goldmask
コード変更の影響範囲を評価する際、コードがなぜそのように書かれたのかを理解する際、リスクの高い変更を計画する際、またはリファクタリングが隠れた副作用を持つ可能性がある場合に使用します。何が変更されたか(WHAT)、なぜそれが存在するのか(WHY:git履歴調査)、その領域がどの程度リスキーか(変更頻度と所有権指標)を追跡できます。キーワード:影響分析、ブラストラディウス、リスク評価、コード考古学、なぜこのコードが書かれたのか。
description の原文を見る
Use when assessing blast radius of changes, when understanding WHY code was written a certain way, when planning risky modifications, or when a refactor could have hidden side effects. Traces WHAT changes, WHY it exists (git archaeology), and HOW RISKY the area is (churn + ownership metrics). Keywords: impact analysis, blast radius, risk assessment, code archaeology, why was this written.
SKILL.md 本文
Goldmask スキル — クロスレイヤー影響分析
スキルロード: rune-orchestration、context-weaving、team-sdk、polling-guard、zsh-compat
3層の調査により以下を答えます: 何を変更する必要があるか(Impact)、それがどのような理由で構築されたのか(Wisdom)、その領域のリスク度はどの程度か(Lore)。附随被害検出(CDD)を含み、ブラストラディウスを予測します。
ATE-1 強制実行
重要: このスキル内のすべての Agent 呼び出しに team_name を含める必要があります。team_name なしの単純な Agent 呼び出しはコンテキスト爆発を引き起こし、enforce-teams.sh フックでブロックされます。
アーキテクチャ — Goldmask の 3 つの目
+---------------------------------------+
| GOLDMASK COORDINATOR |
| (Sonnet) |
| |
| Synthesize all three layers: |
| 1. WHAT must change (Impact) |
| 2. WHY it was built (Wisdom) |
| 3. HOW RISKY is this area (Lore) |
| |
| Produce: GOLDMASK.md + findings.json |
+-------------------+-------------------+
| reads all layer outputs
+--------------------------++--------------------------+
| | |
+-------v--------+ +-------------v---------+ +-------------v------+
| IMPACT LAYER | | WISDOM LAYER | | LORE LAYER |
| 5 Tracers | | 1 Sage (Sonnet) | | 1 Analyst (Haiku) |
| (Haiku each) | | - git blame | | - git log |
| - grep/glob | | - commit context | | - risk scoring |
| - dependency | | - intent classify | | - co-change graph |
| tracing | | - caution scoring | | - hotspot detect |
+----------------+ +------------------------+ +-------------------+
モード
| モード | トリガー | エージェント | 出力 |
|---|---|---|---|
| 完全調査 | /rune:goldmask <diff-spec> | 8 (5+1+1+1) | GOLDMASK.md + findings.json + risk-map.json |
| クイックチェック | /rune:goldmask --quick <files> | 0 (決定論的) | 警告のみ — 予測と実際を比較 |
| インテリジェンス | /rune:goldmask --lore <diff-spec> | 1 (Lore のみ) | ファイルソート用の risk-map.json |
MCP ファースト トレーサー検出 (v1.170.0+)
調査エージェント(トレーサー)は MCP 検索経由で検出できます:
# Phase 1: Tracer Selection
tracers = []
if mcp_available:
candidates = agent_search({
query: "impact analysis tracing investigation risk",
phase: "goldmask",
category: "investigation",
limit: 10
})
tracers = candidates
Bash("mkdir -p tmp/.rune-signals && touch tmp/.rune-signals/.agent-search-called")
if not tracers:
# Fallback: hardcoded tracer list (current behavior)
tracers = DEFAULT_GOLDMASK_TRACERS
これにより、ユーザー定義の調査エージェント(例: 監査証跡用の「compliance-tracer」)が、8 個の組み込みトレーサーと並行して Goldmask 分析に参加することができます。
フェーズシーケンシング
Phase 1: LORE ANALYSIS (parallel with Phase 2)
| Lore Analyst --> risk-map.json
| (Haiku, ~15-30s)
|
Phase 2: IMPACT TRACING (parallel with Phase 1, 5 tracers)
| Data, API, Business, Event, Config Tracers --> 5 reports
| (Haiku x 5, ~30-60s)
|
+-- Lore + Impact complete --> Phase 3 starts
|
Phase 3: WISDOM INVESTIGATION (sequential — needs Impact output)
| Wisdom Sage receives:
| - All MUST-CHANGE + SHOULD-CHECK findings from Impact
| - risk-map.json from Lore (for risk tier context)
| Wisdom Sage --> intent classifications + caution scores
| (Sonnet, ~60-120s)
|
Phase 4: COORDINATION + CDD
| Goldmask Coordinator merges all three layers
| --> GOLDMASK.md + findings.json
| (Sonnet, ~60-90s)
|
Total estimated time: 3-5 minutes
Total agents: 8 (5 Haiku tracers + 1 Haiku lore-analyst + 1 Sonnet wisdom-sage + 1 Sonnet coordinator)
オーケストレーションプロトコル
フェーズ 0-3: 入力をパース(diff-spec またはファイルリスト、SEC-10 フラグインジェクション+パストラバーサルガード)、git diff --name-only で変更ファイルを解決、セッション ID + 出力ディレクトリを生成(SEC-5 検証済み)、inscription.json を書き込み、ワークフロックを取得(リーダー)、ガード + TeamCreate を事前作成、セッション分離でステートファイルを書き込みます。
完全な疑似コードについては orchestration-protocol.md を参照してください。
フェーズ 4-6: 8 つのタスクを作成(1 つの Lore + 5 つの Impact トレーサー並列 → 1 つの Wisdom Sage 順序実行 → 1 つの Coordinator 順序実行)。POLL-001 準拠のモニタリング。各レイヤーは独立して低下します — 単一レイヤーよりも任意の組み合わせの方が良いです。
タスク作成、スポーン契約、ポーリング構成、低下ルールについては phase-4-5-6-tasks-monitor-degradation.md を参照してください。
フェーズ 7: 標準的な 5 コンポーネントのチームクリーンアップ。phase7-cleanup.md を参照してください。
フェーズ 8: GOLDMASK.md サマリーを読み込んで提示します。
クイックチェック (--quick) / インテリジェンス (--lore) / 出力パス
--quick: エージェントなし — 予測と確定された MUST-CHANGE ファイルの決定論的比較。--lore: Lore Analyst のみ → risk-map.json。出力: tmp/goldmask/{session_id}/、10 個のファイル。
モードプロトコルと出力ディレクトリ構造については modes-and-output.md を参照してください。
参考ファイル
trace-patterns.md— 言語別・レイヤー別の Grep/Glob パターンconfidence-scoring.md— ノイズ付き OR 式と注意スコアリングintent-signals.md— 設計意図分類パターンoutput-format.md— GOLDMASK.md + findings.json + risk-map.json スキーマinvestigation-protocol.md— Impact トレーサーの 5 段階プロトコルwisdom-protocol.md— Wisdom Sage の 6 段階プロトコルlore-protocol.md— Lore Analyst のリスク スコアリング式
共有クロススキル参考
これらのファイルは他のスキル(forge、mend、inspect、devise)によってクロススキルリンク経由で消費されます:
goldmask-quick-check.md— クイックチェック プロトコル(forge、mend で使用)lore-layer-integration.md— Lore レイヤー統合パターン(forge、inspect、devise、mend で使用)risk-tier-sorting.md— リスク層ソート ユーティリティ(forge、mend で使用)
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- vinhnxv
- リポジトリ
- vinhnxv/rune
- ライセンス
- MIT
- 最終更新
- 2026/5/10
Source: https://github.com/vinhnxv/rune / ライセンス: MIT
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理(非同期ジェネレータを含む)、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。