Belvedere — Agente IA de Facilitação Scrum
KaedeAatou/belvedere
IA que detecta Scrum meramente formal e eleva rituais ágeis com diagnóstico automático
Ver no GitHubServidor 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/belvedere1 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
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。
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

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
- 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
- 形骸化: 儀式が「時間通りやっただけ」で前進感が薄い
- 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
- 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 | GCP | AWS で言うと |
|---|---|---|
| コンテナ実行 | Cloud Run | Fargate / App Runner |
| AI 推論 | Gemini API + ADK (Phase 3) | Bedrock Claude + AgentCore |
| Multimodal (動画→指摘) | Gemini 2.5 Pro Multimodal | Bedrock (動画入力なし) |
| NoSQL | Firestore | DynamoDB |
| 鍵レス CI/CD | Workload Identity Federation | IAM OIDC Provider |
| MCP integration | stdio / 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.md | 4/末 → 8/19 のマイルストーン |
| PITCH.md | 3 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.md | GCP セットアップ手順 |
| docs/setup-github-wif.md | WIF 鍵レス連携設定 |
| docs/setup-mcp.md | MCP 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-githubProvider /belvedere-deployerSA + 6 ロール / principalSet でKaedeAatou/belvedererepo に絞込 - Cloud Run 初回 deploy:
belvedere-api-devがasia-northeast1で稼働、/health200 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