dev-loop-mcp

AI駆動のTDD開発ループを実行するMCP (Model Context Protocol) サーバーです。シンプルな設定ファイルを通じて、あらゆるプロジェクトで開発ループのステートマシンを汎用的に利用できるようにします。

何ができるか

2種類のループタイプが利用可能です。どちらも同じTDDパイプラインを共有しており、タスクの生成方法のみが異なります。

flowchart LR
    subgraph start_loop["start_loop (feature)"]
        direction LR
        A("description<br/>or tasks") --> B["DECOMPOSE<br/>AI breaks into tasks"]
        B --> C[/"tasks"/]
    end

    subgraph start_debug_loop["start_debug_loop (bug)"]
        direction LR
        D("symptom<br/>+ context files") --> E["DIAGNOSE<br/>AI ranks hypotheses"]
        E --> F[/"tasks"/]
    end

    C --> Pipeline["TDD pipeline"]
    F --> Pipeline

    subgraph Pipeline["Shared TDD pipeline"]
        direction LR
        I[INIT] --> T[TDD_LOOP<br/>per task]
        T --> Bu[BUILD]
        Bu --> De[DEPLOY<br/>optional]
        De --> It[INTEG_TEST<br/>optional]
        It -->|pass| Qr[QUALITY_REVIEW]
        It -->|fail| If[INTEG_FIX<br/>up to 5×]
        If --> Qr
        Qr --> Ct[CLEAN_TREE<br/>CHECK]
        Ct --> Pr[PUSH_AND_PR]
        Pr --> Done(["✓ DONE<br/>PR opened"])
    end

フルステートマシン

flowchart TD
    start_loop --> INIT
    start_debug_loop -->|"DIAGNOSE:<br/>ranked hypotheses → tasks"| INIT

    INIT -->|"pre-loaded tasks"| TDD_LOOP
    INIT -->|"description only"| DECOMPOSE
    DECOMPOSE -->|"AI → Task[]"| TDD_LOOP

    TDD_LOOP -->|"task done, more remain"| TDD_LOOP
    TDD_LOOP -->|"all tasks done"| BUILD
    TDD_LOOP -->|"task failed"| FAILED

    BUILD -->|pass| DEPLOY
    BUILD -->|fail| FAILED

    DEPLOY -->|"pass / skipped"| INTEG_TEST
    DEPLOY -->|fail| FAILED

    INTEG_TEST -->|"pass / skipped"| QUALITY_REVIEW
    INTEG_TEST -->|fail| INTEG_FIX

    INTEG_FIX -->|fixed| QUALITY_REVIEW
    INTEG_FIX -->|"still failing<br/>(retry, max 5)"| INTEG_FIX
    INTEG_FIX -->|"5 attempts exhausted"| FAILED

    QUALITY_REVIEW --> CLEAN_TREE_CHECK
    CLEAN_TREE_CHECK --> PUSH_AND_PR
    PUSH_AND_PR --> DONE

    DONE(["✓ DONE"])
    FAILED(["✗ FAILED"])

    style DONE fill:#22c55e,color:#fff
    style FAILED fill:#ef4444,color:#fff
    style start_loop fill:#6366f1,color:#fff
    style start_debug_loop fill:#f59e0b,color:#fff

タスクごとのTDDサイクル

TDD_LOOP 内の各タスクは、この内部サイクルを実行します（最大5回のコーディング反復）:

flowchart LR
    A["Write scenarios<br/>scenarios/scenarios-*.md"] --> B["Write failing tests<br/>*.test.ts"]
    B --> C{"Tests<br/>fail?"}
    C -->|"no — tester error"| Z["✗ task failed"]
    C -->|yes| D["Implement"]
    D --> E{"Tests<br/>pass?"}
    E -->|yes| F["✓ commit & next task"]
    E -->|"no (retry)"| D

フェーズリファレンス:

INIT: Gitブランチを作成します
DECOMPOSE: AIが説明文を Task[] に変換します
DIAGNOSE: (デバッグループのみ) AIが症状とコンテキストファイルを読み取り、ランク付けされた根本原因の仮説を Task[] として生成します
TDD_LOOP: タスクごと: シナリオ → 失敗するテスト → 実装（タスクごとに最大5回のコーディング反復）
BUILD: buildCommand を実行します
DEPLOY: deployCommand を実行します（設定されていない場合はスキップ）
INTEG_TEST: integTestCommand を実行します（設定されていない場合はスキップ）
INTEG_FIX: AIが統合テストの失敗を診断し、修正します（最大5回試行）
QUALITY_REVIEW: AIがブランチ全体の差分をレビューし、品質修正を適用します
CLEAN_TREE_CHECK: 未コミットのファイルを自動コミットします
PUSH_AND_PR: ブランチをプッシュし、GitHubのプルリクエストを作成します

インストール

npm install -g dev-loop-mcp

または npx を使用します:

npx dev-loop-mcp

設定

プロジェクトのルートディレクトリに dev-loop.config.json を作成します:

{
  "buildCommand": "npm run build",
  "testCommand": "npm test",
  "deployCommand": "npm run deploy",
  "integTestCommand": "npm run test:integ",
  "branchPrefix": "claude/",
  "model": "claude-sonnet-4-6"
}

すべてのフィールドはオプションです。デフォルト値:

buildCommand: "npm run build"
testCommand: "npm test"
deployCommand: なし (DEPLOYフェーズはスキップ)
integTestCommand: なし (INTEG_TESTフェーズはスキップ)
branchPrefix: "claude/"
model: "claude-sonnet-4-6"

環境変数

変数	必須	説明
`ANTHROPIC_API_KEY`	はい	Anthropic APIキー
`DEV_LOOP_ROOT`	いいえ	プロジェクトのルートディレクトリ (デフォルトは `cwd`)

MCPの設定

MCPクライアントの設定に追加します（例: Claude Desktopの claude_desktop_config.json）:

{
  "mcpServers": {
    "dev-loop": {
      "command": "dev-loop-mcp",
      "env": {
        "ANTHROPIC_API_KEY": "sk-ant-...",
        "DEV_LOOP_ROOT": "/path/to/your/project"
      }
    }
  }
}

利用可能なツール

`start_debug_loop`

症状の説明からデバッグループを開始します。AIが根本原因をランク付けされたTDDタスクとして診断し、仮説ごとに標準のTDDパイプラインを実行し、診断結果をまとめたプルリクエストを作成します。

{
  "symptom": "read_website returns failure on most real URLs",
  "context_files": ["src/tools/read-website.ts", "src/http/client.ts"]
}

パラメータ:

symptom (必須) — 観察されたバグや障害の自然言語による説明
context_files (オプション) — 診断中にAIが読み込むべきソースファイルへの相対パス

DIAGNOSEステップは標準のTDDパイプラインの前に実行されます（上記のステートマシンを参照）。プルリクエストの本文には、症状、特定された根本原因、修正内容が含まれます。

ブランチ名は <branchPrefix>debug/<symptom-slug> となります。

`start_loop`

新しい開発ループを開始します。

{
  "description": "Add email validation to the user registration flow",
  "branch": "claude/email-validation"
}

または、事前に分解されたタスクを指定する場合:

{
  "tasks": [
    {
      "id": 1,
      "title": "Add email validator function",
      "scope": "src/utils/email.ts",
      "acceptance": "validateEmail returns true for valid emails and false for invalid ones"
    }
  ],
  "branch": "claude/email-validation"
}

`resume_loop`

中断されたループを再開します:

{}

`loop_status`

現在のループステータスを確認します:

{}

ライブラリとして使用する

import { runLoop, loadConfig, RealShellAdapter, AnthropicDevWorker } from "dev-loop-mcp";
import Anthropic from "@anthropic-ai/sdk";

const config = await loadConfig("/path/to/project");
const client = new Anthropic();
const shell = new RealShellAdapter();
const aiWorker = new AnthropicDevWorker(client, config.model, shell);

const finalState = await runLoop(initialState, {
  shell,
  aiWorker,
  stateFilePath: "/path/to/project/.loop-state.json",
  repoRoot: "/path/to/project",
  config,
});

dev-loop-mcp

dev-loop-mcp

何ができるか

フルステートマシン

タスクごとのTDDサイクル

インストール

設定

環境変数

MCPの設定

利用可能なツール

`start_debug_loop`

`start_loop`

`resume_loop`

`loop_status`

ライブラリとして使用する

Resources

Looking for Admin?

Latest Blog Posts

MCP directory API