Skip to content

Composition の評価

Composition · 日本語参考訳英語 · 正本

参考訳（非正本）: この文書は英語版 docs/evaluation-guide.md の日本語参考訳です。正本は英語版であり、内容または解釈に相違がある場合は英語版が優先されます。

これは Composition の independent clean-room evaluation に対する canonical entry point です。evaluator と Composition authority maintainer を対象としており、通常の consumer installation や product implementation のための文書ではありません。consumer work では、通常の consumer bootstrap と lifecycle contract が引き続き authority です。

Canonical evaluation sequence

  1. run を開始する前に small-model clean-room protocol を読みます。protocol が要求する fresh conversation、external workspace、environment fingerprint、transcript、intervention の boundary を確立します。
  2. clean-room run を実行し、chronological observation を保持します。特に、最終 repository state から ordering を推測せず、first product-code mutation と first release-readiness evaluation を記録します。
  3. evaluation scorecard guide に従い、固定された dimension、attribution vocabulary、chronology rule、missing evidence の fail-closed treatment を使用します。
  4. evaluation-scorecard.json を生成し、evaluation scorecard schema で validation します。BLOCKED や NOT TESTED を PASS に変換せず、後から得られた final state で observed ordering violation を修復しません。

output は、validation 済み scorecard JSON と、その claim を裏付ける transcript/tool evidence です。repository defect、documentation/discoverability defect、machine-contract defect、evaluation-methodology defect、evaluator mistake、environment limitation、evidence-capture limitation は別々の attribution として維持します。

Authority boundary

protocol、scorecard guide、scorecard schema は Composition-owned evaluation authority です。Site は discovery のためにこの guide と正確な supporting asset を公開しますが、その evaluation semantics を再解釈しません。これらは通常の consumer repository に materialize されず、Site agent.json consumer bootstrap に evaluator mode を追加しません。