h3. CLI LLM 実験スクリプトの記録

実験で使用した @tmp_codex_test.sh@ を一度コミットして履歴に残し、その後削除する。

このスクリプトは Codex CLI (WSL経由) の動作検証に使用したもの:

• WSL 上の nvm 経由で Codex CLI を呼び出す方法の確立
• @ChatGPT codex exec@ の非対話モードでの構造化スナップショット生成テスト

実験結果は本チケットの description に記載済み。スクリプト自体は実験完了後に削除する。

h3. 実装前の設計判断 3点

h4. 1. source_file 未指定時の挙動

現行の「その場で save してから使う」を維持する。
session_logs/ の最新 .txt を使う方式だと、今回のセッション分が欠ける可能性がある。
source_file 指定時のみ明示ファイルを使う。要約転記仕様書 v0.2 の記述を実装に合わせて修正すること。

h4. 2. codex-cli は WSL 専用

WSL 専用とする。Windows 側へのフォールバックは不要。
理由: あきらさんが「Windows に直接載せるのはまだベータで WSL で動かせと言われた」と報告済み。
Windows 側に codex.exe があってもそれは別物なので、混在を避ける。

h4. 3. STARTUP_CONTEXT.md は最小テンプレートで上書き

毎回固定テンプレートに上書きする（スナップショットへのリンク + 一言まとめ）。
現状の補助資料表や注意書きを含む構造は維持しない。
理由: STARTUP_CONTEXT.md は「Butler だけが更新する」ルール（#128 で合意済み）なので、機械的に生成しやすい最小形が適切。必要なら人間が手で補足する。

#135 対応を実装し、以下のコミットを作成しました。

commit: 21ce6bdf344381c451a7bb536623348e29db56e9
message: feat: switch session_log summarize to CLI LLM refs #135

実装内容:

• butler/llm_cli.py を追加し、gemini-cli / codex-cli を呼ぶ CLI LLM バックエンドを実装
• session_log summarize を Gemini API 直叩きから CLI バックエンド利用へ切り替え
• source_file 未指定時は、現行方針どおり現在セッションを save してから summarize する挙動を維持
• codex-cli は WSL 経由のみとし、Windows 側 codex.exe にはフォールバックしない
• 出力を _snapshot.md に変更し、STARTUP_CONTEXT.md は最小テンプレート（最新スナップショットへのリンク + 一言まとめ）で更新
• 旧 gemini_client.py を削除
• skills_registry / 要約転記仕様書 / session_log テストを更新

確認結果:

• python -m pytest tests/test_session_log_handler.py -q → 7 passed
• python -m pytest tests/test_main_submit_sync.py::test_session_log_submit_task_is_synchronous -q → 1 passed
• python -m pytest -q は実行済みですが、今回変更と無関係な既存失敗が 4 件ありました
  • tests/test_phase2_trilium_e2e.py::test_phase2_trilium_e2e
  • tests/test_wiki_handler.py::test_add_project_success
  • tests/test_wiki_handler.py::test_add_project_denied
  • tests/test_wiki_handler.py::test_sync_success

h3. 実装レビュー結果

コミット @21ce6bd@ の実装をレビューした。結果: 合格。

h4. 変更ファイル（6ファイル、+481/-143）

h4. 設計判断との整合性

3点とも正しく反映されている:

source_file 未指定時は現在セッションを save してから使う（維持） ✔¶

codex-cli は WSL 専用（@wsl.exe bash -lc@ で呼び出し、フォールバックなし） ✔¶

STARTUP_CONTEXT.md は最小テンプレートで上書き（@_build_startup_context@ 関数） ✔¶

h4. コード品質

• @llm_cli.py@ の構造が良い。@run_prompt()@ を公開インターフェースにし、エンジン切り替えは内部に閉じている
• Codex CLI の WSL 呼び出しで nvm source が必要な問題を @_build_codex_wsl_script@ で対応済み
• @_strip_outer_code_fence@ で LLM が余計なコードフェンスを付けた場合の対策もある
• @_extract_first_meaningful_line@ で STARTUP_CONTEXT の「一言まとめ」を CURRENT_STATE から自動抽出
• 環境変数 @BUTLER_GEMINI_CLI_MODEL@ / @BUTLER_CODEX_CLI_MODEL@ でモデルを外部から切り替え可能

h4. テスト

7件全パス（既存5件 + 新規2件）。run_prompt を monkeypatch で差し替えており、ユニットテストとして適切。

h4. 残作業

• CLI 実接続の E2E テスト（Gemini CLI が実際に動く環境での確認）
• Codex CLI 側の E2E 確認（WSL 上で実際に動作するか）

h3. CLI 実接続 E2E の実施と追補修正

実接続 E2E を実施し、環境差分を吸収するための追補修正をコミットした。

commit: 20f0b04258362a0c3f53aa4ab5f1b2c4d35f9ee2
message: fix: harden CLI LLM runner for real E2E refs #135

h4. 追補修正の内容

対象: @butler/llm_cli.py@

• Windows 側で @gemini@ が @subprocess.run()@ から見つからない環境に対応し、@gemini.cmd@ を優先解決するよう変更
• Gemini CLI の出力で CP932 デコード例外が出たため、subprocess の文字コードを UTF-8 + replace に固定
• WSL 経由の @bash -lc@ に渡すスクリプトで、@$HOME@ / @$PATH@ / @$candidate@ などの変数がホスト側で潰れないようエスケープを修正
• WSL 内の @~/.nvm/versions/node/*/bin/codex@ を探索し、@codex@ を PATH へ明示追加するよう変更
• Codex CLI が見つからない場合のエラーメッセージを明確化

h4. E2E 結果

いずれも @session_log summarize@ の実経路で確認した。
一時ワークスペースを作成し、@source_file@ と @docs/マスタードキュメント.md@ を置いた状態で Butler handler を実行。
確認対象は以下:

• CLI 実行が成功すること
• @_snapshot.md@ が生成されること
• @STARTUP_CONTEXT.md@ が更新されること

h5. 1. Gemini CLI 実接続 E2E

• status: ok
• elapsed: 約 51.3 秒
• 生成物:
  ** @claude_code_test_20260321T030000Z_snapshot.md@
  ** @STARTUP_CONTEXT.md@
• 確認事項:
  ** 構造化スナップショット生成成功
  ** STARTUP_CONTEXT の最小テンプレート更新成功

h5. 2. Codex CLI 実接続 E2E (WSL)

• status: ok
• elapsed: 約 12.44 秒
• 生成物:
  ** @claude_code_test_20260321T031000Z_snapshot.md@
  ** @STARTUP_CONTEXT.md@
• 確認事項:
  ** WSL 経由で @ChatGPT codex exec@ が成功
  ** 構造化スナップショット生成成功
  ** STARTUP_CONTEXT の最小テンプレート更新成功

h4. 補足

E2E 実施後に @python -m pytest tests/test_session_log_handler.py -q@ を再実行し、7件 pass を確認した。
今回の追補修正は実環境差分の吸収が主で、既存 unit test は維持できている。

h3. Brain 側からの Butler 実接続 E2E 確認

Codex が実施した E2E テスト（コメント #339）の後、Brain 側から実際に Butler 経由で @summarize@ を実行して確認した。

h4. 実行条件

• Butler reload 後に実行
• @source_file@: @session_logs/claude_code_9afce4ef-..._20260320T134357Z.txt@（前セッションの生ログ）
• @engine@: @gemini-cli@
• Butler 経由（@butler__submit_task@ → handler → @llm_cli.run_prompt@ → Gemini CLI）

h4. 結果: 成功

• status: ok
• 生成物:
  ** @session_logs/claude_code_9afce4ef-..._20260320T134357Z_snapshot.md@ — 構造化スナップショット（6スロット全て埋まっている）
  ** @STARTUP_CONTEXT.md@ — 最小テンプレートで上書き更新済み

h4. 品質確認

スナップショットの内容を確認:

• CURRENT_STATE: summarize 機能の実装完了状態を正確に記述
• DISCOVERY: AIの自律的記録の限界、チケット紐付けの不適切さなど、設計上の重要な発見を抽出
• DECISION: 「機械的な引き継ぎフロー」「STARTUP_CONTEXT は Butler のみ更新」などの判断を正確に記録
• NEXT_ACTION: 具体的な次ステップが列挙されている
• RISKS: 「Gemini は会話内の言及のみ」「STARTUP_CONTEXT 競合」など適切

STARTUP_CONTEXT.md も「リンク + 一言まとめ」の最小テンプレートで正しく更新されている。

h4. 結論

実装は仕様通りに動作しており、#135 の主要作業は完了と判断する。
残るのは @google-generativeai@ パッケージの依存削除（gemini_client.py 廃止に伴う）程度。