Postprocessor¶

Postprocessor は、Skill の終了時に LLM の最終出力と呼び出し元が受け取る artifact の間で実行される決定論的な変換です。

構造的には Phase preprocessor と対称です — ステップ型、op セット、on_error セマンティクス、パーミッションゲートはすべて同一です。異なるのは 発火位置 のみです。Preprocessor は Phase 開始時に発火し、Postprocessor は Skill 終了時に発火します。

Why¶

一部の Skill は「リッチな」呼び出し元向け artifact を生成します。その計算には LLM が決定するフィールドと決定論的に導出できるフィールドが混在しています。例を挙げます。

ブログライター Skill は LLM から {title, body} を生成し、その後 html_rendered、word_count、reading_minutes を決定論的に計算する。
コードレビュー Skill は LLM から {severity, summary, suggestions} を生成し、その後 Workspace から解決した affected_files、tagged_owners でエンリッチする。
要約 Skill は LLM から {paragraphs} を生成し、その後返却前に PII トークンをサニタイズする。

いずれのケースでも、LLM が決定論的フィールドの計算にトークンを費やすべきではなく、またそのためにフォローアップ Phase を追加する必要もありません。Postprocessor はそのための適切な場所です。

2 つの output schema¶

Postprocessor を持つ Skill は 2 つの output schema を持ちます。

Schema	役割	宣言場所
`output_schema`（既存）	LLM の finish contract — LLM が生成するもの	skill.md frontmatter
`postprocessor.output_schema`（新規）	呼び出し元の contract — Skill が呼び出し元に返すもの	postprocessor ブロック内

パイプラインは次のとおりです。

LLM finish artifact（output_schema 準拠）
        ↓
[postprocessor steps]
        ↓
呼び出し元 artifact（postprocessor.output_schema 準拠）
        ↓
呼び出し元に返却

Postprocessor を持たない Skill は既存の output_schema のみを持ち、それが両方の contract を兼ねます（= LLM の contract = 呼び出し元の contract）。

Preprocessor との対称性¶

	preprocessor	postprocessor
発火タイミング	Phase 開始時	Skill 終了時
入力元	上流 Phase の出力（任意）	LLM の finish artifact（Skill `output_schema`）
出力先	Phase の `input_schema`（固定）	postprocessor の `output_schema`（固定）
ステップ型	`validate` / `run_op` / `iterate` / `lint_plan` / `python`	同一
実行可能 op	`run_skill` 可; `ask_user` 不可; LLM ステップなし	同一（同等）
`on_error` ポリシー	ステップごとに `fail` / `skip` / `empty`	同一（同等）
パーミッションゲート	`skill.permissions`	同一（Skill レベルの宣言）

ランナーは Preprocessor とロジックを共有しており、異なるのは流入する artifact、出力を検証する schema、および発火位置です。

宣言¶

---
name: blog_writer
entry: draft
graph:
  draft: [review]
final_output: post                      # LLM contract（既存）
postprocessor:                          # 呼び出し元 contract（新規）
  output_schema: rendered_post          # artifact 名参照
  steps:
    - type: python
      module: ./rendering.py
      function: to_html
    - type: python
      module: ./rendering.py
      function: count_words
    - type: validate
      schema:
        type: object
        properties:
          word_count: { type: integer, minimum: 1 }
        required: [word_count]
---

output_schema にはインライン JSON Schema の dict リテラル、または Skill の artifact レジストリ内の artifact 名を参照する文字列を指定できます。stdlib での再利用を考えると artifact 名の形式が推奨されます。

失敗のセマンティクス¶

Postprocessor ステップには on_error: fail | skip | empty を宣言できます。Preprocessor と同一です。

fail（デフォルト）: ステップの失敗は例外を発生させ Skill を中断します。Skill の中断は WorkflowAbortedError として記録され、ADR-0013 に従い Skill ごとの snapshot は削除されます（自動再開なし）。
skip: 失敗はログに記録してスキップし、後続ステップは続行します。
empty: 失敗するとステップの into: ターゲットに空の値を生成し、後続ステップは続行します。

コンテキスト上回復可能な失敗のステップ（あると便利だが必須ではないエンリッチメントなど）には skip / empty を使用してください。呼び出し元が不正な artifact を受け取らないよう、デフォルトは fail にしてください。

Resume¶

Postprocessor のステップは Preprocessor および Phase の op と同じ dispatch_tool を通じて実行されるため、step_completed イベントを発行し、メモ化に参加します。Postprocessor の途中でクラッシュした場合:

Skill ごとの snapshot に current_phase = "__post__" が記録されます（予約済みの擬似 Phase）。
自動再開が snapshot を読み込み、直接 Postprocessor のリプレイにジャンプし、メモ参照によって既にコミット済みのステップをスキップします。
World-purity op（= file/read、MCP 読み取り API）は ADR-0011 に従い再開時に再実行されます。

LLM の finish artifact は Postprocessor 開始前に Workspace に永続化されるため、インプロセス状態が失われても再開時に耐久性のある入力 artifact が確保されます。

Postprocessor とフォローアップ Phase の使い分け¶

Postprocessor を使う場面:

変換が純粋に決定論的（LLM 呼び出しなし、ユーザー入力なし）。
出力が LLM の finish artifact から機械的に導出できる。
中間状態を LLM に見せる必要がない。

フォローアップ Phase を使う場面:

次のステップが LLM の判断を必要とする。
変換が失敗する可能性があり、LLM がリトライまたは説明すべき。
次のステップの出力を Phase の通常の schema チェックで検証したい。

Postprocessor は「仕上げ」「レンダリング」「バリデーション」「メトリクス出力」といった、LLM トークンでは高コストだが決定論的コードでは安価な作業のためのものです。

スコープ外（延期）¶

retry セマンティクスを持つ Postprocessor（= ステップ失敗が LLM 再呼び出しをトリガー）。未サポート。バリデーション失敗時に LLM 再呼び出しが必要な場合は、retry ポリシーを持つ Phase としてモデル化してください。
Skill の外部でスタンドアロンのフックとして動作する Postprocessor。Postprocessor は Skill の contract に属します。
Phase レベルの Postprocessor（= 「Phase 終了」フック）。不要です。次の Phase の Preprocessor が Phase 境界の変換をすでにカバーしています。