AIエージェントに全工程を渡す

Shojikuのテンプレートは、エージェントが読める・書ける・確かめられるように設計されています。エージェントの仕事の仕方はテキストの読み書きです。だから文書は二枚のYAMLで、エラーは安定した診断コードで、レイアウトはツリーとして読み返せます。

MCPサーバを登録する

shojiku-mcp は validate / render_preview / inspect_layout / capabilities を持つstdioサーバで、CLIと同じDockerイメージに入っています。Claude Codeなら：

claude mcp add shojiku -- \
  docker run --rm -i --entrypoint shojiku-mcp \
  -v "$PWD:/work" -w /work ghcr.io/kengos/shojiku:edge

他のクライアントには同じコマンドをJSONで渡します。設定ファイルの場所とマウントの綴りだけが違います。詳細はクイックスタートのMCP節へ。

スキルを入れる

テンプレート作成・スキーマからの定義生成・レンダリングデバッグ・Thinreports移行の4つのスキルがリポジトリに同梱されています。

npx skills add kengos/shojiku

shojiku-template-author が本体です。要件からテンプレートを書き、validateし、プレビューの画像を実際に見て、診断がきれいになるまで反復する。その全手順と、リファレンスに書ききれない罠の一覧を持っています。shojiku-definitions-author はその一歩手前を受け持ちます。データベースのスキーマやORMモデル、APIのレスポンスを渡すと、definitions.yml と実データからparamsを組み立てるコードを導出し、エンジンの params_* 診断で対応付けの正しさを証明します。

エージェントが回すループ

1. definitions.yml にデータ項目を宣言する
2. templates.yml を書く
3. validate — 診断コードで機械可読に失敗する
4. render_preview — ページのPNGを見る
5. inspect_layout — 解決済みジオメトリを読み返す
6. きれいになるまで2に戻る

このサイトのヒーローバナーも、このループで作られました。

ページをAIに渡す

このサイトの各ページには .md の生テキストがあり、/llms.txt が地図、/llms-full.txt がリファレンスの索引と診断コード一覧を含む全文です。エージェントにShojikuを教えるときは、URLを一つ渡せば足ります。