Phase 1: 初期化
├── 引数解析・出力ディレクトリ作成
├── 必要ツール確認（RSS MCP, Tavily, gh）
└── テンプレート確認

Phase 2: データ収集
└── Pythonスクリプト実行（market_report_data.py）

Phase 3: ニュース検索
└── カテゴリ別ニュース検索（指数/MAG7/セクター/決算）

Phase 4: レポート生成
└── テンプレート埋め込み → Markdown出力

Phase 5: 完了処理
└── 結果サマリー表示

Phase 1: 初期化
├── 対象期間の計算（--date から7日前 〜 --date）
├── 出力ディレクトリ作成
└── 必要ツール確認

Phase 2: 市場データ収集（★PerformanceAnalyzer4Agent使用）
├── collect_market_performance.py → data/market/
│   ├── {category}_{YYYYMMDD-HHMM}.json（複数期間: 1D, 1W, MTD, YTD...）
│   └── all_performance_{YYYYMMDD-HHMM}.json（統合）
└── データ鮮度チェック（日付ズレ警告）

Phase 3: 仮説生成（★新規）
├── market-hypothesis-generator サブエージェント
├── パターン検出 → 仮説生成 → 検索クエリ計画
└── hypotheses_{YYYYMMDD-HHMM}.json 出力

Phase 4: ニュース調査（★仮説ベース検索）
├── GitHub Project から既存ニュース取得
├── 仮説ベースの追加検索（--no-search でスキップ可能）
└── news_with_context.json（仮説との関連付き）

Phase 5: レポート生成（サブエージェント）
├── weekly-data-aggregation スキル
├── weekly-comment-generation スキル（仮説+検索結果を統合）
├── weekly-template-rendering スキル
└── weekly-report-validation スキル

Phase 6: 品質検証
└── 文字数・フォーマット・データ整合性チェック

Phase 7: Issue 投稿（自動実行）
└── weekly-report-publisher → GitHub Issue 作成（report ラベル）& Project #15 追加

Phase 8: 完了処理
└── 結果サマリー表示

例: --date 2026-01-20
  開始日: 2026-01-13
  終了日: 2026-01-20
  期間: 2026-01-13 〜 2026-01-20（7日間）

articles/weekly_report/{YYYY-MM-DD}/
├── data/
│   ├── indices.json          # 指数パフォーマンス
│   ├── mag7.json             # MAG7 パフォーマンス
│   ├── sectors.json          # セクター分析
│   ├── news_from_project.json # GitHub Project からのニュース
│   ├── news_supplemental.json # 追加検索結果
│   ├── aggregated_data.json  # 集約データ
│   └── comments.json         # 生成コメント
├── 02_edit/
│   └── weekly_report.md      # Markdown レポート
└── validation_result.json    # 品質検証結果

/generate-market-report

/generate-market-report --weekly --no-search

/generate-market-report --date 2026-01-20

# 依存関係を確認
uv sync --all-extras

# スクリプトを直接実行してエラー確認
uv run python scripts/weekly_comment_data.py --output .tmp/test

# Project の存在確認
gh project list --owner @me

# 別の Project を指定
/generate-market-report --weekly --project 20