convez.ai
MCP ServerAutomaçãoAvançado
KaedeAatou

Belvedere — Agente IA de Facilitação Scrum

KaedeAatou/belvedere

IA que detecta Scrum meramente formal e eleva rituais ágeis com diagnóstico automático

Ver no GitHub
InicialPluginScore · de 0 a 100

Servidor MCP que implementa um agente IA especializado em facilitação de cerimônias Scrum (Planning, Daily, Refinement, Review, Retrospective). Detecta e corrige automaticamente problemas de qualidade em tickets (DoD vazio, Story Points indefinidos, rationale de Epic faltante) e eleva a maturidade dos rituais ágeis através de diagnósticos baseados em 17 observáveis de qualidade. Integra-se com Jira-like PM via Cloud Run + Firestore + Gemini.

Instalação

$npx convez-ai KaedeAatou/belvedere

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 4 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Detecção automática de tickets incompletos (falta DoD, Story Points, rationale)
  • Facilitação de pôquer de estimativa com votação secreta e agregação de consenso
  • Diagnóstico de sinais de desconexão em retrospectivas e transformação de tries em ações
  • Manutenção de rastreabilidade entre tickets, User Stories e Epic rationale (alinhamento estratégico)
  • Orquestração de 5 agentes especializados por cerimônia (Planning, Daily, Refinement, Review, Retro)

Veredito

Solução inovadora de automação de governança ágil que ataca o problema real de Scrum 'meramente formal'. Arquitetura ambiciosa (MCP + Orchestrator + 5 Agents) com prototipagem em Cloud Run/Firestore em estágio avançado; aguarda integração real com Gemini e ADK para validar eficácia operacional em sprints reais.

README

A tradução para o português deste README ainda está na fila.

Belvedere

Scrum facilitation AI agent — DevOps × AI Agent Hackathon 2026

形だけ回るスクラムを AI が「チケット品質」と「儀式運営」の両面から底上げする Jira 型 PM サービス。 比喩: 螺旋階段を上った先の眺望。

Cloud Run License: MIT GitHub Actions Hackathon


動いているもの (今すぐ触れる)

DevOps × AI Agent Hackathon 2026 応募作品 — 7/10 提出予定 / 8/19 最終ピッチ (渋谷ストリーム) 公開 URL は審査用デモ環境。Firestore に seed の 12 チケット + 4 Epic + 5 メンバが投入済で、API から実データが返ってきます。

種類URL / 場所
🟢 Web (Nuxt 3 SSR) — 5 儀式 UI が見えるhttps://belvedere-web-dev-cpszmcqmuq-an.a.run.app/
🟢 API /health (Firestore 接続状態)https://belvedere-api-dev-cpszmcqmuq-an.a.run.app/health
🟢 API /epics (Firestore 実データ)https://belvedere-api-dev-cpszmcqmuq-an.a.run.app/epics
🟢 API /tickets (seed の 12 チケット)https://belvedere-api-dev-cpszmcqmuq-an.a.run.app/tickets
🟢 アーキテクチャ図 (Eraser)https://app.eraser.io/workspace/qDqUGUjPxoBCq8nP6bKa
🟢 GitHub Actions (鍵レス WIF deploy)deploy-api.yml / deploy-web.yml
curl https://belvedere-api-dev-cpszmcqmuq-an.a.run.app/health
# {"status":"ok","llm":"mock","repo":"firestore"}

# Firestore から本物データが返ってくる (Phase 1-B 完了 / 2026-06-09):
curl https://belvedere-api-dev-cpszmcqmuq-an.a.run.app/epics | jq '. | length'
# 4

アーキテクチャ

Architecture

色凡例 (実装ステータス / 2026-06-09 時点):

  • 🟢 緑 = Cloud Run / GCP で動作確認済 (deployed) — Web / API / Firestore backend / GitHub Actions (deploy-api + deploy-web) / WIF / Cloud Build / Artifact Registry / Cloud Logging
  • 🟡 黄 = コードあり / ローカル動作 / 空インスタンス (implemented) — MCP (stdio) / Orchestrator + 5 Agent (Mock LLM で動作中)
  • ⚪ 灰 = 未実装、Phase 2 以降に着手予定 (planned) — Tool Server / IAP / Gemini 本物推論 / ADK ランタイム / Vector Search / Pub/Sub / Cloud Scheduler / Firebase Auth

詳細: ARCHITECTURE.md


何を解決するか

  1. 書き忘れ: DoD 空 / SP 未定 / User Story 紐付けなしのチケットが溜まる
  2. 形骸化: 儀式が「時間通りやっただけ」で前進感が薄い
  3. 言いっぱなし: ふりかえり Try / レビュー会の指摘が翌スプリントに繋がらない
  4. 戦略の不在: 開発者が「何のためにこのチケットをやってるか」を見失う (Epic に Why が書かれていない)

→ 形だけ回るスクラム = 回ってるのに進んでない。

どう解決するか

  • 人がチケットを起票する。AI Agent は DoD / SP / User Story 紐付け / valueImpact / Epic.rationale の不足を検出し提案 (人が承認 / L2 自律性)
  • スクラムの 5 儀式 (Planning / Daily / Refinement / Review / Retrospective) ごとに 専用画面 を持ち、儀式特有の形骸化シグナルを AI が診断 (Jira の 1 Sprint Board に対する差別化軸)
  • ⭐ Orchestrator が儀式の時刻に合わせて 5 つの専門 Agent を編成 (ADK 宣言的マルチエージェント)。各 Agent は チケット種別ルールエンジン (17 観点) を共有
  • ⭐ 見積もりポーカー を Belvedere 内で完結 (隠蔽投票 → 一斉開示 → 採用、AI が会を運営。スプレッドシート / 外部サイト不要)
  • ⭐ Refinement Agent の 第 6 観点「戦略整合性」 で Epic.rationale 欠落を検出
  • ⭐ MCP Server で Claude Code / Cursor から本番 Belvedere を直接呼べる (= AI Agent エコシステム統合)

詳細: PRODUCT_BRIEF.md / AGENT_DESIGN.md


採用技術

役割GCPAWS で言うと
コンテナ実行Cloud RunFargate / App Runner
AI 推論Gemini API + ADK (Phase 3)Bedrock Claude + AgentCore
Multimodal (動画→指摘)Gemini 2.5 Pro MultimodalBedrock (動画入力なし)
NoSQLFirestoreDynamoDB
鍵レス CI/CDWorkload Identity FederationIAM OIDC Provider
MCP integrationstdio / Streamable HTTP(固有概念なし)

ドキュメント

ファイル役割
PRODUCT_BRIEF.md課題・ターゲット・UVP・差別化
ARCHITECTURE.mdアーキ案 + GCP↔AWS 対応表 + Mermaid 図 (色分けステータス)
DATA_MODEL.md型定義 / Firestore コレクション設計
AGENT_DESIGN.mdマルチエージェント / ツール / 自律性レベル
ROADMAP.md4/末 → 8/19 のマイルストーン
PITCH.md3 分ピッチ脚本
HACKATHON_COMPLIANCE.mdハッカソン要件 ↔ 現状の対応表
PROJECT_PLAN.md作業仕分け (Claude 単独 vs ユーザー必須)
docs/setup-gcp.mdGCP セットアップ手順
docs/setup-github-wif.mdWIF 鍵レス連携設定
docs/setup-mcp.mdMCP server を Claude Code から接続する手順

リポジトリ構成

ai-agent-hackathon/
├── apps/
│   ├── web/                 # Nuxt 3 + Vue 3 SSR (Claude Designer 由来 5 画面)
│   ├── api/                 # Hono on Cloud Run ⭐ deployed
│   ├── cli/                 # Mock LLM CLI (5 ロール)
│   ├── orchestrator-py/     # FastAPI + ADK 雛形 (Python)
│   └── mcp-server/          # MCP server (stdio + HTTP / 11 Tools)
├── packages/
│   ├── shared/              # 型 (Project / Epic / UserStory / Ticket / CeremonyHealthScore)
│   ├── seed/                # 不変 fixture (1 project / 4 epics / 12 tickets / 3 sprints / 5 members)
│   ├── repo/                # Repository 抽象 (memory ✅ / firestore は Phase 1-B)
│   ├── llm/                 # LLMProvider 抽象 (mock ✅ / gemini / vertex は Phase 3)
│   ├── agent/               # Agent runtime (thought→tool→output ループ)
│   └── tools/               # Tool 実装 (refinement.check / quality.check / ticket.rules.check 等) + ticket-rules.ts (17 ルール)
├── infra/
│   └── cloudbuild.yaml      # Cloud Build パイプライン (build / push / deploy 3 step)
├── .github/workflows/
│   ├── ci.yml
│   └── deploy-api.yml       # WIF 経由 Cloud Run deploy
├── docs/
│   ├── setup-gcp.md
│   ├── setup-github-wif.md
│   ├── setup-mcp.md
│   └── images/architecture.png
├── package.json             # pnpm workspace ルート (@belvedere/* に統一)
└── tsconfig.base.json

ローカル開発

前提

  • Node.js 20.10+ / pnpm 9+ (corepack 推奨)
  • Python 3.11+ + uv (orchestrator-py 用)

セットアップ

pnpm install
pnpm typecheck                                              # 全 11 ワークスペース

起動コマンド

pnpm demo                                                   # Planner Mock LLM デモ
pnpm --filter @belvedere/cli dev plan       "Sprint 13 議題"
pnpm --filter @belvedere/cli dev daily      "本日のスタンドアップ要約"
pnpm --filter @belvedere/cli dev refinement "次スプリント候補のリファインメント診断"
pnpm --filter @belvedere/cli dev review     "デモシナリオ草稿"
pnpm --filter @belvedere/cli dev retro      "Sprint 12 のTry抽出"

pnpm --filter @belvedere/api dev                            # Hono :8080
pnpm --filter @belvedere/web dev                            # Nuxt 3 :3000
pnpm --filter @belvedere/mcp-server smoke                   # MCP server 14 ケース動作確認
pnpm --filter @belvedere/mcp-server dev                     # stdio MCP (Claude Code 接続用)

cd apps/orchestrator-py && uv run uvicorn orchestrator.main:app --reload --port 8081

LLM プロバイダ切替

LLM_PROVIDER=mock pnpm demo            # デフォルト (動作版)
LLM_PROVIDER=gemini pnpm demo          # Phase 3 で実装 (現状 throw)
LLM_PROVIDER=vertex pnpm demo          # 〃

未実装プロバイダは silent fallback せず 明示的に throw (= GCP セットアップ前提のサインポスト)。


進捗状況 (2026-05-06 現在)

✅ Phase 0 完了

  • 設計ドキュメント全揃い (5 儀式 / Project / valueImpact / Epic.rationale / Reviewer Multimodal)
  • ローカル動作の最小スキャフォールド (Mock LLM で 6 ロール: 5 儀式 + Orchestrator)
  • Repository / LLM の抽象化 (memory / mock)
  • Hono API / Nuxt 3 web / FastAPI orchestrator 雛形
  • MCP server (stdio + 11 Tools) smoke 14/14 pass

✅ Phase 1-A 完了 (2026-05-06)

  • GCP セットアップ全 10 ステップ (project / billing / API / Firestore / Artifact Registry / SA / 課金アラート $10/月)
  • WIF 鍵レス CI/CD: belvedere-ci-pool / belvedere-ci-github Provider / belvedere-deployer SA + 6 ロール / principalSet で KaedeAatou/belvedere repo に絞込
  • Cloud Run 初回 deploy: belvedere-api-dev が asia-northeast1 で稼働、/health 200 OK 確認済
  • ARCHITECTURE.md / Eraser 図に 実装ステータス色分け 導入
  • リポジトリ public 化 (MIT License)

🟡 Phase 1-B (5/18-22 予定 / 11 日バッファあり)

  • Firestore データ層 (packages/repo/src/firestore.ts)
  • Firebase Auth (個人 Google) で /api/* JWT 必須
  • seed の Firestore 投入

🟡 Phase 1-C (5/23-29) — Web UI で CRUD 動作

🟡 Phase 1-D (5/30-6/3) — MCP server を Cloud Run へ

🟡 Phase 2 (6/10-6/30) — Mock Agent トリガ可視化 (Pub/Sub + Cloud Scheduler)

🟡 Phase 3 (7/1-7/27) — Gemini + ADK 本実装 + Reviewer Multimodal + RAG

🔴 Phase 4 (7/31-8/19) — 仕上げ + ピッチ + 最終発表


ハッカソン情報

  • 主催: ファインディ株式会社 / メインスポンサー: グーグル・クラウド・ジャパン
  • 公式ページ: https://findy.notion.site/devops-ai-agent-hackathon-2026
  • 作品提出 〆切: 2026-07-10 (金) 23:59
  • 最終ピッチ: 2026-08-19 (水) Google 渋谷オフィス (10 チーム招待制)
  • 賞金総額: 200 万円 (最優秀 50 万 / 優秀 30 万×3 / 特別 10 万×6)
  • 必須技術: Cloud Run / GKE / Cloud Functions / App Engine / TPU・GPU から 1 つ以上 + Gemini / Vertex AI / ADK / 各種 AI API から 1 つ以上
  • 個人参加: KaedeAatou (個人 Google アカウント / 個人 GitHub)

ライセンス

MIT License — Copyright (c) 2026 KaedeAatou

Ver o original no GitHub

Bom para

Relacionados