8. Toolchain — 作る前に調べ、作った後に検証する

自動で作る・チェックする・記録する

Toolchainの役割

Toolchainは、AIと人間が作ったArtifactを対象に、生成・検証・分析・同期・デプロイを行う仕組みです。

役割 内容
生成 正本からコードや型を作る OpenAPI → TypeScript型
検証 正本同士の整合性を見る 仕様ID、API、DB、テスト
同期 生成物のズレを見る drift検出
分析 変更前に影響範囲を出す impact analysis
依存解決 実行順序を決める migration DAG
デプロイ 安全に環境反映する CDパイプライン

重要なのは「後で検査」だけではない

普通のCIは、実装後に壊れていないか確認します。

AI駆動開発で重要なのは、実装前に以下を出すことです。

Shift-Leftとは

Shift-Leftとは、問題をできるだけ早い段階で見つけることです。

Shift-Leftの考え方

Phase軸の左寄せ

従来 左寄せ後
CIでAPI不整合に気づく 設計フェーズで仕様チェック
本番でDB影響に気づく 実装前に影響分析
レビューで仕様漏れに気づく 仕様化でテンプレートとlint
リリースでDB順序問題に気づく migration DAGで事前解決

Loop軸の左寄せ

同じ実装フェーズ内でも、検出位置を前に寄せます。

Loop
edit エディタ Hookで即時検出
review 検査エージェントがチェック
local_check ローカルlint/test
commit_try pre-commitでブロック
integration PR Gate
deploy デプロイパイプライン

主要ゲート

ゲート 役割
仕様lint 仕様IDや参照整合性
仕様check 仕様とOpenAPI/DDL等の整合
drift検出 生成物のズレ
annotation coverage 仕様とテストの紐づき
API契約パイプライン API契約から型・ルート生成、ドリフト検出
DB安全性チェック DB変更の安全性
ドキュメント同期 ドキュメントとコードのズレ
影響分析 データ流れと影響範囲
テスト実行 単体・統合・E2E
インフラ検証 インフラ構文・ビルド

例: DBカラム変更

ハーネスが弱い場合

  1. DBカラムを変更
  2. APIが壊れる
  3. 画面が壊れる
  4. CIまたは本番で発覚

ハーネスが強い場合

  1. DBカラム変更を検知
  2. 影響分析で影響するAPI・画面を特定
  3. 必要なテストとArtifactを更新
  4. DDL安全性確認
  5. PR Gateで最終確認

結論

Toolchainは、AIの出力を後から採点するだけではありません。
AIが作る前に、どこを見て、どこを変え、どこを壊してはいけないかを教える装置です。