feat: ignite metrics コマンドを追加する

[ignite-gh-app]

概要

システムの稼働状況を数値で確認できるメトリクス機能が有用です。

提案

ignite metrics コマンドを追加:

ignite metrics
# 出力例:
# === IGNITE Metrics ===
# 
# セッション稼働時間: 2h 34m
# 
# メッセージ統計:
#   処理済み: 142
#   処理中: 3
#   保留中: 0
#   タイムアウト: 1
#
# GitHubイベント:
#   Issue: 45
#   PR: 23
#   コメント: 74
#
# エージェント状態:
#   Leader: 稼働中 (CPU: 2.3%, Mem: 124MB)
#   Strategist: 稼働中
#   ...

保存先

workspace/metrics/ に定期的に保存し、トレンド分析も可能に

[myfinder]

@ignite-gh-app メトリクスの形式はJSONなど、プログラマティックに処理できるものが望ましいと思います。設計案を考えてコメントで提案して。

[ignite-gh-app]

このIssueを確認しました。処理を開始します。

---

Generated by IGNITE AI Team

[ignite-gh-app]

ignite metrics コマンド設計案

task_001 の現状調査結果を基に、cmd_metrics.sh の設計案をまとめました。

---

1. コマンド概要

ファイル: scripts/lib/cmd_metrics.sh（目安 150–200 行）

コマンド	役割	視点
ignite status	定性的ヘルスチェック（alive/dead、ダッシュボード、ログ末尾）	運用者
ignite cost	コスト特化（トークン・USD・JPY、セッション比較）	経理
ignite metrics	定量 KPI（タスクスループット、評価スコア、キュー深度、コスト要約）	パフォーマンス分析

cmd_metrics.sh は既存の cost_utils.sh を source してコスト計算を再利用し、ログ・キュー・memory.db からタスク統計を集約する。

---

2. テキストモード出力セクション

=== IGNITE Metrics ===

Session ─────────────────────────────────
  name:      ignite-ad34
  uptime:    2h 34m
  version:   0.2.0
  agents:    9 (6 sub-leaders + 3 ignitians)

Tasks ───────────────────────────────────
  total:       28
  completed:   24  (85.7%)
  in_progress:  2
  queued:       1
  failed:       1  (3.6%)

Quality ─────────────────────────────────
  avg_score:     93.2  (n=24)
  max_score:     98
  min_score:     85
  revision_rate: 4.2%  (1/24)
  score_trend:   ▁▃▅▆▇▇▆▇  (直近8タスク)

Queue ───────────────────────────────────
  leader:      189 pending
  strategist:   89 pending
  evaluator:     1 pending
  ignitian_1:    1 pending
  ignitian_2:    0 pending
  ignitian_3:    1 pending

Cost (session) ──────────────────────────
  total_usd:  $12.34
  total_jpy:  ¥1,851
  tokens_in:  2,345,678
  tokens_out:   456,789

---

3. JSON 出力スキーマ（Prometheus 命名規則）

{
  "ignite_session_info": {
    "name": "ignite-ad34",
    "uptime_seconds": 9240,
    "version": "0.2.0",
    "agents_total": 9
  },
  "ignite_tasks": {
    "total": 28,
    "completed": 24,
    "in_progress": 2,
    "queued": 1,
    "failed": 1,
    "completion_rate": 0.857
  },
  "ignite_quality": {
    "avg_score": 93.2,
    "max_score": 98,
    "min_score": 85,
    "revision_rate": 0.042,
    "scores": [95, 92, 90, 94, 93, 98, 91, 95]
  },
  "ignite_queue_depth": {
    "leader": 189,
    "strategist": 89,
    "evaluator": 1,
    "coordinator": 0,
    "ignitian_1": 1,
    "ignitian_2": 0,
    "ignitian_3": 1
  },
  "ignite_cost": {
    "total_usd": 12.34,
    "total_jpy": 1851,
    "input_tokens": 2345678,
    "output_tokens": 456789,
    "cache_read_tokens": 1234567,
    "cache_creation_tokens": 345678
  }
}

• 最大3層ネスト（トップ → カテゴリ → フィールド）
• Prometheus 準拠: ignite_ プレフィックス、snake_case
• jq との相性を考慮したフラット設計

---

4. CLI オプション

ignite metrics [options]

  -j, --json         JSON出力（デフォルト: テキスト）
  -s, --session ID   対象セッション指定
  -a, --agent NAME   特定エージェントのメトリクスのみ
  --no-cost          コスト集計をスキップ（高速化）
  --trend            sparklineトレンド表示（テキスト時）
  -w, --workspace    ワークスペース指定
  -h, --help         ヘルプ表示

オプション	用途
--json	CI/CD連携、Prometheus pushgateway、ダッシュボードツール
--no-cost	コスト集計（jq + .jsonl走査）をスキップして高速化
--trend	直近Nタスクのスコアをsparkline（▁▃▅▆▇）で可視化
--agent	特定エージェントのみ出力（デバッグ用）

---

5. データソース一覧

セクション	ソース	アクセス方法	重み
Session	costs/sessions.yaml	grep/awk + date 算出	主
Tasks (completed)	logs/ignitian_*.log	grep -c 'タスク完了'	主
Tasks (in_progress)	logs/ignitian_*.log	grep -c 'タスク開始' − completed	主
Tasks (queued)	queue/ignitian_*/	find -name "*.yaml" | wc -l	主
Tasks (failed)	logs/evaluator.log	grep -c 'needs_revision|REJECT'	主
Quality scores	logs/evaluator.log	grep -oP 'APPROVE \(\K\d+'	主
Queue depth	queue/*/	find -name "*.yaml" -type f | wc -l	主
Cost	cost_utils.sh 関数群	load_pricing + collect_session_tokens + calculate_cost	主
Tasks (DB)	state/memory.db tasks テーブル	sqlite3 SELECT	補
Memories count	state/memory.db memories テーブル	sqlite3 COUNT	補

主軸: ファイルベース（ログ + キュー + costs）
補助: memory.db（現在テーブルは空だが、将来の sqlite3 クエリに備える）

---

6. 実装フェーズ案

Phase 1: 基本メトリクス（MVP）

• cmd_metrics.sh 新規作成（~100行）
• Session / Tasks / Queue セクションのテキスト出力
• scripts/ignite への統合（source + case追加）
• cmd_help.sh ヘルプ追加

Phase 2: JSON + コスト + スコア

• --json オプション追加
• Prometheus命名規則の JSON スキーマ
• cost_utils.sh 連携によるコスト概要セクション
• Evaluator ログからのスコア集計 + --trend sparkline

Phase 3: 永続化 + memory.db 連携

• workspace/metrics/ への定期保存（save_metrics_snapshot()）
• memory.db の tasks/memories テーブル参照
• --diff オプション（前回スナップショットとの差分表示）

---

7. 将来拡張

• Prometheus 出力: --prometheus フラグで OpenMetrics テキスト形式出力 → Prometheus pushgateway 連携
• 定期保存: ignite metrics --save で workspace/metrics/YYYY-MM-DD_HH-MM.json に自動保存
• GitHub Actions 連携: JSON 出力を CI で取得してPRコメントに自動添付
• Grafana ダッシュボード: JSON → pushgateway → Prometheus → Grafana パイプライン

---

設計案 by IGNITIAN-2 (IGNITE AI Team)

[myfinder]

@ignite-gh-app ワークスペース分離などが進んできているので改めて設計を整理したい。現状の実装を踏まえて改めてプランして。不明点は質問してください。

[ignite-gh-app]

ignite metrics コマンド設計プラン — 既存基盤を踏まえた再整理

myfinderコメント: 「ワークスペース分離などが進んできているので改めて設計を整理したい」

本ドキュメントは最新ソースコード（2026-02-13時点）を精査し、既存メトリクス基盤の棚卸し → Issue #85提案の実現可能性分析 → cmd_metrics.sh設計プラン → v1/v2スコープの順に整理します。

---

1. 既存メトリクス基盤の棚卸し

1-1. 実装済みコマンド機能カタログ

ファイル	行数	提供関数	出力形式	データソース
cmd_cost.sh	433行	cmd_cost()	テーブル / JSON (-j)	costs/sessions.yaml, .jsonl セッションファイル
cmd_status.sh	155行	cmd_status()	テキスト	tmux pane, dashboard.md, queue/, PIDファイル
cost_utils.sh	480行	下記参照	—	pricing.yaml, sessions-index.json, .jsonl

1-2. cost_utils.sh 再利用可能関数群

関数	行番号	用途	metrics での再利用
load_pricing()	L14-37	pricing.yaml 読み込み	✅ コスト概要セクション
collect_session_tokens()	L44-76	.jsonl からトークン集計（jq）	✅ コスト概要セクション
calculate_cost()	L138-146	USD コスト計算	✅ コスト概要セクション
format_tokens()	L83-92	トークン数 → 1.2M/3.4K 変換	✅ テキスト出力
format_number()	L95-98	カンマ区切りフォーマット	✅ テキスト出力
pad_right() / pad_left()	L110-131	全角対応パディング	✅ テーブル表示
get_agent_session_id()	L276-286	エージェント → セッションID解決	✅ エージェント別集計
update_sessions_yaml()	L224-273	null session_id の自動解決	✅ 起動時に呼び出し

1-3. memory.db スキーマと現在の蓄積量

テーブル	レコード数	主要カラム	metrics 用途
memories	1,748件	agent, type, content, task_id, repository, timestamp	タスク完了数、エージェント活動量、type別集計
tasks	446件	task_id, assigned_to, status, repository, started_at, completed_at	タスクスループット、完了率、所要時間
agent_states	9件	agent, status, current_task_id, last_active	エージェント稼働状況
strategist_state	—	request_id, status, draft_strategy, reviews	戦略パイプライン状況
insight_log	—	repository, issue_number, action, title	Insight 起票履歴

重要な発見: memory.db はデータが十分に蓄積されており（memories 1,748件 / tasks 446件）、新規インフラ不要でSQLクエリのみでv1メトリクスを実現可能。

1-4. cmd_cost.sh のCLIパターン（踏襲すべき設計）

ignite cost [options]
  -s, --session <name>    対象セッション
  -a, --agent <name>      特定エージェントのみ
  -d, --detailed          詳細表示
  -j, --json              JSON出力
  -l, --list              履歴一覧
  -w, --workspace <dir>   ワークスペース指定
  -h, --help              ヘルプ

このパターン（セッション指定 / エージェントフィルタ / JSON出力 / ワークスペース指定）をcmd_metrics.shでも踏襲します。

---

2. Issue #85 提案のデータソース特定 + 実現可能性分析

myfinder提案: 「メトリクスの形式はJSONなど、プログラマティックに処理できるものが望ましい」

前回設計の4カテゴリをデータソース視点で再評価します。

カテゴリ	メトリクス例	プライマリソース	クエリ方法	v1実現性
Session	uptime, agent_count, version	costs/sessions.yaml + tmux	grep/awk + date	✅ 即時可能
Tasks	total, completed, failed, completion_rate, avg_duration	memory.db tasks テーブル	SQLite SELECT COUNT(*), AVG(julianday(completed_at) - julianday(started_at))	✅ 即時可能（446件蓄積済み）
Queue	depth per agent, dead_letter count	queue/*/ ディレクトリ	find -name "*.yaml" -o -name "*.mime" | wc -l	✅ 即時可能
Cost	total_usd, tokens_in/out, per_agent	cost_utils.sh 関数群	load_pricing + collect_session_tokens	✅ 即時可能（既存関数再利用）

追加可能カテゴリ（memory.db活用）:

カテゴリ	メトリクス例	ソース	クエリ方法
Agents	messages_sent/received, decisions, learnings	memory.db memories	SELECT agent, type, COUNT(*) GROUP BY agent, type
Quality	avg_score, revision_rate	memory.db memories (type='evaluation')	contentからスコア抽出
GitHub	issues_completed, PRs_reviewed	memory.db memories + tasks (repository)	リポジトリ別集計

---

3. cmd_metrics.sh 設計プラン

3-1. サブコマンド構成

ignite metrics [subcommand] [options]

サブコマンド:
  summary     セッション概要（デフォルト）
  agents      エージェント別メトリクス
  tasks       タスク統計
  queue       キュー深度
  github      リポジトリ別GitHub統計

共通オプション:
  -j, --json              JSON出力（デフォルト: テキスト）
  -s, --session <name>    対象セッション指定
  --since <duration>      期間フィルタ（例: 1h, 24h, 7d）
  -a, --agent <name>      エージェントフィルタ
  -r, --repository <name> リポジトリフィルタ
  --no-cost               コスト集計スキップ（高速化）
  -w, --workspace <dir>   ワークスペース指定
  -h, --help              ヘルプ表示

3-2. データ取得方式: Pull（オンデマンドクエリ）

┌─────────────────────────────────────────────────────┐
│  ignite metrics summary --json                       │
│                                                       │
│  ┌──────────┐  ┌──────────┐  ┌──────────────────┐   │
│  │sessions  │  │  queue/   │  │  state/memory.db │   │
│  │.yaml     │  │  */*.yaml │  │  tasks/memories  │   │
│  └────┬─────┘  └────┬─────┘  └────────┬─────────┘   │
│       │              │                  │             │
│       ▼              ▼                  ▼             │
│  ┌──────────────────────────────────────────────┐    │
│  │  cmd_metrics.sh                               │    │
│  │  ┌──────────────┐  ┌────────────────────┐    │    │
│  │  │ cost_utils.sh│  │ SQLite queries     │    │    │
│  │  │ (再利用)     │  │ (新規)             │    │    │
│  │  └──────────────┘  └────────────────────┘    │    │
│  └──────────────────────┬───────────────────────┘    │
│                          │                            │
│                          ▼                            │
│              stdout (text or JSON)                    │
└─────────────────────────────────────────────────────┘

Pullベース設計の利点:

• 追加のデーモン/cron不要
• ワークスペース内完結（横断集計はv2）
• 既存cost_utils.sh関数群をsource再利用

3-3. JSON出力スキーマ（ignite metrics summary --json）

{
  "ignite_session": {
    "name": "ignite-xxxx",
    "version": "0.4.3",
    "uptime_seconds": 9240,
    "started_at": "2026-02-13T12:00:00+0900",
    "agents_total": 9,
    "workspace": "/home/taz/ignite-workspace"
  },
  "ignite_tasks": {
    "total": 446,
    "completed": 435,
    "in_progress": 3,
    "queued": 2,
    "failed": 1,
    "cancelled": 4,
    "completion_rate": 0.975,
    "avg_duration_minutes": null
  },
  "ignite_agents": {
    "leader": {"memories": 372, "tasks_delegated": 0, "status": "idle"},
    "coordinator": {"memories": 449, "tasks_delegated": 0, "status": "idle"},
    "strategist": {"memories": 311, "tasks_delegated": 0, "status": "idle"},
    "evaluator": {"memories": 219, "tasks_delegated": 0, "status": "idle"},
    "innovator": {"memories": 207, "tasks_delegated": 0, "status": "idle"},
    "architect": {"memories": 91, "tasks_delegated": 0, "status": "idle"},
    "ignitian_1": {"memories": 26, "tasks_completed": 0, "status": "idle"},
    "ignitian_2": {"memories": 39, "tasks_completed": 0, "status": "idle"},
    "ignitian_3": {"memories": 34, "tasks_completed": 0, "status": "busy"}
  },
  "ignite_queue": {
    "leader": {"pending": 0, "processed": 0},
    "strategist": {"pending": 0, "processed": 0},
    "coordinator": {"pending": 0, "processed": 0},
    "dead_letter": {"total": 0}
  },
  "ignite_cost": {
    "total_usd": 12.34,
    "total_jpy": 1851,
    "input_tokens": 2345678,
    "output_tokens": 456789,
    "cache_read_tokens": 1234567,
    "cache_creation_tokens": 345678
  }
}

設計方針:

• ignite_ プレフィックス: Prometheus命名規則準拠
• 最大3層ネスト: jqでの処理容易性
• snake_case: JSON慣例準拠
• null許容: avg_duration_minutes は started_at/completed_at 両方がある場合のみ算出

3-4. サブコマンド別SQLクエリ

ignite metrics tasks:

-- タスクステータス集計
SELECT status, COUNT(*) as count FROM tasks GROUP BY status;

-- リポジトリ別集計（--repository フィルタ対応）
SELECT repository, status, COUNT(*) FROM tasks
WHERE repository = :repo GROUP BY repository, status;

-- 平均所要時間（started_at/completed_at 両方がNOT NULLの場合）
SELECT AVG(
  (julianday(completed_at) - julianday(started_at)) * 24 * 60
) as avg_minutes
FROM tasks WHERE status = 'completed'
  AND started_at IS NOT NULL AND completed_at IS NOT NULL;

ignite metrics agents:

-- エージェント別メモリ数・タイプ集計
SELECT agent, type, COUNT(*) as count
FROM memories GROUP BY agent, type ORDER BY agent, count DESC;

-- エージェント状態
SELECT agent, status, current_task_id, last_active FROM agent_states;

ignite metrics queue:

# ファイルシステム走査（memory.dbに依存しない）
for queue_dir in "$WORKSPACE_DIR/queue"/*/; do
    name=$(basename "$queue_dir")
    pending=$(find "$queue_dir" -maxdepth 1 \( -name "*.yaml" -o -name "*.mime" \) -type f 2>/dev/null | wc -l)
    processed=$(find "$queue_dir/processed" -type f 2>/dev/null | wc -l)
done

ignite metrics github:

-- リポジトリ別タスク統計
SELECT repository, status, COUNT(*) FROM tasks
WHERE repository IS NOT NULL GROUP BY repository, status;

-- リポジトリ別メモリ（Issue追跡）
SELECT repository, COUNT(DISTINCT issue_number) as issues
FROM memories WHERE repository IS NOT NULL GROUP BY repository;

---

4. v1スコープ（最小実装セット）

項目	内容	実装方法
cmd_metrics.sh	scripts/lib/cmd_metrics.sh 新規作成（150-200行見込み）	cmd_cost.shパターン踏襲
summaryサブコマンド	Session + Tasks + Queue + Cost概要	SQLite + find + cost_utils.sh
--jsonオプション	JSON出力（上記スキーマ）	jqなしのbash printf/echo
--sinceフィルタ	期間指定（--since 24h）	SQLite WHERE timestamp >= datetime(...)
ignite CLI統合	scripts/ignite にcase追加	source lib/cmd_metrics.sh
テキスト出力	cmd_cost.shスタイルのテーブル表示	cost_utils.sh pad_left/pad_right再利用

v1でやらないこと:

• metrics_snapshotsテーブル（時系列保存）
• --all-workspaces 横断集計
• sparklineトレンド表示
• Prometheus出力形式

v1の見積もり: cmd_metrics.sh 150-200行 + igniteスクリプト修正 5行 + cmd_help.sh追加 10行

---

5. v2ロードマップ

フェーズ	内容	依存
v2.1: 時系列保存	metrics_snapshots テーブル追加。ignite metrics --save で定期スナップショット。queue_monitorのSYNC_INTERVALで自動保存も検討	v1完了
v2.2: 横断集計	--all-workspaces オプション。~/.ignite/workspaces/ 配下の全ワークスペースを走査。各memory.dbをATTACHしてUNION集計	ワークスペース分離完了
v2.3: トレンド表示	--trend でsparkline（▁▃▅▆▇）。直近N件のタスクスコア/所要時間をプロット	v2.1のスナップショットデータ
v2.4: Prometheus連携	--prometheus で OpenMetrics テキスト出力。pushgateway連携でGrafanaダッシュボード	運用ニーズ次第

---

6. dashboard.md vs metrics のすみ分け

観点	dashboard.md	ignite metrics
更新タイミング	リアルタイム（各エージェントが都度更新）	オンデマンド（コマンド実行時にPull）
データの性質	現在の状態（What's happening now）	統計集計（What happened）
出力形式	Markdown（人間向け）	テキスト / JSON（人間+プログラム向け）
履歴	なし（常に最新状態を上書き）	v2で時系列保存
スコープ	単一ワークスペース	v1: 単一WS / v2: 横断集計
コンテンツ	現在のタスク、Sub-Leaders状態、最新ログ	タスク完了率、エージェント活動量、キュー深度、コスト

結論: dashboard.mdは「今何が起きているか」のライブビュー、metricsは「これまでの実績」の集計ビュー。相互補完の関係であり、統合不要。

---

7. ignite cost との関係

方針	理由
cost コマンドは独立維持	既にエージェント単位の詳細コスト（キャッシュ読込/作成、USD/JPY）を提供。cmd_cost.sh (433行) + cost_utils.sh (480行) の成熟した実装を壊す必要なし
metrics summary にコスト概要のみ	ignite_cost セクションに total_usd / total_jpy / input_tokens / output_tokens を含める
実装: cost_utils.sh を source して既存関数を呼ぶ	load_pricing + collect_session_tokens + calculate_cost を再利用。新規コスト計算ロジックは書かない
--no-cost で高速化	コスト集計は .jsonl ファイル走査（jq）が重いため、スキップオプションを提供

---

8. 議論ポイント（質問事項）

Q1. サブコマンド vs フラットオプション

cmd_metrics.sh のCLI設計について:

• A案（サブコマンド）: ignite metrics tasks, ignite metrics queue — カテゴリ別に分離
• B案（フラットオプション）: ignite metrics --tasks --queue — 複数指定で組み合わせ可能
• C案（summaryのみ）: ignite metrics で全カテゴリ一括、サブコマンドなし

cmd_cost.sh はサブコマンドなし（フラット）。cmd_plan.sh は引数で動作を分岐。どちらのパターンに揃えるべきでしょうか？

Q2. --since のデフォルト範囲

ignite metrics を引数なしで実行した場合のデフォルト集計範囲:

• A案: 現在のセッション期間のみ（sessions.yaml started_at 以降）
• B案: 全期間（memory.db全レコード）
• C案: 直近24時間

ワークスペース分離により1ワークスペース=1セッションの場合、A案が自然ですが、長時間稼働セッションでは範囲が広くなります。

Q3. memory.db の tasks.started_at / completed_at 充填状況

所要時間メトリクスは started_at と completed_at の両方が必要ですが、これらのカラムは後から追加されたカラムです。既存446件中、両方がNOT NULLのレコード比率によって avg_duration_minutes の信頼性が変わります。NULLが多い場合、v1では所要時間を除外すべきでしょうか？

Q4. JSON出力のPrometheus命名規則

前回設計でignite_プレフィックスのPrometheus命名規則が提案されましたが、当面Prometheus連携の予定がない場合、よりシンプルなキー名（session, tasks, queue, cost）の方が使いやすい可能性があります。どちらを採用すべきでしょうか？

Q5. ワークスペース分離への対応優先度

v2の横断集計（--all-workspaces）について:

• 現時点でワークスペース分離の進捗度合いはどの程度でしょうか？
• v1は単一ワークスペース完結で問題ないか、それとも横断集計をv1に含めるべきでしょうか？
• 各ワークスペースのmemory.dbをATTACHしてUNIONする設計は許容されますか？

---

Generated by IGNITE AI Team