Research System Free

必要環境

APIキーは一切不要。

パイプライン全体図

[BUILD_TARGET 記述]
        ↓
  PRE-FLIGHT（環境確認・APIキー不要）
        ↓
  STEP 1 ── キーワード展開                    [Claude Sonnet]
        ↓
  STEP 2 ── 無料リサーチ × 2回               [Claude Sonnet]
        ↓
  STEP 3 ── 評価・設計・実装計画              [Claude Sonnet]
        ↓
  STEP 4 ── 8セクションレポート生成           [Claude Sonnet]
        ↓
  STEP 4.5 ── QA Gate（Ollama or Claude自己レビュー）
        ↓
  ユーザー確認待ち

PRE-FLIGHT

以下を表示して開始:

🚀 TAISUN v2 無料リサーチシステム起動
   対象: [BUILD_TARGET]
   コスト: $0（Claude Code サブスク代のみ）
   opencli-rs: [インストール済み→55サイト / 未インストール→WebSearchのみ]
   Ollama: [起動中→QA Gate有効 / なし→Claude自己レビュー]
   推定時間: 10〜20分

STEP 1 — キーワード展開（無料）

/keyword-free スキルを使用（APIキー不要）:

「[BUILD_TARGET]」について以下を展開:
- core_keywords: コアキーワード（5〜10個）
- related: 関連キーワード
- tech_stack_candidates: 技術スタック候補

STEP 2 — 無料ディープリサーチ（Pass 1 + Pass 2）

Pass 1: 3エージェント並列（WebSearch + WebFetch + opencli-rs のみ）

Agent A — MCP・ツール調査（WebSearch）

WebSearch で以下を検索（各3件以上WebFetchで開くこと）:
1. "[BUILD_TARGET] MCP server"
2. "[BUILD_TARGET] Claude Code skill"
3. "[BUILD_TARGET] GitHub trending"
4. "site:github.com [KEYWORD] stars:>100"
5. "site:mcp.so [KEYWORD]"

出力: research/agent_a_mcp.md（500文字以内要約）

Agent B — API・ライブラリ調査（WebSearch）

WebSearch で以下を検索:
1. "[BUILD_TARGET] free API"
2. "[BUILD_TARGET] open source library"
3. "[BUILD_TARGET] npm package"
4. "site:npmjs.com [KEYWORD]"
5. "site:pypi.org [KEYWORD]"

出力: research/agent_b_api.md（500文字以内要約）

Agent C — アーキテクチャ・コミュニティ調査（WebSearch + opencli-rs）

# WebSearch
1. "[BUILD_TARGET] architecture best practice 2026"
2. "site:zenn.dev [KEYWORD]"
3. "site:qiita.com [KEYWORD]"

# opencli-rs（インストール済みの場合のみ）
opencli-rs hackernews search "[KEYWORD]" --limit 10 --format json
opencli-rs arxiv search "[KEYWORD]" --limit 5 --format json
opencli-rs devto search "[KEYWORD]" --limit 10 --format json
opencli-rs youtube search "[KEYWORD]" --limit 5 --format json
opencli-rs stackoverflow search "[KEYWORD]" --limit 5 --format json
opencli-rs lobsters search "[KEYWORD]" --limit 5 --format json
opencli-rs wikipedia search "[KEYWORD]" --format json

出力: research/agent_c_arch.md（500文字以内要約）

→ /compact 実行

Pass 1.5: 無料スキル追加投入

/research-free — WebSearchのみの軽量リサーチ
/note-research — note.com 日本語コミュニティ
/keyword-free — 追加キーワード展開

→ /compact 実行

Pass 2: ギャップ補完（WebSearch + WebFetch）

Pass 1 + 1.5 で「不明」「要確認」の項目を WebSearch + WebFetch で補完。

追加実行（opencli-rsがある場合）:

opencli-rs youtube transcript "[関連動画URL]" --format json
opencli-rs bloomberg --format json（金融関連の場合）
opencli-rs reddit hot --subreddit [関連] --format json（認証済みの場合）
opencli-rs twitter trending --format json（認証済みの場合）

→ /compact 実行

STEP 3 — 設計・評価（無料）

3-A. TrendScore 簡易計算

WebSearchの検索結果数 + GitHub Stars + 更新日で簡易スコア:

hot  : 最近更新 + Stars多い + 検索結果多い
warm : 一部条件を満たす
cold : 古い / Stars少ない

3-B. アーキテクチャ設計

Mermaid C4 図を作成。

3-C. 実装計画（3フェーズ）

• Phase 1: MVP（1ヶ月・無料ツールのみ）
• Phase 2: 自動化（2ヶ月目）
• Phase 3: スケール（3ヶ月目〜）

STEP 4 — 8セクションレポート生成（無料）

出力先

research/runs/{YYYY-MM-DD}__free-proposal/
├── report.md          ← メインレポート（8セクション）
├── architecture.mermaid
└── keyword_universe.csv

レポート構成（8セクション）

1. Executive Summary — 価値・差別化・コスト
2. 市場地図 — ツール・ライブラリ全体マップ
3. Keyword Universe — キーワード展開結果
4. データ取得戦略 — 全ソース一覧（無料のみ）
5. TrendScore結果 — hot/warm/cold 表
6. システムアーキテクチャ図 — Mermaid C4
7. 実装計画（3フェーズ） — Mermaid gantt
8. リスクと代替案 — リスク表

STEP 4.5 — QA Gate（無料）

方法A: Ollama（推奨）

OLLAMA_QA=$(curl -s http://localhost:11434/api/tags 2>/dev/null | python3 -c "import json,sys; print('OK')" 2>/dev/null)

Ollamaが起動中の場合、qwen2.5:32b でレビュー:

bash "$HOME/.claude/skills/url-all/scripts/ollama-call.sh" \
  "qwen2.5:32b" \
  "あなたはリサーチレビュアーです。以下のレポートを網羅性・信頼性・実用性の3軸で100点満点で評価してください。" \
  "[レポート全文]"

方法B: Claude自己レビュー（Ollamaなし）

Claude自身が3つの視点でレビュー:

1. 網羅性: キーワード・ツールの漏れがないか
2. 信頼性: 引用URLが実在するか
3. 実用性: 明日から作業開始できるか

各70点以上で PASS。

品質基準