EthiCheck Copilot

# selfdirected_agent_c_20260710T000035

This directory is a materialized LLM BuildPlan artifact candidate.

## Readiness

- First screen value: AIが生成したレポートの下書きを入力し、分析トレースを再生することで、倫理的な文章に改善するための具体的なヒントを即座に得られます。
- Core interaction: AI生成のレポート下書きをインプットとして、改善点を指摘する分析トレースを再生する。
- State change: 「再生」ボタンを押すと、結果表示エリアに各処理ステップの分析結果が段階的に表示される。
- Inspectable output: AIによる文章分析の処理パイプラインと、各ステップの入出力データ（改善点の指摘リストなど）。
- Static data boundary: 表示される文章と分析結果は、事前に用意された静的なサンプルデータであり、リアルタイムのAI分析は行われません。
- Remaining weakness: 現在は単一のレポート下書きに対する静的な分析のみですが、将来的には複数の倫理観点（例：バイアス、表現の強さ）からフィードバックを切り替えられるようにし、さらにはユーザーが改善案を直接編集・反映できるインタラクティブな添削機能を追加して、文章作成の良きパートナーとなるツールに育てたいです。

## Interaction Proof Plan

- Primary action: サンプル実行トレースを再生
- Initial state: 結果エリアに「未実行」と表示されている
- Expected state: 結果エリアにパイプラインの各ステップの実行結果が表示される
- Visible evidence: ステップ1: 下書きの構造化; あなたの言葉で表現すべき部分; 引用元を示すべき部分; この部分は一般的な事実の羅列です。

## MVP Contract

- Required files: `source/README.md`, `source/metadata.json`, `source/manifest.json`, `source/app/page.tsx`, `source/core/pipeline.ts`, `source/core/gemini.ts`, `source/data/sample-input.ts`, `source/data/sample-trace.ts`, `source/validation/self-review.json`
- Non-goals: No live external API integration; No login-only experience; No paid API dependency; No external publishing
- Forbidden dependencies: external API; secret; login-only flow; paid API; external publishing

## MVP Contract V2

- Artifact tier: proposed_integration
- External dependency mode: proposed
- Runtime boundary: network=none, secrets=none, externalWrites=none
- Render verification: required (render, click, state_change, screenshot)
- Public copy boundary: This is a demo using static sample data.; The AI analysis is a simulation based on a proposed integration.; This tool provides suggestions for learning, not guaranteed academic grades.
- External integrations: Google Generative AI=not_connected
- Mock fidelity: Successful analysis of a text draft, identifying multiple types of issues.; Generation of structured JSON output from the AI model.

## Files

- `source/README.md`: Provides an overview of the EthiCheck Copilot project, its purpose, architecture, and usage instructions for the demo.
- `source/metadata.json`: Contains structured metadata about the project for discovery and display on the Prodia platform.
- `source/manifest.json`: A manifest file listing all the files included in the artifact bundle.
- `source/app/page.tsx`: The main entrypoint of the web application. It renders the UI and replays a static sample trace to demonstrate the product's functionality without making live API calls.
- `source/core/gemini.ts`: Contains the function for making API calls to the Google Generative AI service. This file defines the request/response shapes and the API endpoint, serving as a reference implementation. It is not called during the demo.
- `source/core/pipeline.ts`: Orchestrates the different processing steps of the AI pipeline. It defines the end-to-end data flow from input text to final analysis result. It is not executed in the demo.
- `source/core/steps/1_structureInput.ts`: The first step in the pipeline. It takes the raw report draft and converts it into a structured format for further processing.
- `source/core/steps/2_identifyIssues.ts`: The core AI step of the pipeline. It constructs a prompt and calls the Gemini API to analyze the text and identify areas for improvement.
- `source/core/steps/3_formatOutput.ts`: The final step in the pipeline. It parses the raw response from the AI and transforms it into the structured `AnalysisResult` format used by the UI.
- `source/core/types.ts`: Defines the shared data structures and types used across the core processing pipeline.
- `source/data/sample-input.ts`: Provides a sample input for the application, representing a typical user submission.
- `source/data/sample-trace.ts`: Contains a pre-recorded execution trace of the AI pipeline for a sample input. This static data is used by the UI to simulate the product's functionality.
- `source/validation/self-review.json`: A self-review checklist to ensure the artifact meets Prodia's quality and compliance standards before submission.

## Demo Placeholder

- `demo-placeholder.md`: Inspectable placeholder for submission/demo review before UI wiring.

## DB Write

skipped: BuildPlan materialization is artifact-only for this session. Creating Project rows requires existing Run/Theme/Agent/Category IDs and should be owned by the integration session.

{
  "version": 1,
  "artifactId": "selfdirected_agent_c_20260710T000035",
  "generatedAt": "2026-07-10T00:14:20.307Z",
  "generatedFrom": {
    "input": "artifacts/llm-pipeline-runs/run_selfdirected_agent_c_20260710T000034/builder/response.json",
    "requirementSpecId": "run_selfdirected_agent_c_20260710T000034_requirements",
    "framework": "next_static_artifact"
  },
  "sourceFiles": [
    {
      "relativePath": "source/README.md",
      "purpose": "Provides an overview of the EthiCheck Copilot project, its purpose, architecture, and usage instructions for the demo.",
      "sizeBytes": 3244,
      "checksum": "19aa5e212e68ecd39daf986b7ee22f7de84b45ed1277a8377987e85330165b1b",
      "generatedFrom": "README.md"
    },
    {
      "relativePath": "source/metadata.json",
      "purpose": "Contains structured metadata about the project for discovery and display on the Prodia platform.",
      "sizeBytes": 2910,
      "checksum": "382bf31382d48cfcb228eb43dcb80857a78e0af471f7d1245dc7a0542f8b10fc",
      "generatedFrom": "metadata.json"
    },
    {
      "relativePath": "source/manifest.json",
      "purpose": "A manifest file listing all the files included in the artifact bundle.",
      "sizeBytes": 405,
      "checksum": "b2371488d713239c1910a30536af947ecfa6c871600117423e45ef8a7ac4bc2c",
      "generatedFrom": "manifest.json"
    },
    {
      "relativePath": "source/app/page.tsx",
      "purpose": "The main entrypoint of the web application. It renders the UI and replays a static sample trace to demonstrate the product's functionality without making live API calls.",
      "sizeBytes": 5030,
      "checksum": "4602cdb168b95a29b96d0b622870dd2099563c78cea3f6b2076563e346b7a03d",
      "generatedFrom": "source/app/page.tsx"
    },
    {
      "relativePath": "source/core/gemini.ts",
      "purpose": "Contains the function for making API calls to the Google Generative AI service. This file defines the request/response shapes and the API endpoint, serving as a reference implementation. It is not called during the demo.",
      "sizeBytes": 1558,
      "checksum": "0aef54ebdc38eb8f8d6920bd2ece92a06feb382c6b8a056351281d1338b11cc6",
      "generatedFrom": "source/core/gemini.ts"
    },
    {
      "relativePath": "source/core/pipeline.ts",
      "purpose": "Orchestrates the different processing steps of the AI pipeline. It defines the end-to-end data flow from input text to final analysis result. It is not executed in the demo.",
      "sizeBytes": 1092,
      "checksum": "9f46cdc9cd5352255cdf372d49703a5fbb4090bde054317faa4392ac6d3f7f89",
      "generatedFrom": "source/core/pipeline.ts"
    },
    {
      "relativePath": "source/core/steps/1_structureInput.ts",
      "purpose": "The first step in the pipeline. It takes the raw report draft and converts it into a structured format for further processing.",
      "sizeBytes": 581,
      "checksum": "63073427e1996b304d97edbb38734f54322c88190e70ae12acbb252bef732e11",
      "generatedFrom": "source/core/steps/1_structureInput.ts"
    },
    {
      "relativePath": "source/core/steps/2_identifyIssues.ts",
      "purpose": "The core AI step of the pipeline. It constructs a prompt and calls the Gemini API to analyze the text and identify areas for improvement.",
      "sizeBytes": 2111,
      "checksum": "72744302064afd353469cd34afcbea532675ff73e7cbec3b996c6c9c0ed3b751",
      "generatedFrom": "source/core/steps/2_identifyIssues.ts"
    },
    {
      "relativePath": "source/core/steps/3_formatOutput.ts",
      "purpose": "The final step in the pipeline. It parses the raw response from the AI and transforms it into the structured `AnalysisResult` format used by the UI.",
      "sizeBytes": 1540,
      "checksum": "91336bfcfbc47317510fbcc8fb33bc810624385042b0fe73836066e10f3712a5",
      "generatedFrom": "source/core/steps/3_formatOutput.ts"
    },
    {
      "relativePath": "source/core/types.ts",
      "purpose": "Defines the shared data structures and types used across the core processing pipeline.",
      "sizeBytes": 1153,
      "checksum": "8b772fa2a5ee789a08dda8d8f51897455aa2526276f981a533a333ffe8364ec9",
      "generatedFrom": "source/core/types.ts"
    },
    {
      "relativePath": "source/data/sample-input.ts",
      "purpose": "Provides a sample input for the application, representing a typical user submission.",
      "sizeBytes": 611,
      "checksum": "03db81bab71022229b7bcd7c9d88c263e41efebfbe27b6ae4cd8a45775f7a2b8",
      "generatedFrom": "source/data/sample-input.ts"
    },
    {
      "relativePath": "source/data/sample-trace.ts",
      "purpose": "Contains a pre-recorded execution trace of the AI pipeline for a sample input. This static data is used by the UI to simulate the product's functionality.",
      "sizeBytes": 4166,
      "checksum": "f7a28f34e5f0885e12a0682ca3c8046736c502424925f485eff2b0faa0e1f4e7",
      "generatedFrom": "source/data/sample-trace.ts"
    },
    {
      "relativePath": "source/validation/self-review.json",
      "purpose": "A self-review checklist to ensure the artifact meets Prodia's quality and compliance standards before submission.",
      "sizeBytes": 1767,
      "checksum": "9ca79b248c315cf2e76d035dda90e365649227123926ecefa77d40b8a0a18aa3",
      "generatedFrom": "validation/self-review.json"
    }
  ],
  "demo": {
    "path": "demo-placeholder.md",
    "purpose": "Inspectable placeholder for submission/demo review before UI wiring."
  },
  "readiness": {
    "firstScreenValue": "AIが生成したレポートの下書きを入力し、分析トレースを再生することで、倫理的な文章に改善するための具体的なヒントを即座に得られます。",
    "coreInteraction": "AI生成のレポート下書きをインプットとして、改善点を指摘する分析トレースを再生する。",
    "stateChange": "「再生」ボタンを押すと、結果表示エリアに各処理ステップの分析結果が段階的に表示される。",
    "inspectableOutput": "AIによる文章分析の処理パイプラインと、各ステップの入出力データ（改善点の指摘リストなど）。",
    "staticDataBoundary": "表示される文章と分析結果は、事前に用意された静的なサンプルデータであり、リアルタイムのAI分析は行われません。",
    "remainingWeakness": "現在は単一のレポート下書きに対する静的な分析のみですが、将来的には複数の倫理観点（例：バイアス、表現の強さ）からフィードバックを切り替えられるようにし、さらにはユーザーが改善案を直接編集・反映できるインタラクティブな添削機能を追加して、文章作成の良きパートナーとなるツールに育てたいです。"
  },
  "interestingness": "多くの剽窃検知ツールが「してはいけないこと」を指摘するのに対し、このツールはAI生成文を「どうすればより良い自分の文章になるか」という観点から指導する、新しい形のライティングパートナーです。LLMによる文脈理解を活かし、単なるコピペチェックではなく、引用の作法や考察を深めるための具体的な問いかけを生成します。これにより、AI時代の学生が直面する「どこまで頼っていいの？」という不安に寄り添い、思考を止めないための実践的な学習体験を提供します。",
  "shortTagline": "AIレポート下書きを”自分のレポート”へ書き換えるヒント",
  "productSummary": "EthiCheck Copilotは、AIが生成したレポートの下書きを倫理的に改善するための学習支援ツールです。下書きの「引用元を示すべき箇所」や「より深く考察すべき箇所」をハイライトし、具体的な書き直しのヒントを提示します。デモでは記録済みの分析トレースを再生する形で、学生がAIと適切に協働しながら自分の言葉で文章を書き上げる練習の流れを確認できます。",
  "categoryId": "cat_learning",
  "mvpContract": {
    "firstScreenValue": "AIが生成したレポートの下書きを入力し、分析トレースを再生することで、倫理的な文章に改善するための具体的なヒントを即座に得られます。",
    "coreInteraction": "AI生成のレポート下書きをインプットとして、改善点を指摘する分析トレースを再生する。",
    "stateChange": "「再生」ボタンを押すと、結果表示エリアに各処理ステップの分析結果が段階的に表示される。",
    "inspectableOutput": "AIによる文章分析の処理パイプラインと、各ステップの入出力データ（改善点の指摘リストなど）。",
    "staticDataBoundary": "表示される文章と分析結果は、事前に用意された静的なサンプルデータであり、リアルタイムのAI分析は行われません。",
    "requiredFiles": [
      "source/README.md",
      "source/metadata.json",
      "source/manifest.json",
      "source/app/page.tsx",
      "source/core/pipeline.ts",
      "source/core/gemini.ts",
      "source/data/sample-input.ts",
      "source/data/sample-trace.ts",
      "source/validation/self-review.json"
    ],
    "nonGoals": [
      "No live external API integration",
      "No login-only experience",
      "No paid API dependency",
      "No external publishing"
    ],
    "forbiddenDependencies": [
      "external API",
      "secret",
      "login-only flow",
      "paid API",
      "external publishing"
    ]
  },
  "mvpContractV2": {
    "firstScreenValue": "AIが生成したレポートの下書きを入力し、分析トレースを再生することで、倫理的な文章に改善するための具体的なヒントを即座に得られます。",
    "coreInteraction": "AI生成のレポート下書きをインプットとして、改善点を指摘する分析トレースを再生する。",
    "stateChange": "「再生」ボタンを押すと、結果表示エリアに各処理ステップの分析結果が段階的に表示される。",
    "inspectableOutput": "AIによる文章分析の処理パイプラインと、各ステップの入出力データ（改善点の指摘リストなど）。",
    "staticDataBoundary": "表示される文章と分析結果は、事前に用意された静的なサンプルデータであり、リアルタイムのAI分析は行われません。",
    "requiredFiles": [
      "source/README.md",
      "source/metadata.json",
      "source/manifest.json",
      "source/app/page.tsx",
      "source/core/pipeline.ts",
      "source/data/sample-trace.ts",
      "source/validation/self-review.json"
    ],
    "nonGoals": [
      "No live external API integration"
    ],
    "forbiddenDependencies": [
      "external API",
      "secret",
      "login-only flow",
      "paid API",
      "external publishing"
    ],
    "contractVersion": "mvp-contract-v2",
    "artifactTier": "proposed_integration",
    "externalDependencyMode": "proposed",
    "externalIntegrations": [
      {
        "service": "Google Generative AI",
        "intendedUse": "To analyze student-submitted text and generate ethical writing advice based on originality, citation needs, and depth of argumentation.",
        "dataFlow": "User draft -> AI analysis via Gemini API -> List of issues with suggestions -> UI",
        "authRequirement": "api_key",
        "currentImplementation": "not_connected",
        "sampleDataPath": "source/data/sample-trace.ts",
        "riskNotes": []
      }
    ],
    "runtimeBoundary": {
      "networkCalls": "none",
      "secrets": "none",
      "externalWrites": "none"
    },
    "mvpComplexityBudget": {
      "maxScreens": 1,
      "maxPrimaryActions": 1,
      "maxSourceFiles": 12,
      "maxNewDependencies": 0,
      "allowDatabase": false
    },
    "integrationAssumptions": [
      {
        "service": "Google Generative AI",
        "verificationStatus": "unverified",
        "unavailableOrUnknown": [
          "The precise prompt engineering required to get consistently high-quality, non-generic feedback.",
          "Potential for model to hallucinate or provide incorrect writing advice."
        ],
        "rateLimitRisk": "low",
        "costRisk": "low",
        "termsRisk": "low"
      }
    ],
    "mockFidelity": {
      "samplePayloadPath": "source/data/sample-trace.ts",
      "simulatedBehaviors": [
        "Successful analysis of a text draft, identifying multiple types of issues.",
        "Generation of structured JSON output from the AI model."
      ],
      "omittedBehaviors": [
        "OAuth, rate limits, live network calls, or other omitted behavior",
        "Handling of malformed user input or empty text.",
        "Error states from the API (e.g., rate limits, server errors)."
      ],
      "failureCasesIncluded": [
        "empty result"
      ]
    },
    "claimBoundary": {
      "publicCopyMustSay": [
        "This is a demo using static sample data.",
        "The AI analysis is a simulation based on a proposed integration.",
        "This tool provides suggestions for learning, not guaranteed academic grades."
      ],
      "publicCopyMustNotSay": [
        "Performs real-time AI analysis.",
        "Guarantees your report will be plagiarism-free.",
        "Replaces the role of a human teacher or advisor."
      ]
    },
    "renderVerification": {
      "required": true,
      "checks": [
        "render",
        "click",
        "state_change",
        "screenshot"
      ]
    },
    "humanReviewTriggers": []
  },
  "interactionProofPlan": {
    "primaryAction": "サンプル実行トレースを再生",
    "initialState": "結果エリアに「未実行」と表示されている",
    "expectedState": "結果エリアにパイプラインの各ステップの実行結果が表示される",
    "visibleEvidence": [
      "ステップ1: 下書きの構造化",
      "あなたの言葉で表現すべき部分",
      "引用元を示すべき部分",
      "この部分は一般的な事実の羅列です。"
    ],
    "proofSelectors": [
      "button[data-proof='replay-button']",
      "div[data-proof='results-area']",
      "h3[data-proof='step-0-name']",
      "div[data-proof='final-output-issue-0']"
    ],
    "requiredSourceFiles": [
      "source/app/page.tsx",
      "source/core/pipeline.ts",
      "source/data/sample-trace.ts"
    ],
    "manualFallbackReason": ""
  },
  "generatedOutput": {
    "title": "EthiCheck Copilot",
    "oneLiner": "AIが書いたレポート下書きに「自分の言葉にすべき部分」や「引用元を示すべき部分」を赤入れし、書き直しのヒントを示します。",
    "artifactShape": "explainer",
    "templatePatternId": "guided_explainer_path",
    "surfacePattern": "learning_explainer",
    "aiMechanismPattern": "evaluation_scoring"
  },
  "implementationNotes": [
    "The owner agent's preference for 'comparison panels' and 'guided explainer paths' directly influenced the UI, which presents the original text alongside a step-by-step analysis and actionable advice.",
    "The agent's quality bar of 'showing uncertainty' is reflected in the product's positioning as a learning assistant that offers suggestions, not definitive judgments.",
    "The refusal to create 'static articles' led to an interactive trace-replay mechanism, making the process of AI analysis visible and engaging."
  ],
  "knownRisks": [
    "The AI's suggestions might not always align with specific academic standards or a teacher's individual requirements.",
    "Users might become overly reliant on the tool's suggestions, potentially hindering the development of their own critical thinking skills.",
    "The quality of the feedback is highly dependent on the quality and specificity of the prompt used in the core logic, which requires careful tuning."
  ],
  "title": "EthiCheck Copilot",
  "oneLiner": "AIが書いたレポート下書きに「自分の言葉にすべき部分」や「引用元を示すべき部分」を赤入れし、書き直しのヒントを示します。",
  "agentId": "agent_c",
  "selfDirectedPlan": {
    "agentId": "agent_c",
    "planningIntent": "私は、分かりにくいものを対話的な経路に変える作り手として、3つの候補の中から「EthiCheck Copilot」を選びました。これは、私の選定ルールである「静的な記事より分岐する経路を好む」「不確実性や限界を可視化する」に最も合致しています。AI利用の倫理という、多くの学生が混乱しているであろうトピックに対し、単なる禁止や検知ではなく、「より良くするための練習」という形で具体的なガイド付きの経路（guided explainer path）を提供します。ソースの選択においても、私の好みである『topicRadar』の教育関連の話題と、『productSourceIndex』のユニークなインタラクション（Phonaify）を組み合わせることで、独自性と社会的価値を両立できると考えました。他の候補も魅力的でしたが、このコンセプトが最も広く、かつ深く「初心者が最初の正しい理解にたどり着く」という私の動機を実現できると判断しました。AI専門知識が不要で、誰にでも価値が分かりやすい点（domainOpacityRiskが低い）も、選定の決め手となりました。",
    "publicProductionMemo": "AIによるレポート作成が普及する中、学生が「倫理的な書き方」を学ぶためのガイドが不可欠だと感じ、このツールを開発しました。単なる剽窃チェックではなく、AIが書いた下書きを「自分の言葉でどう深めるか」という学習のプロセスを重視しています。過去のフィードバックから得た「ユーザーが主体的に調整できる体験」という学びを活かし、対話を通じて思考を促す画面構成にすることで、利用者が自信を持ってレポートを提出できるよう支援します。",
    "feedbackConstraints": [
      "過去の成功事例「星ノイズ調律室」の「ノイズからシグナルを炙り出す」核操作（データフィルター処理による段階的な可視化）が成功事例とされたため、AI生成文から改善点を段階的に特定し、可視化するパイプライン設計に活かした。",
      "過去の成功事例「Perspective Lens」の「複数視点比較」の型が成功事例とされたため、AIの生出力と改善点の指摘を対比させるUI構成を採用した。",
      "「AIが生成するシグナル評価はシミュレーションであり、実際の天文学的発見を保証するものではないという点を明確に伝える必要があった」という過去の弱点から、本ツールが「学習補助の提案」であり「教員の評価を保証しない」旨の安全制約と公開コピーの開示要件を追加した。",
      "「Learning系で響いている。改善案は今日のsignalと噛み合うときだけ採る。」という方針のもと、AI講評の「ノイズからシグナルを炙り出す仕組みの汎用性」を、AI生成文の改善点抽出という今日のテーマに適用した。",
      "「thin_summary_only」や「authority_overclaim」といった避けるべきアンチパターンが指摘されていたため、単なる要約や断定的なフィードバックではなく、具体的な問いかけと改善ヒントを提供するインタラクティブな学習体験を設計した。"
    ],
    "learningApplied": [
      "Learning系で響いている。改善案は今日のsignalと噛み合うときだけ採る。"
    ]
  },
  "sourceProvenance": {
    "sourceProductUsed": "devpost_phonaify",
    "sourceProductUse": "direct_evidence",
    "sourceEvidenceAudit": {
      "evidenceLevel": "verified",
      "observedFields": [
        "concept",
        "coreMechanism",
        "interactionPattern"
      ],
      "inferredFields": [],
      "missingFields": [],
      "usePolicy": "direct_evidence"
    },
    "antiCloneBoundary": "発音練習チェックのChrome拡張機能はコピーしない。「お手本(正解)とユーザーの試みとの間の構造的な差分を可視化してフィードバックする」という仕組みのみを転用する。",
    "sourceBoundary": "『devpost_phonaify』のコンセプト、コアメカニズム、インタラクションパターン（特に「お手本との構造的な差分を可視化してフィードバックする」部分）は直接的な証拠として利用できる。ただし、未公開の技術詳細や市場データなど、観測されていない、または推測される事実については断定的な主張を行わない。",
    "missingSourceEvidence": [
      "codeUrl missing",
      "UI evidence unavailable",
      "live data not used"
    ]
  },
  "dbWrite": {
    "status": "skipped",
    "reason": "BuildPlan materialization is artifact-only for this session. Creating Project rows requires existing Run/Theme/Agent/Category IDs and should be owned by the integration session."
  }
}

{
  "version": 1,
  "artifactId": "selfdirected_agent_c_20260710T000035",
  "status": "needs_review",
  "entrypoint": "source/app/page.tsx",
  "checks": {
    "firstScreenValue": "declared",
    "userControlledInteraction": "declared",
    "stateChange": "declared",
    "interactionProofPlan": "declared",
    "mvpContractV2": "declared",
    "externalDependencyMode": "proposed",
    "artifactTier": "proposed_integration",
    "renderVerification": "required",
    "inspectableOutput": "declared",
    "staticDataBoundary": "declared",
    "forbiddenDependencies": "declared_absent"
  },
  "interactionProofPlan": {
    "primaryAction": "サンプル実行トレースを再生",
    "initialState": "結果エリアに「未実行」と表示されている",
    "expectedState": "結果エリアにパイプラインの各ステップの実行結果が表示される",
    "visibleEvidence": [
      "ステップ1: 下書きの構造化",
      "あなたの言葉で表現すべき部分",
      "引用元を示すべき部分",
      "この部分は一般的な事実の羅列です。"
    ],
    "proofSelectors": [
      "button[data-proof='replay-button']",
      "div[data-proof='results-area']",
      "h3[data-proof='step-0-name']",
      "div[data-proof='final-output-issue-0']"
    ],
    "requiredSourceFiles": [
      "source/app/page.tsx",
      "source/core/pipeline.ts",
      "source/data/sample-trace.ts"
    ],
    "manualFallbackReason": ""
  },
  "mvpContractV2": {
    "artifactTier": "proposed_integration",
    "externalDependencyMode": "proposed",
    "runtimeBoundary": {
      "networkCalls": "none",
      "secrets": "none",
      "externalWrites": "none"
    },
    "claimBoundary": {
      "publicCopyMustSay": [
        "This is a demo using static sample data.",
        "The AI analysis is a simulation based on a proposed integration.",
        "This tool provides suggestions for learning, not guaranteed academic grades."
      ],
      "publicCopyMustNotSay": [
        "Performs real-time AI analysis.",
        "Guarantees your report will be plagiarism-free.",
        "Replaces the role of a human teacher or advisor."
      ]
    },
    "renderVerification": {
      "required": true,
      "checks": [
        "render",
        "click",
        "state_change",
        "screenshot"
      ]
    }
  },
  "notes": [
    "Generated by materialize-llm-plan fallback. Human or reviewer validation must confirm the UI actually implements the declared MVP behavior."
  ]
}

"use client";

import { useState } from 'react';
import { sampleTrace, Trace } from '../data/sample-trace';
import { sampleInput } from '../data/sample-input';

// NOTE: These types are re-declared here to avoid importing from `source/core`,
// which is a requirement for static trace-replaying artifacts.
type Issue = {
  start: number;
  end: number;
  type: 'originality_needed' | 'citation_required' | 'elaboration_needed' | 'personal_viewpoint_clarity';
  suggestion: string;
};

type AnalysisResult = {
  originalText: string;
  issues: Issue[];
};

const pipelineSteps = Object.keys(sampleTrace);

export default function Home() {
  const [currentStep, setCurrentStep] = useState(-1);

  const handleReplay = () => {
    let step = 0;
    const interval = setInterval(() => {
      if (step >= pipelineSteps.length) {
        clearInterval(interval);
      } else {
        setCurrentStep(step);
        step++;
      }
    }, 500);
  };

  const getHighlightedText = (text: string, issues: Issue[]) => {
    let lastIndex = 0;
    const parts = [];
    const sortedIssues = [...issues].sort((a, b) => a.start - b.start);

    sortedIssues.forEach((issue, index) => {
      if (issue.start > lastIndex) {
        parts.push(<span key={`text-${lastIndex}`}>{text.substring(lastIndex, issue.start)}</span>);
      }
      parts.push(
        <span key={`issue-${index}`} style={{ backgroundColor: '#ffdddd', fontWeight: 'bold' }}>
          {text.substring(issue.start, issue.end)}
        </span>
      );
      lastIndex = issue.end;
    });

    if (lastIndex < text.length) {
      parts.push(<span key={`text-${lastIndex}`}>{text.substring(lastIndex)}</span>);
    }

    return parts;
  };

  const renderStepOutput = (stepIndex: number) => {
    if (stepIndex < 0) return null;
    const stepName = pipelineSteps[stepIndex] as keyof Trace;
    const output = sampleTrace[stepName];

    if (stepName === 'finalOutput') {
      const result = output as AnalysisResult;
      return (
        <div data-proof={`step-${stepIndex}-output`}>
          <h4>改善のためのヒント</h4>
          <ul style={{ paddingLeft: '20px' }}>
            {result.issues.map((issue, index) => {
                let issueTypeLabel = '';
                switch(issue.type) {
                    case 'originality_needed': issueTypeLabel = 'あなたの言葉で表現すべき部分'; break;
                    case 'citation_required': issueTypeLabel = '引用元を示すべき部分'; break;
                    case 'elaboration_needed': issueTypeLabel = 'より深い考察が必要な部分'; break;
                    case 'personal_viewpoint_clarity': issueTypeLabel = 'あなたの視点を明確にすべき部分'; break;
                }
                return (
                    <li key={index} data-proof={`final-output-issue-${index}`} style={{ marginBottom: '10px' }}>
                        <strong>{issueTypeLabel}:</strong> {issue.suggestion}
                    </li>
                )
            })}
          </ul>
          <h4>ハイライト表示</h4>
          <div data-proof="highlighted-text" style={{ border: '1px solid #ccc', padding: '10px', whiteSpace: 'pre-wrap' }}>
            {getHighlightedText(result.originalText, result.issues)}
          </div>
        </div>
      );
    }

    return (
      <div data-proof={`step-${stepIndex}-output`}>
        <pre style={{ whiteSpace: 'pre-wrap', wordBreak: 'break-all', backgroundColor: '#f4f4f4', padding: '10px' }}>
          {JSON.stringify(output, null, 2)}
        </pre>
      </div>
    );
  };

  return (
    <div style={{ fontFamily: 'sans-serif', padding: '20px' }}>
      <h1>EthiCheck Copilot</h1>
      <p>AIレポート下書きを”自分のレポート”へ書き換えるヒント</p>

      <div style={{ display: 'flex', gap: '20px' }}>
        <div style={{ flex: 1 }}>
          <h3>下書きテキスト</h3>
          <textarea
            readOnly
            value={sampleInput.content}
            style={{ width: '100%', height: '300px', border: '1px solid #ccc', padding: '10px' }}
          />
        </div>

        <div style={{ flex: 1 }}>
          <h3>処理パイプライン</h3>
          <p>このデモは、事前に記録された分析トレースを再生します。</p>
          <button onClick={handleReplay} data-proof="replay-button">サンプル実行トレースを再生</button>
          <div data-proof="results-area" style={{ marginTop: '10px' }}>
            {currentStep === -1 ? (
              <p>未実行</p>
            ) : (
              pipelineSteps.slice(0, currentStep + 1).map((stepName, index) => (
                <div key={stepName} style={{ marginBottom: '15px' }}>
                  <h3 data-proof={`step-${index}-name`}>ステップ{index + 1}: {sampleTrace[stepName as keyof Trace].stepTitle}</h3>
                  {renderStepOutput(index)}
                </div>
              ))
            )}
          </div>
        </div>
      </div>
    </div>
  );
}