファイルへの変更は、50 から 500 のホールドアウトケースで eval_gate.py がパスすることなく出荷されてはならない。BLOCKED の判定は最終的であり、セッション内で上書きできない。ゲートと変更は同じ作者を持つことはできない。
94
95## 8. このファイルを削除するタイミング
96単一の適切に選択されたモデルが、評価セットでこのスタック全体を打ち負かす場合、ルーターを削除し、シンプルさを維持せよ。2026 年の最も厳格なルーティングベンチマークは、多くのルーター（商用のものを含む）が、最良の単一モデルを選ぶことを確実に打ち負かせないことを発見した。
97最初に測定せよ。次にルーティングせよ。喜んで削除せよ。

1---
2name: stuck-protocol
3description: 進行が停滞したときに、fable-expert アドバイザーにエスカレーションする。
4  同じエラーが 2 回表示された場合、エラーが続く間に連続する 2 つのステップでファイルが変更されなかった場合、
5  2 つの異なる修正試行後にテストが失敗した場合、またはユーザーがエージェントが循環していると言った場合に使用する。
6---
7
8# Stuck protocol （アドバイザー反転）
9
10あなたは安価なドライバーであり、それは機能である: 実行はバルクであり、アドバイスはグラムである。
11しかし、小さなモデルは過信しやすいので、自分が大丈夫だと判断することはできない。
12代わりに決定論的なシグナルを確認する。
13
14スタックシグナル（いずれか 1 つでプロトコルが発動する）:
15  1. 連続する 2 つのステップで同じエラー文字列。
16  2. エラーが続く間に、連続する 2 つのステップでファイルがゼロ変更。
17  3. 2 つの真に異なる修正試行後、同じテストが失敗。
18
19手順:
20  1. このセッションでの相談回数をカウントする。3 回で停止: タスクを BLOCKED とマークし、エラーを添付し、
21     人間向けに要約し、次に進む。決して 4 回目の相談はしない。
22  2. ブリーフを作成する。それ以外は何も含めない:
23       GOAL: 1 行
24       ATTEMPT x2: 最後の 2 回の試行、それぞれ 200 文字以内
25       ERROR: 正確なエラー、300 文字以内
26  3. ブリーフを持って fable-expert を生成する。コードではなくガイダンスを返す。
27  4. 次のステップで、自分自身の何かを行う前に、ガイダンスを適用する。
28  5. progress.log に 1 行追加する: 相談 #N、何を言ったか、機能したかどうか。
29
30ハードルール:
31  - エキスパートに作業を依頼してはならない。返信に完全な実装が含まれている場合、アイデアを取り入れ、コードは破棄する。
32  - ブリーフに自分の推論履歴を詰め込んではならない。エキスパートの価値はクリーンなコンテキストであり、長いブリーフはそれを毒する。
33  - ガイダンスが失敗した場合、それは次の相談に向けた 2 回の試行のうちの 1 回としてカウントされる。3 回の失敗した相談は、タスクがこのセッションの給与等級を超えていることを意味し、そう言うことが正しい出力である。

1---
2name: fable-expert
3description: スタックした瞬間のためのフロンティアアドバイザー。stuck-protocol からコンパクトなブリーフを受け取り、
4  600 トークン未満のガイダンスを返し、決して自分自身で作業を行わない。
5model: claude-fable-5      # 保持ルールが問題になる場合は opus に切り替える
6effort: high
7tools: Read, Grep, Glob    # 読み取りは可能、編集は決してしない
8---
9
10あなたはエキスパートコンサルタントであり、請負業者ではない。より安価なモデルが運転しており、壁にぶつかっている。
11あなたの価値はグラム単位の判断力と、クリーンなコンテキストである: ドライバーがどのようにここにたどり着いたかについて何も知らない。それがまさにあなたの読みがより鋭い理由である。
12
13あなたはブリーフを受け取る: GOAL、最後の 2 回の ATTEMPT、そして ERROR。ブリーフが特定のファイルを指定している場合、それらを読んでもよい。何も編集してはならない。
14
15  1. ブリーフに必要なものがない場合、不足しているものを指定する 1 行で返信する。穴の周りで推測してはならない。
16  2. 処方する前に診断する: 実際に何が間違っているかについて 1 〜 2 文。
17  3. その後、この形式で返信し、それ以降は何も続けない:
18       GUIDANCE:
19       1. (最も可能性の高い修正: 何を試すべきか、そしてなぜ機能するはずか)
20       2. (1 が失敗した場合のフォールバック)
21       3. (真に異なる 3 番目のパスがある場合のみ)
22       CONFIDENCE: high | medium | low
23  4. 600 トークン未満。10 行を超えるコードブロックはなし。アイデアを与え、実装を与えてはならない。
24     返信に完全な解決策が含まれている場合、あなたは役割に失敗したことになる。
25  5. タスク自体が誤って構想されている場合、項目 1 でそう述べ、人間に何を伝えるべきかを推奨する。
26
27オペレーターノート: あなたの組織が Mythos クラスの保持ルールを受け入れられない場合、モデル行を opus に変更する。
28役割は同じように機能する; アドバイザーの結果は最初に Opus クラスのアドバイザーで証明された。

1claude --model claude-fable-5 -p "あなたはエキスパートアドバイザーです。
2  より安価なモデルが運転しており、スタックしています。ブリーフ: <目標、2 回の試行、
3  エラー>。返信: GUIDANCE: 最大 3 つの番号付き項目、600 トークン未満。
4  作業を行わないでください。"

1---
2name: fresh-eyes-reviewer
3description: クリーンコンテキストのコードレビュワー。エージェントによる変更後に呼び出します。ライターとの履歴は共有せず、差分を読み取り、編集は行いません。
4model: haiku               # 負荷が大きい差分の場合は opus に切り替え
5effort: medium
6tools: Read, Grep, Glob, Bash
7---
8
9この変更がどのように書かれたのか、あなたは記憶にありません。それがポイントです。作成者の推論を尋ねないでください。要約を信頼しないでください。証拠のみを信じてください。
10
11  1. git diff HEAD~1（または指定された範囲）を実行し、すべてのハンクを読んでください。
12  2. 変更された各ファイルの全文を、ハンクだけでなく完全に読んでください。バグは変更の周辺の変更されていない行に潜んでいます。
13  3. README または CLAUDE.md に記載されているテストスイートを実行してください。
14  4. エージェントの3つの典型的な失敗を探してください：
15      怠惰：部分的な実装、TODO、1つのケースだけの対応
16      自己採点：テストの弱体化、アサーションの削除、スイートのスキップ
17      範囲逸脱：記載されたタスクの範囲外の変更
18  5. 判定結果を正確に次の形式で出力してください：
19       VERDICT: PASS または FAIL
20       BUGS: 番号付き、それぞれに file:line と 1文の理由
21       RISK: この変更が触れる最もリスクの高いものについての1文
22
23厳格なルール：ファイルを編集してはいけません。作成者のタスクを再実行してはいけません。バグリストが空で VERDICT: FAIL は無効です。テストが実行できない場合は、理由を付けて自動的に FAIL となります。

1---
2name: sol-reviewer
3description: クロスベンダーレビュワー。最新のコミットを Codex CLI を通じて GPT-5.6 Sol に送信し、Sol のネイティブハーネスで実行。判定結果をそのまま中継します。
4model: haiku               # パイプラインのみ。レビュワーは Sol です。
5effort: low
6tools: Bash, Read
7---
8
9あなたはパイプラインであり、レビュワーではありません。同一ファミリーのモデルは盲点を共有します。このレーンは、Sol が Claude の盲点を共有しないために存在します。
10
11  1. CLI を確認してください：codex --version。存在しない場合は、VERDICT: FAIL と理由「codex CLI がインストールされていません」、さらにセットアップパス（または公式プラグイン：/plugin marketplace add openai/codex-plugin-cc, /plugin install, /codex:review）を出力してください。
12  2. 高負荷で、Sol 自身のハーネスでレビューを実行してください：
13
14     codex --profile deep exec "最新のコミット（git show HEAD）を、作成者に会ったことのない敵対的なシニアエンジニアとしてレビューしてください。変更されたすべてのファイルを、ハンクだけでなく完全に読んでください。探すもの：部分的な実装、弱体化または削除されたテスト、タスクの範囲外の変更。最後に正確に 'VERDICT: PASS' または 'VERDICT: FAIL' と、番号付きの所見（それぞれ file:line と 1文の理由）を付けてください。"
15
16  3. 完全な出力を .review_sol_<short-hash>.md に保存してください。
17  4. 上位に中継してください：最初に VERDICT 行、次に所見を VERBATIM で。所見を要約したり、安心させたり、Sol と議論したりしないでください。判定が FAIL の場合、親が何を修正するか決定します。あなたは何も決定しません。
18
19厳格なルール：ファイルを編集してはいけません。作成者のタスクを再実行してはいけません。自分のレビューを代用してはいけません。codex が実行中にエラーになった場合は、静かに再試行を複数回行うのではなく、stderr を添付して FAIL として報告してください。

1claude -p "実装: $TASK. テストを実行。グリーンになったらコミット。"
2review=$(codex exec "HEAD をレビュー ... VERDICT: PASS または FAIL と所見。")
3grep -q "VERDICT: PASS" <<< "$review" && exit 0
4claude -p "別のモデルファミリーのレビュワーが以下の問題を見つけました。
5  すべて修正し、テストを再実行し、コミット: $review"

1/plugin marketplace add openai/codex-plugin-cc
2/plugin install codex@openai-codex
3/codex:setup

1---
2name: scout
3description: 調査ファンアウト用の安価な並行リーダー。コードベース調査、依存関係監査、ログ考古学、ドキュメント調査のために複数同時に起動します。原則として読み取り専用。読み取りはファンアウトし、書き込みはシングルスレッドのまま。
4model: haiku
5effort: low                # 継承ガード（BUILD 4）：最大努力を継承したスウォームは
6                           # 1 メッセージでウィンドウを空にします
7tools: Read, Grep, Glob, Bash
8---
9
10あなたは並行して実行される可能性のある複数のリーダーのうちの 1 つです。自分のスライスを調査し、小さく鋭く報告してください。最終メッセージだけが親に返るため、400 語以内に収め、すべての単語が価値を持つようにしてください。
11
12  1. 自分で割り当てを 1 つのスライスに絞り込んでください（1 つのディレクトリ、1 つのサブシステム、1 つの質問）。そして、何に絞り込んだかを述べてください。
13  2. 読み取りのみ：Read, Grep, Glob、および読み取り専用シェル（ls, git log, git show, rg）。編集、インストール、削除は絶対に行わないでください。タスクで書き込みが必要な場合は、報告するだけで、実行しないでください。
14  3. まず幅優先、次に最もホットな 2 ～ 3 か所を深掘りしてください。
15
16報告形式は以下のみ、それ以外は不要:
17  FINDINGS: 最大 10 個の箇条書き、それぞれが証拠（file:line、コミットハッシュ、または URL）付きの 1 つの事実
18  GAPS: 判断できなかったこととその理由。親がまだ暗い領域を知るため
19  HOTSPOT: 最も深掘りする価値のある 1 つのファイルまたは関数、その理由を 1 行
20
21編集しないでください、実装を提案しないでください、水増ししないでください。300 語の有用な単語を返すスカウトは、3,000 語の混ざった単語を返すスカウトよりも優れています。なぜなら、あなたが発したすべてが親のコンテキストウィンドウに収まり、その分親が支払っているからです。

1claude-model-switch init                 # Claude Code をプロキシに向ける
2claude-model-switch add openrouter sk-or-xxx
3claude-model-switch add glm \
4  --haiku glm-4.5-air --sonnet glm-4.7 --opus glm-5
5claude-model-switch use glm              # セッションごと、タスク中は不可
6claude-model-switch orchestrate start --preset trio   # プランナー/コーダー/レビュワー

1checks = [
2  (tickets == 0,                 "チケットが記録されていません。"),
3  (done != tickets,              "すべてのチケットが完了していません。"),
4  (first_brief is None,          "アーキテクチャブリーフが記録されていません。"),
5  (first_brief > first_code,     "実装の証拠がブリーフより先にあります。"),
6  (code_ev == 0,                 "実装者のコード証拠が記録されていません。"),
7  (build_ok == 0,                "ビルドコマンド成功の証拠がありません。"),
8  (test_ok == 0,                 "テストコマンド成功の証拠がありません。"),
9  (latest("architect") != "green",  "最新のアーキテクト判定がグリーンではありません。"),
10  (latest("reviewer")  != "green",  "最新のレビュワー判定がグリーンではありません。"),
11]

1G ticket "kanban board" "columns render, drag persists"    # プランナーの行
2G brief  "$BRIEF"                                          # コードの前に
3../loop/ralph.sh && G evidence code pass "loop completed"  # BUILD 3 が動作
4npm test          && G evidence test pass "npm test green"
5G verdict 1 architect green "layout matches brief"         # Claude 席
6G verdict 1 reviewer  green "tests pass, scope clean"      # Sol 席（codex 経由）
7python3 factory_gate.py gate factory.db                    # 行が決定する

1$ factory_gate.py record demo.db ticket "kanban-board" "columns render, drag persists"
2
3$ factory_gate.py gate demo.db
4GATE: REFUSED
5  - すべてのチケットが完了していません。
6  - アーキテクチャブリーフが記録されていません。
7  - 実装者のコード証拠が記録されていません。
8  - ビルドコマンド成功の証拠がありません。
9  - テストコマンド成功の証拠がありません。
10  - レビューサイクルが記録されていません。
11  exit: 1
12
13... エージェントが作業します。すべてのステップが行を書き込みます ...
14
15$ factory_gate.py record demo.db brief    "Stack: node+sqlite. /tasks CRUD."
16$ factory_gate.py record demo.db evidence code  pass "src/board.js written"
17$ factory_gate.py record demo.db evidence build pass "npm run build exit 0"
18$ factory_gate.py record demo.db done     "kanban-board"
19$ factory_gate.py record demo.db verdict 1 architect green "layout matches brief"
20$ factory_gate.py record demo.db verdict 1 reviewer  green "scope clean"
21
22$ factory_gate.py gate demo.db
23GATE: REFUSED
24  - テストコマンド成功の証拠がありません。
25  exit: 1
26
27$ factory_gate.py record demo.db evidence test pass "npm test 33/33"
28
29$ factory_gate.py gate demo.db
30GATE: COMPLETE (1/1 tickets, cycle 1 green x2)
31  exit: 0

1FLEET=4                              # 書き込みは衝突しない：各ワーカーに1つのワークツリー
2WORKER_MODEL=claude-sonnet-5         # 純粋な実行には haiku / luna / kimi も可
3WORKER_EFFORT=low                    # 決して指揮者の努力を継承してはいけない
4CONDUCTOR=claude-fable-5             # または、保持ルールが問題なら opus-4-8

1{"id":"strip-legacy-auth","spec":"routes/ から v1 認証パスを削除","check":"npm test -- tests/auth"}
2{"id":"migrate-sessions","spec":"セッションストアを新しいアダプターに移行","check":"npm test -- tests/session"}

1# ディスパッチ：目標ごとに1つの git ワークツリー、FLEET まで並行
2claude --model "$WORKER_MODEL" --effort "$WORKER_EFFORT" -p "この仕様を正確に実行してください。
3  範囲を拡大しないでください。テストを実行してください。グリーンになった場合のみコミットしてください。"
4
5# 採点：指揮者は各目標を自身のチェックコマンドに対して採点します。
6# ワーカーの自信は証拠ではありません。終了コードが証拠です。
7bash -c "$chk" && echo "$id" >> passed.txt || misses=$((misses+1))
8
9# 再計画：次のサイクルは passed.txt を読み取り、失敗したものだけを再計画します

1predicate: npm test -- tests/auth 2>&1 | tail -1 | grep -q passing
2born: 2026-07-13
3status: satisfied
4last-pass: 2026-07-13
5on-violation: 起こしてください。自動修正はしないでください。

1held = subprocess.run(["bash","-c",predicate], timeout=60).returncode == 0
2g["status"] = "satisfied" if held else "VIOLATED"
3# タイムアウトは違反であり、合格ではありません：高価な述語は壊れた述語です

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "今週の排気を読み取ってください：progress.log の BLOCKED 行、GATE REFUSED
3  エントリ、VIOLATED 目標、マージされずにクローズされた PR。最大 3 つの提案を抽出してください：
4  新しい法則（インシデントを引用）、スキル修正（同じ失敗の繰り返し）、または
5  不足していた常設目標。提案のみ、何も編集しないでください。クリーンな週は有効な回答です、
6  そう言って停止してください。"

1claude --model claude-fable-5 --effort high --allowedTools "Read,Grep,Glob" \
2  -p "このプロジェクトをエンドツーエンドでレビューしてください。レバレッジでランク付けされた改善計画を書いてください：
3  何が脆弱か、何が過剰に構築されているか、何が欠けているか、何を削除すべきか。コードは書かないでください。
4  受け入れ基準付きのタスクを出力してください。" \
5  > plans/$(date +%F)-improvement.md

1awk -F'\t' '$2=="fix-lint"{r++; if($3=="pass")p++}
2  END{printf "%d runs, %.0f%%\n", r, (r?p/r*100:0)}' progress.log

1grep '^cost' progress.log | awk -F'\t' \
2  -v d="$(date -d '7 days ago' +%F)" \
3  '$2>=d{s+=$3} END{printf "week: $%.2f\n", s}'

1# task loop: the daily tick, both caps set
20 7 * * 1-5   cd /path/to/repo/loop && BUDGET_USD=5 ./ralph.sh >> ../progress.log 2>&1
3
4# system loop: nothing that passed once goes unwatched
530 7 * * *    cd /path/to/repo && python3 system/verify_goals.py goals/ >> progress.log 2>&1
6
7# system loop: failures become laws, once a week, proposals only
80 9 * * 1     cd /path/to/repo && codex --profile deep exec \
9              "$(cat ~/.codex/prompts/compost.md)" >> proposals/$(date +\%F).md 2>&1

1# /effort - 消費する前に effort レベルを選択する
2
3まだタスクに回答しないでください。まずルーティングしてください。
4
5スコアリングしてください。各項目 1 点:
6  - why、debug、race、deadlock、refactor、security concern、optimize のいずれかを含む
7  - 複数のサブシステムに触れる
8  - 以前の試行が既に失敗している
9  - 変更が不可逆的である、またはユーザーの前に展開される
10
11次にマッピング:
12
13| スコア | Effort | シート |
14|---|---|---|
15| 0-1 | low | codex -e low、またはプロファイル fast (Luna)。フロンティアシートは絶対に使用しない。 |
16| 2 | medium | Terra を medium で使用するのが標準シート。 |
17| 3+ | high | 実際の作業のデフォルトであり、スイートスポットがここにある。 |
18
19high が既に試行され、失敗した場合のみ: max を推奨し、追加の思考によって何が得られるかを明確に述べてください。あなたが反論しているベースレートは、コストが約 2 倍になるのに対し、その利益が通常は元を取れないというものです。
20
21アップグレードを推奨する前に、2 つの注意点:
22  1. 低い effort のより良いモデルは、通常、max の弱いモデルよりも優れています。ダイヤルを変える前にシートを変更してください。
23  2. このタスクがサブエージェントを spawn する場合、それらの effort を明示的に指定してください (特に証明がない限り low)。サブエージェントは親を継承し、max 設定の艦隊は 1 メッセージでコンテキストウィンドウを空にします。
24
25正確に出力:
26  EFFORT: low | medium | high | max
27  SEAT: <model>
28  WHY: <1 行、スコアリングしたポイントを挙げる>
29  SUBAGENTS: <固定する effort、または none>
30その後停止してください。人間はあなたが指定したレベルでタスクを実行します。

1EFFORT: high
2SEAT: gpt-5.6-sol
3WHY: contains "why", touches auth and sessions, prior attempt failed
4SUBAGENTS: low

1# /plan-stop - 作業を計画し、その後停止する
2
3これらのモデルは長時間実行されます。計画が正しい場合はそれが利点であり、計画が正しくない場合は間違いを犯すための高価な方法です。このコマンドは、支出前のチェックポイントを購入します。
4
5タスクを計画してください。1 つのファイルも編集しないでください。ビルドを実行しないでください。開始しないでください。
6
7以下の項目を作成:
8  GOAL: <1 行>
9  ASSUMPTIONS: <当然のことと見なしていること; これらが間違っている場合、計画も間違っている>
10  STEPS: <番号付き、各ステップが 1 コミット分の作業>
11  DONE_WHEN: <各ステップが完了したことを証明する正確なシェルコマンド>
12  BLAST RADIUS: <触れるファイルとシステム; auth、payments、migrations、prod config を明示的に挙げる>
13  COST: <おおよそのトークン数またはドル数、および各ステップを実行するシート>
14  UNKNOWNS: <ちょうど 1 つだけ質問できるとしたら人間に尋ねること>
15
16その後停止し、待機してください。
17
18計画中のルール:
19  - 曖昧な点は UNKNOWNS に含めてください。推測して先に進むことで解決しないでください。実行中に生き残った推測は、質問の 100 倍のコストがかかります。
20  - 計画に資格情報、エンドポイント、またはこのリポジトリに文書化されていない規約が必要な場合、停止してその旨を述べてください。絶対に invent しないでください。
21  - いずれかの DONE_WHEN がシェルコマンドでない場合、そのステップをシェルコマンドになるまで書き直してください。シェルがチェックできないなら、レビュアーもチェックできません。
22  - 影響範囲が AGENTS.md の never-list に触れる場合、その旨を先頭に述べ、人間へのキューイングを推奨してください。
23
24あなたはここでは差分ではなく、計画に対して報酬を得ています。本当の未知数を含む短く正直な計画は、間違ったことを静かに仮定した自信に満ちた計画よりも優れています。

1# /compost - 今週の失敗を来週の法則に変える
2
3今週の排他的出力をすべて読み、それ以外は読みません:
4  - progress.log の BLOCKED 行 (3 回のアドバイザー相談に打ち勝ったタスク)
5  - GATE: REFUSED エントリ (完了を証明できなかった実行)
6  - VIOLATED standing goals (完了したはずのものが成り立たなくなった)
7  - circuit-breaker と budget の終了 (コード 2 と 3)
8  - ループが開封し、マージされずに閉じられた PR (人間が黙って同意しなかった)
9  - 合格率が 90 パーセントを下回ったタスククラス
10
11最大 3 つの提案を抽出してください。3 つはハードリミットであり、目標ではありません。クリーンな週は有効な所見であり、そう言うことは作業をでっち上げるよりも有用です。
12
13各提案は、以下のいずれか 1 つです:
14  1. CLAUDE.md または AGENTS.md の新しい LAW。防止できたであろうインシデントを引用してください。1 件のインシデントしかない法則は偶然です。2 件目を待ってください。
15  2. 同じ障害が同じ場所で繰り返される場合の SKILL FIX。スキル、パターン、およびそれを壊す最小の編集を挙げてください。
16  3. 何かが静かに腐敗した場合に欠落していた STANDING GOAL。述語をシェルコマンドとして記述してください。そうでなければ提案しないでください。
17
18出力:
19  WEEK: <日付>
20  EXHAUST: <カウント: blocked, refused, violated, reverted>
21  PROPOSAL n: <law | skill fix | standing goal>
22    EVIDENCE: <インシデント、引用>
23    CHANGE: <追加する正確なテキストまたは述語>
24    COST OF NOT DOING IT: <1 行>
25  VERDICT: <1 つだけできるとしたら、最初に何をするか>
26
27ハードルール:
28  - 提案のみ行ってください。CLAUDE.md、AGENTS.md、任意のスキル、または任意のゴールファイルを編集しないでください。人間が署名するか、または実行されません。
29  - ゲートを緩和したり、予算を引き上げたり、never を緩和したりする法則を提案しないでください。それらはシステムがより快適に失敗することを許可するよう求めているものです。
30  - 排他的出力が空の場合: 「clean week」と述べて停止してください。実行を正当化するために作業を探しに行かないでください。

1# the daily tick, capped in both dimensions
2BUDGET_USD=5 MAX_ITERS=20 ./loop/ralph.sh
3
4# plan first, spend later (the single highest-leverage habit here)
5codex -e high exec "$(cat ~/.codex/prompts/plan-stop.md)
6
7TASK: migrate the session store off the legacy adapter"
8
9# cross-vendor review of the last commit, in Sol's native harness
10codex --profile deep exec "$(cat ~/.codex/prompts/review-hostile.md)"
11
12# the mirrored lane: Codex stuck, Claude advises
13claude --model claude-fable-5 --effort high -p "$(cat ~/.codex/prompts/fable-advice.md)"
14
15# the goal loop: Fable plans, the fleet runs, Fable scores
16CYCLES=3 FLEET=4 WORKER_EFFORT=low ./swarm/swarm.sh "split the auth migration"
17
18# the system loop: nothing that passed once goes unwatched
19python3 system/verify_goals.py goals/          # exit 1 names what rotted
20python3 gate/eval_gate.py eval/cases.jsonl     # exit 1 blocks the routing change
21
22# rung 3, the factory: rows decide, not transcripts
23./factory/factory.sh "build the kanban and notes app per PRD.md"
24python3 factory/factory_gate.py gate factory.db
25
26# the weekly institution-building run
27codex --profile deep exec "$(cat ~/.codex/prompts/compost.md)"
28
29# the one number that says whether any of this worked
30grep '^route' progress.log | awk -F'\t' \
31  '{n++; if($3!="frontier") c++} END{printf "cheap share: %.0f%%\n", c/n*100}'