NexusCore カバレッジ向上 優先度分析レポート

作成日: 2026-02-20 目的: テストカバレッジ向上のための戦略的優先順位付け

📊 現状サマリー

項目 状況
総ソースコード行数 約32,000行
テストファイル数 300+ ファイル (ただし多くがインポートエラーで実行不可)
推定カバレッジ 0-16% (モジュールによって大きく異なる)
主要な問題 依存関係の欠落、テストファイルの存在/実行のギャップ

🎯 優先度マトリックス

優先度1: API モジュール (最優先)

ビジネス価値: 🔴 Critical 推定カバレッジ: 0% 理由:

  • 外部からの唯一のエントリーポイント
  • セキュリティリスクが最も高い
  • ユーザーに直接影響
  • REST API として他システムと統合

対象ファイル (テスト未作成):

api/routes/projects.py           (536行) - プロジェクト管理API
api/routes/github_webhook.py     (341行) - GitHub Webhook処理
api/routes/api_keys.py           (302行) - APIキー管理
api/routes/execute.py            (239行) - コード実行エンドポイント
api/routes/runs.py               (227行) - 実行履歴API
api/routes/badges.py             (190行) - バッジ生成API
api/dependencies/auth.py         (251行) - 認証・認可ロジック

推奨アクション:

  1. api/dependencies/auth.py のテスト作成 (認証は最重要)
  2. api/routes/projects.py の基本CRUD操作テスト
  3. api/routes/github_webhook.py のセキュリティテスト

期待効果: カバレッジ +8-10%

優先度2: Core モジュール (高優先)

ビジネス価値: 🔴 Critical 推定カバレッジ: 0-5% 理由:

  • システムの心臓部
  • オーケストレーション、実行制御、通知などの基幹機能
  • バグの影響範囲が最も大きい

対象ファイル (カバレッジ0%):

core/orchestrator.py             (893行) - 全体の実行制御
core/sandbox_executor.py         (490行) - サンドボックス実行
core/notifier.py                 (364行) - Slack通知
core/job_state_machine.py        (293行) - ジョブステート管理
core/test_metrics.py             (278行) - テストメトリクス計測

推奨アクション:

  1. core/notifier.py のモックテスト (Slack API をモック)
  2. core/job_state_machine.py の状態遷移テスト
  3. core/orchestrator.py の基本フロー統合テスト

期待効果: カバレッジ +6-8%

優先度3: LLM モジュール (中優先)

ビジネス価値: 🟡 High 推定カバレッジ: 27% (OpenAI: 76%, 他: 0-13%) 理由:

  • AI機能の核心
  • 既に openai_provider は76%と高カバレッジ
  • 他のプロバイダーも同様のパターンで実装可能

対象ファイル (低カバレッジ):

llm/llm_router.py                (578行, 0%) - LLMルーティング
llm/providers/anthropic_provider.py  (104行, 13%) - Claude統合
llm/providers/deepseek_provider.py   (121行, 13%) - DeepSeek統合
llm/providers/gemini_provider.py     (132行, 9%)  - Gemini統合

推奨アクション:

  1. llm/llm_router.py のルーティングロジックテスト
  2. 各プロバイダーを openai_provider のテストパターンで統一
  3. エラーハンドリング、リトライロジックのテスト

期待効果: カバレッジ +5-7%

優先度4: Agents モジュール (中優先)

ビジネス価値: 🟡 High 推定カバレッジ: 不明 (テスト実行エラー多数) 理由:

  • 20+エージェントが存在
  • 各エージェントは独立してテスト可能
  • ビジネスロジックの大部分

対象ファイル:

agents/guardian_agent.py         (744行) - コード品質監視
agents/constitutional_council_agent.py (547行) - ポリシー管理
agents/tester_agent.py           (544行) - テスト生成
agents/mutation_tester_agent.py  (468行) - ミューテーションテスト

推奨アクション:

  1. 依存関係の修正 (Flask, GitPythonなど)
  2. 各エージェントの基本動作テスト (LLM呼び出しはモック)
  3. エージェント間の統合テスト

期待効果: カバレッジ +10-15%

優先度5: Services モジュール (低優先)

ビジネス価値: 🟢 Medium 推定カバレッジ: 不明 理由:

  • self_healing_service は API/Core を通じて間接的にテストされる
  • 単体でのテストは重要度が低い

対象ファイル:

services/self_healing_service_refactored.py (1175行) - セルフヒーリングロジック
services/self_healing_service.py            (1003行) - 旧実装

推奨アクション:

  1. 優先度1-4が完了してから着手
  2. E2Eテストとして実装

期待効果: カバレッジ +3-5%

優先度6-9: その他モジュール (最低優先)

  • integration: GitHub統合 (優先度1のAPIテストでカバー可能)
  • webapp: Flask SaaS UI (手動テスト可、自動化は後回し)
  • utils: ユーティリティ関数 (他のテストで間接的にカバー)
  • gradio_app: UI コンポーネント (E2Eテストで対応)

📈 推奨実装ロードマップ

フェーズ1: セキュリティ・基盤 (目標カバレッジ: 15% → 30%)

期間: 1-2週間 対象:

  1. api/dependencies/auth.py - 認証ロジック完全テスト
  2. api/routes/github_webhook.py - Webhook受信テスト
  3. core/notifier.py - 通知機能テスト
  4. core/job_state_machine.py - 状態管理テスト

成果物:

  • セキュリティ脆弱性の検出
  • 基盤機能の動作保証

フェーズ2: ビジネスロジック (目標カバレッジ: 30% → 50%)

期間: 2-3週間 対象:

  1. api/routes/projects.py - CRUD操作全パターン
  2. api/routes/execute.py - コード実行フロー
  3. core/orchestrator.py - 基本オーケストレーション
  4. llm/llm_router.py - LLMルーティング

成果物:

  • 主要ビジネスフローの自動テスト
  • API動作保証

フェーズ3: エージェント・統合 (目標カバレッジ: 50% → 70%)

期間: 3-4週間 対象:

  1. agents/ 全20エージェントの基本動作テスト
  2. llm/providers/ 全プロバイダーのテスト統一
  3. E2Eテストシナリオ実装

成果物:

  • エージェント動作保証
  • LLMプロバイダー切り替えの安全性確保

フェーズ4: 完全カバレッジ (目標カバレッジ: 70% → 80%+)

期間: 2-3週間 対象:

  1. services/self_healing_service - セルフヒーリング統合テスト
  2. webapp/ - UI機能テスト
  3. エッジケース、エラーハンドリング網羅

成果物:

  • プロダクションレディな品質保証
  • CI/CDでの自動品質ゲート

🛠️ 実装のベストプラクティス

1. テストパターンの統一

既存の test_github_webhook_handler_ultra_comprehensive.py を参考に:

  • @patch を使った外部依存のモック
  • @patch.dict(os.environ) で環境変数制御
  • 正常系・異常系・境界値のカバレッジ

2. 依存関係の整理

requirements.txt の完全インストール:

pip install -r requirements.txt
pip install Flask GitPython python-patch

3. CI/CD統合

既存の .github/workflows/ci.yml を活用:

  • カバレッジ閾値設定 (例: 70%未満でCI失敗)
  • PRごとのカバレッジレポート自動生成

💡 即座に着手できる最優先タスク TOP 5

  1. api/dependencies/auth.py のテスト作成
    • 理由: 認証はセキュリティの要
    • 難易度: 低 (モックベースで完結)
    • 期待効果: カバレッジ +1-2%
  2. core/notifier.py のテスト作成
    • 理由: 既に test_notifier_comprehensive.py 存在も実行エラー
    • 難易度: 低 (requests.post をモック)
    • 期待効果: カバレッジ +1-2%
  3. llm/llm_router.py のテスト作成
    • 理由: タスク分類→LLM選択の核心ロジック
    • 難易度: 中 (複数プロバイダーのモック必要)
    • 期待効果: カバレッジ +2-3%
  4. api/routes/projects.py の基本CRUDテスト
    • 理由: プロジェクト管理の基本機能
    • 難易度: 中 (DB操作のモック必要)
    • 期待効果: カバレッジ +2-3%
  5. agents/guardian_agent.py のテスト修正
    • 理由: 既にテストファイル存在、依存関係エラーのみ
    • 難易度: 低 (GitPython インストール)
    • 期待効果: カバレッジ +2-3%

📝 まとめ

現状: カバレッジ 0-16% (大部分のモジュールが0%) 目標: カバレッジ 70-80% (プロダクションレディ水準) 戦略: セキュリティ→基盤→ビジネスロジック→統合の順で段階的実装 期間: 約8-12週間で目標達成可能

次のアクション:

  1. 依存関係の完全インストール (requirements.txt + Flask + GitPython)
  2. TOP 5タスクから1つ選んで着手
  3. CI/CDでカバレッジ可視化
  4. フェーズ1の完了を目指す

作成者: Claude Code レポートバージョン: 1.0

This site uses Just the Docs, a documentation theme for Jekyll.