コントリビュート

手軽に参加できる 3 つの方法

データの誤りを報告 パラメータの誤り、リンク切れ、型番の誤記。型番と正しい出典を添えるだけで十分です。 新しいデバイスを推薦 メーカー公式サイト、データシートへのリンク、主要パラメータ。issue 1 件で足ります。 選定要件を投稿 用途、クロック、メモリ、ペリフェラル、消費電力の制約をお知らせください。候補リストをご提示します。

データの保守方法

事実の出典は 1 つだけ、data/mcu/*.yaml です。流れは次のとおりです。

メーカー公式サイト / データシート
        │  人手または AI で取得
        ▼
data/mcu/<vendor>.yaml   ← 唯一の事実源（sources / confidence を含む）
        │  python3 scripts/normalize.py
        ▼
static/data/mcus.json    ← フロントエンドの絞り込みと比較で使用
        │  hugo --minify
        ▼
GitHub Pages

normalize.py は必須フィールド、ID の一意性、数値範囲、リンク形式を検証し、絞り込みページで使う JSON を生成します。CI はデプロイ前に検証を必ず実行します。

データを 1 件追加する

リポジトリを Fork してブランチを作成します。
data/mcu/<vendor>.yaml に、research/SCHEMA.md のフィールドに従ってレコードを追加します。
公式の出典リンクを少なくとも 1 つ示し、confidence を記入します。
ローカルで python3 scripts/normalize.py --check と hugo --minify を実行します。
PR を送信し、データの出典と取得日を記載します。

毎日の更新

リポジトリには再利用可能な更新スキル（skill）と検査スクリプトが同梱されています。メーカーの新製品の再取得、リンク切れの再確認、変更サマリの生成を行います。メンテナは docs/DAILY-UPDATE.md に従って実行するだけです。