Anytime Markdown
Anytime Markdown
AIエージェントは、苛酷な砂漠(開発環境)を往くキャラバン。 Markdown の WYSIWYG 編集・差分レビューと、TypeScript プロジェクトのリアルタイム可視化で、その旅路を安全に見守り導く — AI時代の羅針盤となる2つの VS Code 拡張です。
「馬」は整備された道を高速で駆けるが、未知や重いコンテキストに弱い。対して「ラクダ」(AIエージェント)は巨大な荷(コードベース)を背負い、砂嵐(エラー)の中でも自ら考え歩き続ける長距離ランナーだ。そしてキャラバンにおけるラクダは、隊商頭の意図を汲む同志である。
主流のアプローチは AI を「ハーネス(手綱)」で縛る ― ホワイトリスト、ガードレール、ツール制限、サンドボックス。しかし縛るほどに自律性も判断力も失われる。
Anytime は制約をかけない。行動を見える化(Trail)し、成果物をレビュー可能(Markdown)にすることで、事前事後の検証で信頼を築く ― この思想を、2 つの拡張で具現化した。
本サイトは、設計・実装・テストのすべてを Claude Code(AI コーディングアシスタント)が行い、人間は指示のみを担当する実験的なプロジェクトです。Anytime Markdown 自体を仕様の把握やテスト内容の確認に活用しながら開発しています。ソースコードは GitHub で公開しています。
エラー発生数・リトライ率・ビルド/テスト失敗率・コンパクトループ回数をセッション別に追跡。AIエージェントの作業品質を定量化し、繰り返し失敗や非効率な編集パターンを早期に発見できます。さらにテストカバレッジ不足のモジュールも C4 図に重ねて可視化します。
ユーザー入力・AI応答・ツール実行を1ターンずつ階層ツリーで可視化し、ツール呼び出しのパラメータと結果を展開可能なノードで確認。ターンタイムラインと連動した会話ツリーで、AIエージェントが何をいつどう判断したかを時系列で完全に追跡・検証できます。
総トークン消費・推定コスト・キャッシュヒット率を時系列で監視し、出力比率やコンテキスト膨張を一目で把握。コミット単位・時間単位・行数単位の生産性指標で、AIエージェントの投資対効果を定量評価できます。
リードタイム・デプロイ頻度・変更失敗率・リリース成功率を自動計測。Four Keysに基づく開発生産性を定量評価し、リリースバーチャートとDORAスコアカードで継続的改善のサイクルを加速します。
ユーザー入力・AI応答・ツール実行を1ターンずつ階層ツリーで可視化し、ツール呼び出しのパラメータと結果を展開可能なノードで確認。ターンタイムラインと連動した会話ツリーで、AIエージェントが何をいつどう判断したかを時系列で完全に追跡・検証できます。
Taskツールによるサブエージェント呼び出しを専用トラックで時系列に可視化。親エージェントから委任されたタスクの並行実行・所要時間・成果を一望し、どの判断がどのエージェントに委ねられたかを正確に検証できます。
TypeScriptプロジェクトを解析し、C4アーキテクチャ図とDSM(依存構造マトリクス)を自動生成。L1〜L4の4段階でシステム全体から個別ファイルまでドリルダウンし、循環依存は赤枠でひと目で把握できます。
テストカバレッジ・複雑度・欠陥リスク・ホットスポットをC4図にヒートマップで重ねて表示。品質弱点を構造の中で特定し、リファクタリング優先度を即座に判断できます。
Claude CodeエージェントがいまC4図のどのモジュールを編集しているかをリアルタイム追跡。複数エージェントの並列稼働もマルチエージェントレーンで可視化し、作業の集中点や衝突を構造の中で把握できます。
リリース選択でカバレッジ差分や依存関係の変化を比較し、アーキテクチャの劣化を構造的に検知。ドリフトする箇所を特定して、設計と実装のギャップを早期に修復できます。
Louvain法による実装コミュニティをC4図に重ね、設計上の境界と実装上の凝集の乖離を発見。リファクタリング候補や境界再設計の根拠を構造ベースで提供します。
Agent Noteにスクリーンキャプチャやアノテーションを貼り付け、`/anytime-note [ページ番号] [作業内容]` コマンドでノートの画像・テキスト・メモを参照した作業指示をワンコマンド実行。指示テキストだけでは伝わらない UI のずれや図解をAIに正確に届けられます。
`/anytime-note 要約` コマンドで `git log` ・ `git diff` と会話履歴から変更点と未完了タスクを抽出し、新規ノートページに自動記録。長時間セッションでもキリのよいタイミングで履歴を残せます。
`/anytime-note 引継ぎ` コマンドで前セッションの最新要約ページを読み込み、未完了タスクから作業を再開。`/clear` 後も AI は直近の経緯と次に進むべき作業を完全に把握できます。
セッション中の任意時点までグラフ・コミット・編集を巻き戻して再生。AIエージェントの判断シーケンスを後追いし、エラー直前のコンテキストやリファクタリング進行を時系列で再現できます。
時間ウィンドウで頻繁に同時編集されたファイルペアを抽出し、C4図にゴーストエッジとして重ね表示。設計上の依存関係には現れない隠れた論理結合を発見し、設計のリファクタリング判断材料を提供します。
事前に飛行計画(作業範囲)を提出し、空域逸脱や同一ファイルへの並行編集を管制側で検知。複数のAIエージェントを同時運用しても、破壊的上書きや矛盾したコミットを未然に防ぎます。
想定外のエラー・コスト超過・破壊的操作を検知すると、機体側でMRM(Minimum Risk Maneuver)を自律発動して安全状態へ移行。管制側は他機体の経路調整で被害拡大を即座に抑止します。
型シグネチャ・実装規約・テスト規約・pre-commitフック・ランタイム監視の5層防御で、ユーザー領域への意図しない書き込みを多段階で阻止。AIによる永続データ破壊事故を構造的に予防します。
L1(手動承認)→L2(条件付き自律)→L3(運用領域内自律)→L4(完全自律)の4段階でAIの自律性を計測。プロジェクトの成熟度に応じてレベルゲートを通過させ、安全に自律性を引き上げます。
ODD(Operational Design Domain:定義済みの作業領域)内ならAIは自律承認で作業を進め、領域逸脱時のみ管制側に確認。リスクのない作業を高速に通し、注意が必要な変更だけ人間レビューに集中させます。
重要な判断を複数のAIエージェントに並行依頼し、結論の一致/相違を可視化。1機体の偏りや幻覚を別機体の視点で相殺し、意思決定の信頼性を構造的に高めます。
過去の欠陥発生パターン・複雑度・変更頻度から将来発生する可能性の高い欠陥箇所をスコア化。C4図上にリスクマップとして重ね、テスト・レビューの優先順位を構造ベースで決定できます。
時間軸データから一定期間アクセス・編集のないコードを抽出し、Dead Code候補としてマーク。リリース横断の動作データに基づき、安全に削除できる実装を構造的に提示します。
C4モデル・コードグラフをリリースごとに世代保存し、特定時点の構造をいつでも復元。設計意図の変遷を追跡し、いつ・なぜ・誰が構造を変更したかを記録から再現できます。
どのエージェントがどのモジュール・トピックに精通しているかを編集履歴から推定し、知識の偏在と空白を発見。レビュー依頼先の選定や、属人化リスクのある領域の早期発見に役立ちます。
成功・失敗の経験から AI が自律的にポリシーを更新する学習ループを可視化。Memory Shrink Guard により学習ベースの不用意な縮小を防ぎ、長期にわたって知識資産を蓄積します。
AIが生成したMarkdownをWYSIWYGで即確認。Mermaid・PlantUML・数式(KaTeX)もエディタ内で直接プレビューでき、コンテキストスイッチなしで完結します。
AIが編集した箇所を色付きで表示し、セクション単位の差分比較で変更点を即把握。確定済みのセクションはロックしてAIの再編集を防止できます。
WYSIWYG・ソース・レビューの3モードをワンクリックで切替。レビューモードは読み取り専用で、AI出力の集中レビューに最適です。
速い道具は、書き手を迷子にする。隊商の歩幅で、文字を運ぶ。