最小の貢献を設計する

再現・期待値・現在の受付方針を整理する

学習時間の目安: 45 分.

1. 1現在の貢献方針
2. 2再現と根拠
3. 3小さく確認できる草稿
4. 4投稿の許可判断

独自の学習図。矢印は読み進める順序や判断の流れを表し、実測した実行traceではない。

前提となる章

デバッガで仮説を1つ確かめる

この章の状態

本文は資料を読んで作成した教材です。実repoのbuild/test/debug、実API呼出し、Issue/PR投稿は行っていません。実践はこれから行う課題で、閲覧を実行結果と扱いません。

学習目標

• 再現・期待値・現在の受付方針を整理する

PR以外の貢献

Codex現行公式方針では外部コード貢献・PRを受け付けず、bug報告、再現、原因分析、feature requestを受け付ける。CodexをPR提出の一本道にしない。ローカル修正で学んでも成果物は分析草稿にできる。

repo別の手順

Python SDKは公開ミラーで外部PRを内部へ反映する方式。MLflowはissueから方針を相談することを推奨。署名、DCO、CLA、AI利用方針は各repoで再確認する。sign-offは権利の確認であり形式だけで行わない。

課題の大きさ

実在issueはopen状態、担当、関連PR、直近のmaintainer発言を読む。ラベルだけで初心者向け・未着手と決めない。架空の演習は演習と明記して投稿しない。再現情報の補足、境界条件1つ、曖昧な説明の具体化などに絞る。

実践課題: 最小の貢献を設計するの実践

1. 現在の貢献・AI利用方針を読む
2. 実在issueなら関連PR・担当・最新コメントを確認
3. 期待/実際/再現/環境/根拠/不明を記入
4. issue草稿またはローカル差分を作る。投稿しない

成果物: 投稿前にレビューできる草稿

理解チェック

まず答えを見ずに自分の言葉で答えます。以下は自己確認用の正答と説明であり、自動採点・実行結果ではありません。

Codexコースの終了条件をPR提出にしてよい？

答え: 現在の方針では適切でない。再現・分析を到達点にし、PRは受付方針が適合する別repoで検討する。

自分の学習進捗

記録方式: manual.

• 未着手
• 読んだ
• 試した
• 説明できる

閲覧だけで実践済みにしない

この章で使った資料

openai/codex 貢献・開発ガイド, databricks/databricks-sdk-py 貢献・開発ガイド, mlflow/mlflow 貢献・開発ガイド, unitycatalog/unitycatalog 貢献・開発ガイド

リポジトリの入口へ戻る · 手元の実験記録テンプレート