Restore ONIX 2.1 from git history instead of the network

[kogai]

editeur.org が自動リクエストに CAPTCHA を返すため make schema が機能せず、コード生成が止まっています（詳細は #58）。2.1 についてはこれを回避できます。

足元にありました

コミット 9352123 は、ビルド時ダウンロード方式に移行する際に 2_1_rev03_schema/ を削除しました。その親コミットには XSD 6 本がそのまま残っています。 git show で、ネットワークを一切使わずに取り出せます。

make schema-from-history を追加しました。手元での実行結果です。

$ make schema-from-history
restored schema/v2/ONIX_BookProduct_CodeLists.xsd
restored schema/v2/ONIX_BookProduct_Release2.1_reference.xsd
restored schema/v2/ONIX_BookProduct_Release2.1_short.xsd
restored schema/v2/ONIX_XHTML_Subset.xsd
restored schema/v2/ONIX_XHTML_Subset_reference.xsd
restored schema/v2/ONIX_XHTML_Subset_short.xsd

$ make -n schema
mkdir -p schema
npx bazelisk build onix_v3      ← v2 は要求されない

計 1.8 MB、src/Lib.hs が読む schema/v2/ONIX_BookProduct_Release2.1_reference.xsd を含みます。schema/% は prerequisite を持たないパターンルールなので、ディレクトリが存在すれば make はダウンロードを試みません。

EDItEUR のファイルはコミットしていません

これは意図的です。schema/ は .gitignore 済みなので、このリポジトリが配布するものは何も変わりません。追加しているのは自前の make ターゲットだけで、第三者の著作物ではありません。

したがって #58 が提起しているライセンスの論点には触れません。復元されるファイルは、この変更の有無にかかわらず 2021 年からこのリポジトリの公開履歴に存在しています。

3.0 / 3.1 には効きません

履歴にあるのは 2.1 だけです。最新スキーマへの追従には、依然として #58 の判断（vendoring / ミラー / --distdir）が必要です。

確認したこと・していないこと

• 6 ファイルすべての復元と、make -n schema が v2 を要求しなくなることを実行して確認
• 生成の実行そのものは未確認。 この環境に GHC / stack が無く（haskell.org が egress ポリシーでブロック）、CI も生成を回していません。「スキーマが揃う」ところまでの確認です
• レビュアーサブエージェント未実施。 アカウントが月間の利用上限に達しており、起動できません（HTTP 429）

🤖 Generated with Claude Code

https://claude.ai/code/session_01P8rZakwAiz1jpViUX34x1Z

---

Generated by Claude Code

[kogai]

総評

動きます。狙いも機構の選び方も妥当で、ブロッカーはありません。 一時クローンで make schema-from-history を実行し、6 ファイルすべてが復元され、内容が履歴中の blob と SHA-1 一致 (バイト単位で同一) であること、6 本とも XML として well-formed であること、xs:include が 2 本 (ONIX_BookProduct_CodeLists.xsd / ONIX_XHTML_Subset.xsd) でどちらも復元対象に含まれること、src/Lib.hs が読む schema/v2/ONIX_BookProduct_Release2.1_reference.xsd が存在すること、その後の make -n schema が v3 しか取りにいかないことを確認しました。git checkout ではなく git show を選んだのも正しい判断です (根拠は後述)。一方で、shallow clone で失敗したとき中途半端な schema/v2 が残り、以後 make schema が v2 を「済み」とみなす点と、このターゲットだけでは make generated/go/v2 は依然として通らない点は、実際に再現できたので直すか明記するかしてほしいところです。あと ADR-0003 との整合 (この方式は「検討した他の選択肢」に留まっていて、決定されたのは --distdir のみ) の扱いも一言ほしいです。

---

指摘

必須

なし。

推奨 1: shallow clone で失敗し、空の schema/v2 が残って make schema を黙らせる

• 場所: Makefile L54-60 (schema-from-history レシピ全体)

• 問題: git clone --depth 1 したツリーで実行すると fatal: invalid object name '9352123^' で落ちます。|| exit 1 は正しく伝播していて make も Error 1 を返すのですが (これは想定どおり)、mkdir -p schema/v2 (L56) と、リダイレクトが git show の実行前にファイルを作る性質のせいで、0 バイトの ONIX_BookProduct_CodeLists.xsd を含む schema/v2/ が残ります。 ターゲットは .PHONY なので make による削除も効きません。実測:

  $ git clone --depth 1 --branch claude/schema-from-git-history ... shallow && cd shallow
  $ make schema-from-history
  mkdir -p schema/v2
  fatal: invalid object name '9352123^'.
  make: *** [Makefile:57: schema-from-history] Error 1
  $ ls -l schema/v2/
  -rw-r--r-- 1 root root 0 ONIX_BookProduct_CodeLists.xsd
  $ make -n schema
  mkdir -p schema
  npx bazelisk build onix_v3        ← v2 は「済み」扱いになっている
  

• なぜ効くか: schema/% は prerequisite を持たないパターンルールなので、ディレクトリの存在だけが判定基準です。PR 本文が正しく指摘しているこの性質が、失敗時には裏目に出ます。以後 make schema / make build は v2 を取りにいかなくなります。

  なお 「壊れたまま静かに誤った生成物が出る」ことはありません。ここは念のため確かめました。xsd-parser の getSchema は xs:include を親ファイル基準の相対パスで再帰的にたどり (Xsd.hs の goInclude / combineURIs)、ローカルファイルのパースに失敗すると fail で例外になります。実際 ONIX_XHTML_Subset.xsd を 0 バイトにして xmllint に同じ include を解決させると WXS schema ... failed to compile になります。したがって実害は「分かりにくい失敗に化ける」ことであって、サイレントな誤生成ではない、というのが調べた範囲での結論です。

• 修正案: 前段でオブジェクトの存在を確認して人間が読めるメッセージを出し、書き込みは一時ディレクトリに対して行って最後に差し替える (全部そろったときだけ schema/v2 が生える)。ついでに完全 SHA にしておくと将来の曖昧さも消えます (9352123^ = 0134b80e0f713b7049f11860e1535fd466c15b39)。

  ONIX_V2_TREE := 0134b80e0f713b7049f11860e1535fd466c15b39:2_1_rev03_schema
  
  .PHONY: schema-from-history
  schema-from-history:
  	@git cat-file -e $(ONIX_V2_TREE)/ONIX_BookProduct_Release2.1_reference.xsd 2>/dev/null || { \
  		echo "error: ONIX 2.1 の blob がこのクローンにありません。"; \
  		echo "  shallow clone の場合: git fetch --unshallow を実行してください。"; \
  		exit 1; \
  	}
  	@rm -rf schema/v2.tmp && mkdir -p schema/v2.tmp
  	@for f in $(ONIX_V2_FILES); do \
  		git show $(ONIX_V2_TREE)/$$f > schema/v2.tmp/$$f || { rm -rf schema/v2.tmp; exit 1; }; \
  		echo "restored schema/v2/$$f"; \
  	done
  	@rm -rf schema/v2 && mv schema/v2.tmp schema/v2

  git fetch --unshallow してから再実行すれば通ることも確認済みです。なお現行 CI (.github/workflows/test.yml) は make test と //e2e/go:snapshot_test の 2 ジョブだけで、どちらもこのターゲットを呼ばないので、今日ただちに CI が壊れるわけではありません。将来 CI から呼ぶ可能性を考えると、actions/checkout の既定が depth 1 である以上、ガードは入れておく価値があります。

推奨 2: これ単体では make generated/go/v2 は通らない

• 場所: Makefile L62 (schema: schema/v2 schema/v3) との関係

• 問題: generated/go/% → build → schema → schema/v3 という依存があるため、v2 だけそろえても make 経由の v2 生成は v3 の取得で止まります。実測:

  $ ls schema/       # v2 のみ
  v2
  $ make -n generated/go/v2
  mkdir -p schema
  npx bazelisk build onix_v3        ← ここで CAPTCHA に当たって失敗する
  cp -r /v3/ schema/v3/
  stack build --fast
  stack exec onix-exe -- --schemaVersion v2 --language go
  

• なぜ重要か: PR 本文 (および ADR-0003 の該当項) の「これで v2 のコード生成は editeur.org なしで動く」は、厳密には 「v2 のスキーマがそろう」までしか意味しません。実際に v2 を生成するには、別途 --distdir で v3 を用意するか、stack exec onix-exe -- --schemaVersion v2 --language go を直接叩く必要があります。

• 修正案: コード変更は不要だと思います。PR 本文か Makefile のコメントに一行足して、「このターゲットは v2 のスキーマを用意するところまで。make build は v3 を要求するので、生成は stack exec 直叩きか --distdir の併用が要る」と明記してください。

推奨 3: BUILD.bazel の onix2p1 と 2 ファイルずれている

• 場所: Makefile L46-52 (ONIX_V2_FILES)
• 問題: 9352123 が削除したのは 8 ファイルで、BUILD.bazel の onix2p1 filegroup も 8 エントリ (readme.txt / readme2.txt を含む) を列挙しています。このターゲットは XSD 6 本だけを復元します。
• なぜ重要か: 生成には影響しません (xs:include は XSD 2 本だけを指しており、6 本の中で閉じていることを確認済み)。ただし ADR-0003 が EDItEUR の著作権表示の一次確認に使ったのがまさにこの readme.txt / readme2.txt です。make schema の出力と揃えるという意味でも、著作権表示をファイルと一緒に置いておくという意味でも、2 本足しておくほうが筋が良いと思います。
• 修正案: ONIX_V2_FILES に readme.txt と readme2.txt を追加。あるいは「XSD のみ意図的に復元」とコメントに明記。

推奨 4: AGENTS.md に載っていない

• 場所: AGENTS.md L47-56 のコマンド一覧、および L62-63 の「make schema は現在 editeur.org から取得できない」の段落
• 問題: 新しいターゲットがどこにも文書化されていません。L62-63 は「生成系を動かすには手元に zip を用意する必要がある」と言い切っており、v2 についてはこの PR で状況が変わります。
• 修正案: コマンド一覧に make schema-from-history # ONIX 2.1 のみ、git 履歴から復元 (ネットワーク不要) を追加し、L62-63 の段落に v2 の例外と推奨 2 の但し書きを足す。

推奨 5: ADR-0003 との整合

• 場所: docs/adr/0003-editeur-schema-acquisition.md の「検討した他の選択肢」、および Makefile L44 のコメント
• 問題: ADR-0003 はこの方式を 「検討した他の選択肢」の一つとして、まったく同じ 6 ファイルのループ付きで記載していますが、「決定」節で採用されたのは --distdir のみです。加えて当該項には「ただしメンテナが意図的に削除した経緯があるため、戻すかどうかは判断が要る」とあります。この PR は Makefile コメントから ADR-0003 を参照していますが、ADR 側は「この方式を採る」とは書いていない状態です。
• なぜ重要か: 記録された決定とコードが食い違ったままになります。ライセンス面については PR 本文の主張に同意です — schema/ は .gitignore 済みで EDItEUR のファイルは 1 バイトもコミットされないので、再配布の論点には触れません (.gitignore と実際のツリーで確認済み)。争点は「再配布してよいか」ではなく「この方式を正式な手段として採ったのか」です。
• 修正案: ADR-0003 に短い追記 (または ADR-0004) を入れて、「v2 に限り git 履歴からの復元を make schema-from-history として採用する。EDItEUR のファイルはコミットしないため再配布には当たらない。3.0/3.1 は引き続き --distdir」と記録する。

任意 1: mkdir -p schema/v2 だけ @ が付いていない

• 場所: Makefile L56
• L57 の for ループには @ が付いているのに L56 には無いため、出力に mkdir -p schema/v2 だけが混じります。推奨 1 の修正案を採れば自然に解消します。

任意 2: 変数名が中身と合っていない

• 場所: Makefile L45
• ONIX_V2_COMMIT という名前ですが、中身はコミットではなく <rev>:<path> (tree への参照) です。ONIX_V2_TREE などのほうが読み違えにくいです。

---

git show と git checkout について (指摘ではなく確認)

git show の選択は正しいです。 2 点、実測で差が出ました。

1. インデックスを汚さない。 git checkout <commit> -- <path> は対象パスを インデックスにステージします。試したところ git status に AD 2_1_rev03_schema/... が出ました。作業ツリーを共有しているクローンでこれをやると、他の作業を巻き込みます。git show は副作用ゼロです。
2. 改行変換を受けない。 core.autocrlf=true の設定下で比較すると、git checkout は smudge フィルタを通すため 238909 → 245288 バイト に膨らみました (CRLF 変換)。git show は blob のバイトをそのまま出すので 238909 バイトのまま、ハッシュも blob と一致します。復元後のファイルは ONIX_XHTML_Subset*.xsd の 3 本が元々 CRLF、他の 3 本が LF という混在ですが、これは EDItEUR 配布物そのままの状態で、git show はそれを忠実に保ちます。

このリポジトリには .gitattributes が無く core.autocrlf も未設定なので現状では差が出ませんが、Windows の開発者が触った瞬間に効いてきます。

Makefile に置くべきか

置くべきだと思います。 ADR-0003 が既に同じ 6 ファイルのループを散文で書いており、手順が文書とコードの 2 箇所に散るくらいなら、実行可能な形が 1 つあるほうが良いです。特に ONIX_XHTML_Subset.xsd は xs:include の解決先なので、手でコピペする運用だと落とした瞬間に生成が壊れます。build: に繋いでいないのも正しい判断で、あくまで避難ハシゴとして独立させる形を支持します。残りは推奨 4 / 5 のとおり、AGENTS.md と ADR から参照が張られていれば十分です。

---

確認したこと / できなかったこと

確認したこと

読み取り専用の一時クローン (/tmp 配下) で実行しました。共有クローンの作業ツリーは触っていません。

$ make schema-from-history
mkdir -p schema/v2
restored schema/v2/ONIX_BookProduct_CodeLists.xsd
... (6 本すべて)

$ ls -l schema/v2/          # 計 1,852,375 バイト
1143192  ONIX_BookProduct_CodeLists.xsd
 238909  ONIX_BookProduct_Release2.1_reference.xsd
 227332  ONIX_BookProduct_Release2.1_short.xsd
  80910  ONIX_XHTML_Subset.xsd
  81020  ONIX_XHTML_Subset_reference.xsd
  81012  ONIX_XHTML_Subset_short.xsd

• バイト単位の一致: 各ファイルの git hash-object が git rev-parse 9352123^:2_1_rev03_schema/<f> と 6 本すべて一致 (例: ONIX_BookProduct_CodeLists.xsd = 98bb74e9...)。サイズも git ls-tree -l の blob サイズと完全一致。
• XML の妥当性: 6 本とも xml.etree でパース成功。さらに xmllint --schema で ONIX_BookProduct_Release2.1_reference.xsd をスキーマとしてコンパイルさせ、include 解決を含めて WXS のコンパイルが通ることを確認 (出力されたのは「自分自身を検証しようとした」ことによる No matching global declaration のみで、スキーマ自体のコンパイルエラーは無し)。
• include の網羅性: 6 本を grep した結果、xs:include / xs:import は ONIX_BookProduct_Release2.1_reference.xsd L98-99 と ..._short.xsd L98-99 のみ。指し先は ONIX_BookProduct_CodeLists.xsd と ONIX_XHTML_Subset.xsd の 2 本で、どちらも復元対象に含まれる。ONIX_XHTML_Subset_reference.xsd / _short.xsd は誰からも include されていないが、BUILD.bazel の onix2p1 に載っているので同梱は妥当。
• schemaRoot の存在: src/Lib.hs L81-86 の V2 パス ./schema/v2/ONIX_BookProduct_Release2.1_reference.xsd が復元後に存在。
• include の解決方式: xsd-parser (stack.yaml の extra-deps、commit e08a37c) の src/Xsd.hs を読み、getSchema が goInclude / combineURIs で親ファイル基準の相対パス解決を再帰的に行うこと、ローカルファイルのパース失敗が fail (例外) になることを確認。
• make -n schema: 復元後、v2 は要求されず v3 のみ (npx bazelisk build onix_v3)。PR 本文の主張どおり。
• 失敗時の伝播: shallow clone で make が Error 1 / exit 2 を返すことを確認 (|| exit 1 は正しく効いている)。同時に残骸の 0 バイトファイルも確認 (推奨 1)。
• git fetch --unshallow 後の再実行: 6 本すべて正常に復元。
• ファイル集合の照合: 9352123 が削除したのは 8 ファイル (XSD 6 + readme 2)。BUILD.bazel の onix2p1 も 8 エントリ。本 PR は 6 本 (推奨 3)。
• git show vs git checkout: 上記セクションのとおり、インデックス汚染と core.autocrlf=true 下の 245288 バイト化を実測。
• 9352123 が main の祖先であること: git merge-base --is-ancestor 9352123 origin/main → YES。したがって当該 blob は到達可能で、通常の git gc で消えることはありません。履歴が書き換えられた場合のみ壊れます (推奨 1 のガードがそのケースも拾います)。

確認できなかったこと

• 実際のコード生成 (stack exec onix-exe): この環境に GHC / stack が入っておらず、haskell.org も egress ポリシーでブロックされているため未実行です。PR 本文の申告と同じ制約です。「スキーマがそろい、XSD として include 込みでコンパイルできる」ところまでが確認範囲で、生成物の中身は見ていません。
• editeur.org 由来のファイルとの突き合わせ: editeur.org に到達できないため、履歴中の 2.1 rev03 が EDItEUR 配布物と同一かは確認していません (ADR-0003 と同じ制約)。
• make schema の v3 パスを実際に走らせること: サンドボックスから npm レジストリ経由で bazelisk を取得できず (npm error ENOVERSIONS)、make -n によるドライラン確認に留めました。BZL_BIN が空に展開されて cp -r /v3/ schema/v3/ と表示されるのはそのためで、この PR とは無関係の既存挙動です。

---

Generated by Claude Code