hassak

コードベース分析と実装提案ツール

概要

hassakは、プロジェクトのコードベースを再帰的に分析し、特定のタスクチケットに対する詳細な実装方針を提供するAI搭載CLIツールです。OpenAIのGPTモデルまたはローカルで動作するOllamaモデルを活用して、コード構造を理解し、具体的で実用的な実装提案を生成します。

特徴

• 🔍 プロジェクト全体の構造を自動解析
• 📝 各ファイルの内容をAIがサマリー化
• 🤖 特定のタスクに関連するファイルを自動特定
• 📊 詳細な実装提案（変更ファイル、コード例、新規ファイル）を生成
• 🔧 .hassakフォルダに整理された分析結果を保存
• 🚀 NEW: ローカルで動作するOllamaモデルをサポート（APIキー不要！）

インストール

# npm
npm install -g hassak

# yarn
yarn global add hassak

# pnpm
pnpm add -g hassak

前提条件

• Node.js 16以上
• OpenAI APIキー または Ollamaのローカルインストール

LLMプロバイダー対応

hassakは以下の2つのLLMプロバイダーをサポートしています：

1. Ollama（推奨）

• ローカルで動作するAIモデル
• APIキー不要
• 完全にプライベートで使用可能
• 高速なレスポンス
• Ollamaのインストール手順を参照

2. OpenAI

• クラウドベースのAIモデル
• APIキーが必要
• インターネット接続が必要
• 一般的にはより高性能

使い方

基本コマンド

こんにちは！と表示する:

npx hassak hello

コードベース分析とタスク実装提案

指定したプロジェクトを分析し、タスクチケットに基づいた実装提案を生成します:

npx hassak analyze --ticket "実装したい機能の詳細説明"

オプション

• --ticket (必須): 実装したいタスクチケットの詳細説明
• --path (オプション): 分析するプロジェクトのパス (デフォルト: カレントディレクトリ)
• --output (オプション): 分析結果の出力ファイル名 (デフォルト: hassak-analysis.json)
• --model (オプション): 使用するAIモデル
  • OpenAI: gpt-4o（デフォルト）, gpt-4-turbo, gpt-3.5-turbo
  • Ollama: llama3, codellama, mistral, phi など（モデル選択を参照）

実行例

# カレントディレクトリを分析して、OpenAIを使用した認証機能の実装提案を生成
npx hassak analyze --ticket "ユーザー認証機能をFirebaseAuthからAuth0に移行する" --model gpt-4o

# 指定したプロジェクトを分析して、Ollamaを使用したAPIエンドポイント追加の提案を生成
npx hassak analyze --ticket "ユーザープロフィール編集用のAPIエンドポイントを追加する" --path ./my-project --model llama3

# Ollamaのcodellama（コード特化モデル）を使用
npx hassak analyze --ticket "検索機能の最適化" --model codellama

Ollamaのインストールと設定

インストール

# macOS
brew install ollama

# Linux (Debian/Ubuntu)
curl -fsSL https://ollama.com/install.sh | sh

# Windows
# https://ollama.com/download/windows からインストーラーをダウンロード

モデルのダウンロード

# Llama 3 (8B) - 最新の高性能モデル
ollama pull llama3

# CodeLlama - コーディングに特化
ollama pull codellama

# Mistral - バランスの良いモデル
ollama pull mistral

# Phi-3 - Microsoftの小型高性能モデル
ollama pull phi

Ollamaサーバーの起動

# サーバーを起動
ollama serve

モデル選択ガイド

Ollama（ローカルモデル）

• llama3: 一般的なタスクに最適、バランスが良い
• codellama: コード生成、解析に特化（コーディングタスクに推奨）
• mistral: 少ないリソースでも比較的高性能
• phi: 小型ながら優れた推論能力

OpenAI（クラウドモデル）

• gpt-4o: 最新・最高性能（デフォルト）
• gpt-4-turbo: 高性能、長いコンテキスト対応
• gpt-3.5-turbo: より高速、コスト効率が良い

出力ファイル

分析結果は .hassak ディレクトリに保存されます:

• hassak-analysis.json - プロジェクト分析結果（ファイル構造とサマリー）
• hassak-analysis.json.proposal.json - 実装提案のJSON形式データ
• hassak-analysis.json.structure.json - プロジェクト構造のJSONデータ
• last-proposal-response.txt - AIが生成した生の提案テキスト

処理フロー

hassakの処理フロー:

1. ディレクトリ構造の分析: プロジェクト内のディレクトリとファイルを再帰的にスキャン
2. ファイル内容の読み取り: 各ファイルの内容を取得
3. コードのサマリー作成: AIを使用してコードファイルの内容を要約
4. 実装提案の生成: タスクチケットと分析結果に基づいて、詳細な実装提案を生成

プロバイダーの選択方法

hassakは自動的にLLMプロバイダーを判断します:

• OPENAI_API_KEY 環境変数が設定されていて、モデル名が gpt- で始まる場合、OpenAIを使用
• それ以外の場合、Ollamaを使用（要インストール）
• --model オプションでモデルを明示的に指定できます

開発

# リポジトリをクローン
git clone https://github.com/kspace-trk/hassak.git
cd hassak

# 依存関係をインストール
npm install

# 開発モードでビルド
npm run dev

# ビルド
npm run build

# テスト
npm run test

注意事項

• OpenAI APIキーを使用する場合は、環境変数 OPENAI_API_KEY に設定するか、実行時に入力を求められます
• Ollamaを使用する場合は、事前にOllamaをインストールし、必要なモデルをダウンロードしておく必要があります
• 大規模なプロジェクトでは、分析に時間がかかる場合があります
• AIの提案は参考情報です。実際の実装は開発者の判断が必要です
• OpenAI APIを使用する場合は、コストに注意してください

ライセンス

MIT