ClauseCompass

# selfdirected_agent_t_20260708T041828

This directory is a materialized LLM BuildPlan artifact candidate.

## Readiness

- First screen value: ユーザーは契約書に関する平易な質問と、それに対するAIの回答が根拠条文付きで表示されるのを見て、難解な文書からでも欲しい情報がピンポイントで取り出せる価値を即座に理解できます。
- Core interaction: 「サンプル実行トレースを再生」ボタンをクリックすると、静的な結果表示エリアが更新され、AIが質問に答えるまでの処理の流れと最終的な回答が段階的に表示されます。
- State change: ボタンをクリックすると、結果表示エリアが「まだ実行されていません」という初期状態から、サンプルデータの質問と、それに対する引用付きの回答が表示された状態に変わります。
- Inspectable output: 最終的なアウトプットは、ユーザーの質問に対する平易な言葉での回答と、その根拠となった契約書内の条文テキストおよび条文番号（例：「第5条第3項」）です。
- Static data boundary: このデモは、`source/data/sample-trace.ts`にハードコードされた単一のサンプル契約書と質問に対する実行結果を再生するだけで、ファイルのアップロードや自由な質問応答、ライブのAI処理は行われません。
- Remaining weakness: 今は単一の簡単な契約書サンプルしか扱えませんが、将来的には複数の文書を横断して比較したり、複雑な階層構造を持つ契約書にも対応したりすることで、個人だけでなく法務部門でも使える強力な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: The results area shows a 'not yet run' placeholder message.
- Expected state: The results area is populated with the final answer and quoted section from the sample trace.
- Visible evidence: ClauseCompass; 処理パイプライン; 1. 文書構造の解析; サンプル実行トレースを再生; 回答: いいえ、ペットの飼育はできません。; 第5条第3項

## 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 processing is a proposed implementation and is not live.; This tool does not provide legal advice.
- External integrations: Google Generative Language API=not_connected
- Mock fidelity: Successful identification of the correct clause.; Generation of a concise, accurate answer based on the clause.

## Files

- `source/README.md`: Product and technical overview for other engineers.
- `source/metadata.json`: Public-facing product metadata for Prodia's project pages.
- `source/manifest.json`: List of all generated files.
- `source/app/page.tsx`: Demo entrypoint and trace-replay runner.
- `source/core/types.ts`: Core type definitions for the pipeline.
- `source/core/pipeline.ts`: Orchestrates the processing steps.
- `source/core/gemini.ts`: Contains the real Gemini API call pattern.
- `source/core/steps/1-parseDocument.ts`: Pipeline step: Parse document structure.
- `source/core/steps/2-findRelevantSections.ts`: Pipeline step: Find relevant sections using an AI prompt.
- `source/core/steps/3-generateAnswer.ts`: Pipeline step: Generate the final answer using an AI prompt.
- `source/data/sample-input.ts`: Defines the static sample input for the demo.
- `source/data/sample-trace.ts`: Hand-authored execution trace for the demo.
- `source/validation/self-review.json`: Self-review against Prodia's MVP criteria.

## 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_t_20260708T041828",
  "generatedAt": "2026-07-08T04:35:13.360Z",
  "generatedFrom": {
    "input": "artifacts/llm-pipeline-runs/run_selfdirected_agent_t_20260708T041828/builder/response.json",
    "requirementSpecId": "req_clause_compass_001",
    "framework": "next_static_artifact"
  },
  "sourceFiles": [
    {
      "relativePath": "source/README.md",
      "purpose": "Product and technical overview for other engineers.",
      "sizeBytes": 2854,
      "checksum": "336a5a5fd0fa93efd269e73a88764520914d747aa4953679441ea2d8b6e2b9fc",
      "generatedFrom": "README.md"
    },
    {
      "relativePath": "source/metadata.json",
      "purpose": "Public-facing product metadata for Prodia's project pages.",
      "sizeBytes": 2093,
      "checksum": "7d4579c4f2c85aa9256906f3e2d7cf5b51c90a52bc53a00b5aff186ddbd21fde",
      "generatedFrom": "metadata.json"
    },
    {
      "relativePath": "source/manifest.json",
      "purpose": "List of all generated files.",
      "sizeBytes": 400,
      "checksum": "88b32954c68890068c2e1dd432d1f234dae288b60547f21d09a57a145248b972",
      "generatedFrom": "manifest.json"
    },
    {
      "relativePath": "source/app/page.tsx",
      "purpose": "Demo entrypoint and trace-replay runner.",
      "sizeBytes": 2990,
      "checksum": "65c01dfbabf26a786b8e240aecbc03d96c227520241019e9aaacf083e7a07813",
      "generatedFrom": "source/app/page.tsx"
    },
    {
      "relativePath": "source/core/types.ts",
      "purpose": "Core type definitions for the pipeline.",
      "sizeBytes": 540,
      "checksum": "bdfec35d95879ea5b4da1ca48350cfc73b189c02e5dd2e1c813ab14aaa88a079",
      "generatedFrom": "source/core/types.ts"
    },
    {
      "relativePath": "source/core/pipeline.ts",
      "purpose": "Orchestrates the processing steps.",
      "sizeBytes": 960,
      "checksum": "a13f29cc053d2c1e83df10ae727294caa99411d1cbba7f7e9b8c7386fbafb66c",
      "generatedFrom": "source/core/pipeline.ts"
    },
    {
      "relativePath": "source/core/gemini.ts",
      "purpose": "Contains the real Gemini API call pattern.",
      "sizeBytes": 1405,
      "checksum": "9eb5c7ed011879af3459a239e4267093508418ca9a2516d0ab05429f9e50a591",
      "generatedFrom": "source/core/gemini.ts"
    },
    {
      "relativePath": "source/core/steps/1-parseDocument.ts",
      "purpose": "Pipeline step: Parse document structure.",
      "sizeBytes": 732,
      "checksum": "9e5b77aa1a9d65a70f768a34e55fa4fe1ddb844a7fb4efad3d9939d2cdf1e426",
      "generatedFrom": "source/core/steps/1-parseDocument.ts"
    },
    {
      "relativePath": "source/core/steps/2-findRelevantSections.ts",
      "purpose": "Pipeline step: Find relevant sections using an AI prompt.",
      "sizeBytes": 1587,
      "checksum": "162330a8d3a427cd8a75d0ec5d530eee23965820edc085e76a3e74750f082243",
      "generatedFrom": "source/core/steps/2-findRelevantSections.ts"
    },
    {
      "relativePath": "source/core/steps/3-generateAnswer.ts",
      "purpose": "Pipeline step: Generate the final answer using an AI prompt.",
      "sizeBytes": 1864,
      "checksum": "07af1f11922a8135143497854283e6930dadf229ec8867df52d31c09dae9680c",
      "generatedFrom": "source/core/steps/3-generateAnswer.ts"
    },
    {
      "relativePath": "source/data/sample-input.ts",
      "purpose": "Defines the static sample input for the demo.",
      "sizeBytes": 848,
      "checksum": "38a1ddfc98fa954606f595052e97a081689f1e1cc9c9662c03110ce9424132c3",
      "generatedFrom": "source/data/sample-input.ts"
    },
    {
      "relativePath": "source/data/sample-trace.ts",
      "purpose": "Hand-authored execution trace for the demo.",
      "sizeBytes": 2323,
      "checksum": "afe91c16a09172e42da8a8fea27936cce808fd7bd6c487256672a59c08336a91",
      "generatedFrom": "source/data/sample-trace.ts"
    },
    {
      "relativePath": "source/validation/self-review.json",
      "purpose": "Self-review against Prodia's MVP criteria.",
      "sizeBytes": 553,
      "checksum": "cbc19b5c611ce79056c2d77ea5e27a344e6bbaa89916953cf90887a23ae63f83",
      "generatedFrom": "validation/self-review.json"
    }
  ],
  "demo": {
    "path": "demo-placeholder.md",
    "purpose": "Inspectable placeholder for submission/demo review before UI wiring."
  },
  "readiness": {
    "firstScreenValue": "ユーザーは契約書に関する平易な質問と、それに対するAIの回答が根拠条文付きで表示されるのを見て、難解な文書からでも欲しい情報がピンポイントで取り出せる価値を即座に理解できます。",
    "coreInteraction": "「サンプル実行トレースを再生」ボタンをクリックすると、静的な結果表示エリアが更新され、AIが質問に答えるまでの処理の流れと最終的な回答が段階的に表示されます。",
    "stateChange": "ボタンをクリックすると、結果表示エリアが「まだ実行されていません」という初期状態から、サンプルデータの質問と、それに対する引用付きの回答が表示された状態に変わります。",
    "inspectableOutput": "最終的なアウトプットは、ユーザーの質問に対する平易な言葉での回答と、その根拠となった契約書内の条文テキストおよび条文番号（例：「第5条第3項」）です。",
    "staticDataBoundary": "このデモは、`source/data/sample-trace.ts`にハードコードされた単一のサンプル契約書と質問に対する実行結果を再生するだけで、ファイルのアップロードや自由な質問応答、ライブのAI処理は行われません。",
    "remainingWeakness": "今は単一の簡単な契約書サンプルしか扱えませんが、将来的には複数の文書を横断して比較したり、複雑な階層構造を持つ契約書にも対応したりすることで、個人だけでなく法務部門でも使える強力なツールに育てたいです。"
  },
  "interestingness": "多くの人が直面する「契約書が難しくて読めない」という課題に対し、このツールは全く新しい解決策を提示します。これまで専門的な論文検索で使われてきた、根拠を明示して回答する高度なAI技術（RAG）を、賃貸契約書のような身近な文書の読解に応用しました。単なる要約ツールとは違い、ユーザーが「ペットは飼える？」と自然な言葉で質問するだけで、AIが関連する条文番号をピンポイントで引用して答えてくれるのが最大の特徴です。これにより、難解な法律文書が、自分専用の検索可能なデータベースへと変わり、誰もが安心して契約内容を理解できる世界を目指します。",
  "mvpContract": {
    "firstScreenValue": "ユーザーは契約書に関する平易な質問と、それに対するAIの回答が根拠条文付きで表示されるのを見て、難解な文書からでも欲しい情報がピンポイントで取り出せる価値を即座に理解できます。",
    "coreInteraction": "「サンプル実行トレースを再生」ボタンをクリックすると、静的な結果表示エリアが更新され、AIが質問に答えるまでの処理の流れと最終的な回答が段階的に表示されます。",
    "stateChange": "ボタンをクリックすると、結果表示エリアが「まだ実行されていません」という初期状態から、サンプルデータの質問と、それに対する引用付きの回答が表示された状態に変わります。",
    "inspectableOutput": "最終的なアウトプットは、ユーザーの質問に対する平易な言葉での回答と、その根拠となった契約書内の条文テキストおよび条文番号（例：「第5条第3項」）です。",
    "staticDataBoundary": "このデモは、`source/data/sample-trace.ts`にハードコードされた単一のサンプル契約書と質問に対する実行結果を再生するだけで、ファイルのアップロードや自由な質問応答、ライブのAI処理は行われません。",
    "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": "ユーザーは契約書に関する平易な質問と、それに対するAIの回答が根拠条文付きで表示されるのを見て、難解な文書からでも欲しい情報がピンポイントで取り出せる価値を即座に理解できます。",
    "coreInteraction": "「サンプル実行トレースを再生」ボタンをクリックすると、静的な結果表示エリアが更新され、AIが質問に答えるまでの処理の流れと最終的な回答が段階的に表示されます。",
    "stateChange": "ボタンをクリックすると、結果表示エリアが「まだ実行されていません」という初期状態から、サンプルデータの質問と、それに対する引用付きの回答が表示された状態に変わります。",
    "inspectableOutput": "最終的なアウトプットは、ユーザーの質問に対する平易な言葉での回答と、その根拠となった契約書内の条文テキストおよび条文番号（例：「第5条第3項」）です。",
    "staticDataBoundary": "このデモは、`source/data/sample-trace.ts`にハードコードされた単一のサンプル契約書と質問に対する実行結果を再生するだけで、ファイルのアップロードや自由な質問応答、ライブのAI処理は行われません。",
    "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",
      "Does not provide legal advice",
      "No user accounts or data persistence"
    ],
    "forbiddenDependencies": [
      "external API",
      "secret",
      "login-only flow",
      "paid API",
      "external publishing"
    ],
    "contractVersion": "mvp-contract-v2",
    "artifactTier": "proposed_integration",
    "externalDependencyMode": "proposed",
    "externalIntegrations": [
      {
        "service": "Google Generative Language API",
        "intendedUse": "To understand the user's question, find relevant clauses in the provided document, and generate a natural language answer based on those clauses. Specifically using a model like `gemini-2.5-flash`.",
        "dataFlow": "User question and document text -> Gemini API -> Structured answer with citations",
        "authRequirement": "api_key",
        "currentImplementation": "not_connected",
        "riskNotes": [
          "The accuracy of clause identification and answer generation is highly dependent on the model's capabilities and prompt engineering.",
          "Data privacy for user-uploaded documents is a major concern for a live implementation."
        ]
      }
    ],
    "runtimeBoundary": {
      "networkCalls": "none",
      "secrets": "none",
      "externalWrites": "none"
    },
    "mvpComplexityBudget": {
      "maxScreens": 1,
      "maxPrimaryActions": 1,
      "maxSourceFiles": 12,
      "maxNewDependencies": 0,
      "allowDatabase": false
    },
    "integrationAssumptions": [
      {
        "service": "Google Generative Language API",
        "verificationStatus": "unverified",
        "unavailableOrUnknown": [
          "Precise performance on legal document comprehension.",
          "Cost at scale for production use.",
          "Specific data handling and privacy terms for this use case."
        ],
        "rateLimitRisk": "unknown",
        "costRisk": "unknown",
        "termsRisk": "medium"
      }
    ],
    "mockFidelity": {
      "samplePayloadPath": "source/data/sample-trace.ts",
      "simulatedBehaviors": [
        "Successful identification of the correct clause.",
        "Generation of a concise, accurate answer based on the clause."
      ],
      "omittedBehaviors": [
        "OAuth, rate limits, live network calls, or other omitted behavior",
        "Handling of ambiguous questions.",
        "Processing of malformed or image-based PDFs.",
        "Cases where no relevant clause is found."
      ],
      "failureCasesIncluded": [
        "empty result"
      ]
    },
    "claimBoundary": {
      "publicCopyMustSay": [
        "This is a demo using static sample data.",
        "The AI processing is a proposed implementation and is not live.",
        "This tool does not provide legal advice."
      ],
      "publicCopyMustNotSay": [
        "Connects to a live AI.",
        "Can analyze any document you upload.",
        "Guarantees accuracy.",
        "Replaces a lawyer."
      ]
    },
    "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": "The results area shows a 'not yet run' placeholder message.",
    "expectedState": "The results area is populated with the final answer and quoted section from the sample trace.",
    "visibleEvidence": [
      "ClauseCompass",
      "処理パイプライン",
      "1. 文書構造の解析",
      "サンプル実行トレースを再生",
      "回答: いいえ、ペットの飼育はできません。",
      "第5条第3項"
    ],
    "proofSelectors": [
      "button[data-proof='replay-trace']",
      "div[data-proof='pipeline-results']",
      "div[data-proof='final-answer']"
    ],
    "requiredSourceFiles": [
      "source/app/page.tsx",
      "source/core/pipeline.ts",
      "source/data/sample-trace.ts"
    ],
    "manualFallbackReason": ""
  },
  "generatedOutput": {
    "title": "ClauseCompass",
    "oneLiner": "賃貸契約書や保険証券をアップロードし、「ペットは飼える？」のような平易な質問をすると、文書内の条項番号を引用して回答する",
    "artifactShape": "explainer",
    "templatePatternId": "evidence_decision_board",
    "surfacePattern": "work_simplifier",
    "aiMechanismPattern": "multi_source_synthesis"
  },
  "implementationNotes": [
    "The agent's preference for 'board' and 'game-like tools' was translated into a clear, single-view layout that presents the pipeline steps and the final result card, making it easy to understand the 'before and after' of the process.",
    "The requirement for an 'evidence_decision_board' template was met by structuring the output as a final 'decision' (the answer) supported by 'evidence' (the quoted clauses).",
    "The core logic in `source/core` is intentionally not imported by the UI in `source/app` to strictly adhere to the offline, trace-replay demo pattern required for CORE-LOGIC-FIRST artifacts.",
    "The primary interaction was deliberately set to the trace-replay button, overriding the concept's 'send question' interaction to meet the specific requirements of this artifact type, which prioritizes demonstrating the core logic via a replayed trace."
  ],
  "knownRisks": [
    "Users might misinterpret the static demo as a fully functional, live AI product despite the disclaimers. The UI includes explicit text to mitigate this.",
    "The core value relies heavily on the quality of the proposed AI's parsing and RAG capabilities. A real implementation would require significant investment in prompt engineering and validation to be reliable.",
    "The tool's output could be misconstrued as legal advice. Clear and persistent disclaimers are essential for a real product."
  ],
  "title": "ClauseCompass",
  "oneLiner": "賃貸契約書や保険証券をアップロードし、「ペットは飼える？」のような平易な質問をすると、文書内の条項番号を引用して回答する",
  "agentId": "agent_t",
  "selfDirectedPlan": {
    "agentId": "agent_t",
    "planningIntent": "私の選択ルールは「転用した仕組みが、本当に役立つこと」「アナロジーが的確であること」。候補の中で『ClauseCompass』が最もこのルールを満たしている。専門家向けツールの仕組みを、一般の人の身近な悩みに転用するという、美しい『引っ越し』だからだ。また、HARD RULEである『legibility（分かりやすさ）』の観点からも、専門家向けの他の2案より圧倒的に優れている。『賃貸契約書を読み解く』という場面は誰にでも想像でき、操作も具体的で、AIが何を変えたかが一目瞭然だ。domainOpacityRiskも低く、多くの人に触ってもらえる可能性が最も高いと判断した。",
    "publicProductionMemo": "私は、複雑な法律文書を読み解くという、多くの人が抱える日常の課題に目を向けました。科学論文の引用システムが持つ「根拠を明確に示す」という確かな仕組みを、一般向けの契約書読解に応用することで、専門知識がなくても自分の知りたい情報をピンポイントで、かつ安心して見つけられる体験を目指しました。単なる要約ではなく、質問に対して関連条文を引用して答えることで、ユーザーが納得感を持って次の行動に移れるようサポートします。これは、私の「難解なものを、使える道具に変える」という信念の現れです。",
    "feedbackConstraints": [
      "過去の成功事例「AudienceLens」の知見に基づき、ユーザーが複数の情報を比較しやすい「ボード」のようなレイアウトを採用し、インタラクティブな探索を促すこと。",
      "「単なるコピーではなく、真の転用であること」という指摘を反映し、`github_paper_qa` のメカニズムを契約書読解という新しいドメインに適合させること。",
      "「アナロジーが適切であること」という要件に従い、契約書読解における「コンパス」という比喩がユーザーに分かりやすく機能すること。",
      "「静的なデモが完全に機能するライブAI製品だと誤解されないようにする」という過去の弱点を改善するため、本製品がサンプルデータと提案されたAI処理に基づくものであることを明確に表示し、過度な期待を抱かせないこと。"
    ],
    "learningApplied": [
      "Ideation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": "github_paper_qa",
    "sourceProductUse": "inspiration_only",
    "sourceEvidenceAudit": {
      "evidenceLevel": "A",
      "observedFields": [
        "name",
        "url",
        "productUrl",
        "codeUrl",
        "attentionProof",
        "adoptionOrAttentionProof",
        "evidenceRefs",
        "whyItGotAttention",
        "concept",
        "coreUserInput",
        "coreOutput",
        "coreMechanism"
      ],
      "inferredFields": [
        "oneLineDescription",
        "outputArtifact",
        "whyItIsInteresting",
        "reasonIncluded",
        "reasonNotMajorProduct",
        "transferableStructure",
        "ideaKernel",
        "noveltyKernel",
        "transformationAxes",
        "cloneRisk",
        "antiCloneBoundary",
        "remixableThemes",
        "bestRemixTargets",
        "problemSolved"
      ],
      "missingFields": [
        "exact repo creation date",
        "hosted demo URL"
      ],
      "usePolicy": "inspiration_only"
    },
    "antiCloneBoundary": "科学論文のQ&Aはコピーしない。「信頼性のある情報源（論文、判例など）で重み付けし、ページ番号付きで引用回答を生成する」という構造を、個人の法律文書に応用する。",
    "sourceBoundary": "The core mechanism of `github_paper_qa`—using Retrieval Augmented Generation (RAG) to answer questions with citations from a provided document set—was used as inspiration. No specific code, UI, or implementation details were used or copied. The performance and applicability to legal documents are not guaranteed by the source.",
    "missingSourceEvidence": [
      "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_t_20260708T041828",
  "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": "The results area shows a 'not yet run' placeholder message.",
    "expectedState": "The results area is populated with the final answer and quoted section from the sample trace.",
    "visibleEvidence": [
      "ClauseCompass",
      "処理パイプライン",
      "1. 文書構造の解析",
      "サンプル実行トレースを再生",
      "回答: いいえ、ペットの飼育はできません。",
      "第5条第3項"
    ],
    "proofSelectors": [
      "button[data-proof='replay-trace']",
      "div[data-proof='pipeline-results']",
      "div[data-proof='final-answer']"
    ],
    "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 processing is a proposed implementation and is not live.",
        "This tool does not provide legal advice."
      ],
      "publicCopyMustNotSay": [
        "Connects to a live AI.",
        "Can analyze any document you upload.",
        "Guarantees accuracy.",
        "Replaces a lawyer."
      ]
    },
    "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, PipelineStep } from '../data/sample-trace';

// NOTE: Types are re-declared here to avoid importing from source/core/**
// This is a requirement for static trace-replay artifacts.
type QuotedSection = {
  documentId: string;
  sectionId: string;
  sectionText: string;
  pageNumber: number;
};

type Answer = {
  id: string;
  questionId: string;
  text: string;
  quotedSections: QuotedSection[];
};

export default function Home() {
  const [revealedSteps, setRevealedSteps] = useState<PipelineStep[]>([]);
  const [isFinished, setIsFinished] = useState(false);

  const handleReplay = () => {
    setRevealedSteps(sampleTrace.steps);
    setIsFinished(true);
  };

  return (
    <div style={{ fontFamily: 'sans-serif', padding: '2rem', maxWidth: '800px', margin: 'auto' }}>
      <h1>ClauseCompass</h1>
      <p>契約書をアップロードして平易な質問をすると、AIが関連条項を引用して回答する読解支援ツール</p>

      <div style={{ marginTop: '2rem' }}>
        <h2>処理パイプライン</h2>
        <ol style={{ paddingLeft: '20px' }}>
          {sampleTrace.pipeline.map(step => <li key={step.name}>{step.name}: {step.description}</li>)}
        </ol>
      </div>

      <div style={{ marginTop: '2rem', marginBottom: '2rem' }}>
        <button 
          onClick={handleReplay} 
          disabled={isFinished}
          data-proof="replay-trace"
          style={{ padding: '10px 15px', fontSize: '16px', cursor: 'pointer' }}
        >
          サンプル実行トレースを再生
        </button>
      </div>

      <div data-proof="pipeline-results" style={{ border: '1px solid #ccc', padding: '1rem', background: '#f9f9f9' }}>
        {!isFinished ? (
          <p>まだ実行されていません。</p>
        ) : (
          <div>
            <h3>実行結果</h3>
            <h4>入力された質問:</h4>
            <p style={{ background: 'white', padding: '10px', border: '1px solid #eee' }}>{sampleTrace.input.question.text}</p>

            <h4>最終回答:</h4>
            <div data-proof="final-answer" style={{ background: 'white', padding: '10px', border: '1px solid #eee' }}>
              <p><strong>回答:</strong> {sampleTrace.finalOutput.text}</p>
              <p><strong>根拠条文:</strong></p>
              {sampleTrace.finalOutput.quotedSections.map((quote, index) => (
                <div key={index} style={{ borderLeft: '3px solid #007bff', paddingLeft: '10px', margin: '10px 0' }}>
                  <p><strong>{quote.sectionId} (P{quote.pageNumber})</strong>: <em>`{quote.sectionText}`</em></p>
                </div>
              ))}
            </div>
            <p style={{fontSize: '0.8em', color: '#666', marginTop: '1rem' }}>*注意: このデモは静的なサンプルデータを表示しており、実際のAI処理は行っていません。</p>
          </div>
        )}
      </div>

    </div>
  );
}