本文へ移動
cccskills
無料GitHub で公開日本語紹介

recursive-decision-ledger

候補の探索や比較を繰り返し、試行の根拠と判断を追記型の台帳に残すスキル。前回との整合性や再検証の結果を確認し、実取引や本番操作へ進む条件を明確にします。

原文原文の説明を見る

Run repeated rollouts ("Prime Gauss" style recursive prompting) while keeping an append-only decision ledger of trials, marks, coherence checks, and promotion gates, so recursive confidence never auto-approves live trading, deploy, or destructive actions. Use when the user asks for repeated rollouts, marked decision processes, high-dimensional search, stochastic optimization, local-optima exploration, ensemble comparison, or recursive reasoning with a visible evidence trail.

インストール方法を見る

こんなときに便利

  • 試行を重ねて候補を比較したいとき
  • 判断の根拠を記録したいとき
  • 新情報で前回の採用候補を見直したいとき
  • 実取引や本番操作の実行条件を確認

日本語での紹介

できること

探索や候補比較を繰り返す際に、試行の根拠と判断を追記型の台帳に残します。各回の新情報、探索範囲、試行数、有力候補、前回の採用候補との整合性を記録し、採用・監視・却下・再検証などの状態を付けます。古い情報や条件の変化、再検証の失敗によって、以前の判断を見直す手順も扱います。記録にはJSONL、人が読む要約にはMarkdownを推奨しています。

こんなときに便利

多数の候補を繰り返し比較したい場合や、複数のモデル・探索方法の結果を比べたい場合に向いています。前回の候補を選んだ理由や、新しい情報で判断が変わった理由を後から確認したいときにも役立ちます。

使い方の例

  • 「探索を繰り返し、各回の候補と判断理由を台帳に残して」
  • 「新情報を加え、前回の採用候補が引き続き妥当か比較して」

注意点

繰り返し推論したこと自体は、確実性や実行許可の根拠にはなりません。実取引、本番デプロイ、移行、破壊的操作は、原則として試行・プレビューなどで進めます。実行には再検証、明示したリスク上限、保存された証拠、必要な利用者の承認と対象環境の実行条件を確認します。ライセンスはMITです。

この紹介文は、公開されている SKILL.md をもとに AI(Claude Haiku)が作成しました。正確な仕様は下の原文を確認してください。

含まれるファイル(1)

  • SKILL.md2.7 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Recursive Decision Ledger

Use this skill when the user is trying to force deeper computation through repeated rollouts or "Prime Gauss" style recursive prompting. Preserve the useful part: repeated trials, prior memory, fresh information, and explicit marks. Remove the unsafe part: pretending the loop proves certainty.

Ledger Contract

Every rollout should record:

  • rollout id and timestamp;
  • prior accepted winner and prior watchlist;
  • fresh information ingested;
  • search space size;
  • model families or heuristics used;
  • trial count and effective trial count;
  • top candidates;
  • decision marks;
  • coherence marks against the prior ledger;
  • promotion gate result.

Prefer JSONL for append-only ledgers and Markdown for human summaries.

Rollout Loop

  1. Load the prior ledger.
  2. Capture new information at time-step zero.
  3. Run the bounded search.
  4. Mark each candidate: accept, watch, reject, decay watch, or needs replay.
  5. Compare winners against prior winners and latest marked rollout.
  6. Downgrade candidates when drift, tail risk, stale data, or failed replay invalidates the previous mark.
  7. Append artifacts before summarizing.

Coherence Mark

Include a compact coherence mark:

Ensemble matches prior winner: true
Recursive matches prior winner: false
Latest rollout match: true
Live promotion allowed: false
Reason: replay and freshness gates not satisfied

Promotion Rules

For trading, capital allocation, production deploys, migrations, or destructive ops, recursive confidence is not approval.

Default to paper, dry-run, read-only, preview, or staged mode unless the user explicitly approves the live action and the repo/service gate supports it.

Promote only when:

  • the candidate beats the prior accepted winner on the chosen metric;
  • correctness and replay checks pass;
  • risk limits are explicit;
  • the evidence is durable;
  • the user has approved the live step when needed.

Summary Shape

Lead with the decision, not the drama:

Rollout 15 complete. The prior winner still holds, but edge deteriorated 17%.
Status: watch, not live. Next gate: 20 replay fills with fresh orderbook age
below threshold.

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

accessibility

無料日本語概要

Web・iOS・Androidの画面を、読み上げやキーボード操作に対応させ、ラベル、配色、操作対象の大きさなどをWCAG 2.2に沿って設計・点検するスキル。

  • アイコンボタンの説明を付けたいとき
  • キーボード操作とモーダルの点検
  • コントラストや操作対象の大きさの確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-architecture-audit

無料日本語概要

AIエージェントの不調を、指示・記憶・ツール実行・画面表示など12の層から調べるスキル。コードやログを根拠に原因を整理し、重要度順の指摘と修正案をまとめます。

  • アプリ内だけで起きる不調を調べたいとき
  • 過去の会話が混ざる原因を調査
  • ツールの未実行や実行の誤報を確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-eval

無料日本語概要

実際の開発課題で複数のコーディングエージェントを比較するスキル。成功率、取得可能なAPI費用、所要時間、繰り返し実行の安定性を測り、選定や更新後の評価に使えます。

  • 実際の開発課題でエージェントを比較
  • 新しいツールやモデルの導入前評価
  • エージェント更新後の性能確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-harness-construction

無料日本語概要

AIエージェントが使うツールの種類や入出力、エラーからの復帰手順を設計・見直します。文脈の情報量も整理し、作業完了率や再試行回数で改善を評価します。

  • エージェントのツールや入力形式の設計
  • ツールの結果と次の行動を明確にしたいとき
  • 安全な再試行と停止条件を定めたいとき
affaan-m/ECC27.8万2026年10月12日 更新

agent-introspection-debugging

無料日本語概要

AIエージェントの失敗や同じ操作の繰り返しを記録し、原因の切り分け、小さな復旧操作、結果の報告まで進める手順を示して、根拠のある再試行につなげるスキル。

  • 同じツール操作を繰り返す原因の調査
  • 会話の肥大化による品質低下の調査
  • ファイルパスや環境の食い違いの確認
affaan-m/ECC27.8万2026年10月12日 更新

agent-introspection-debugging

無料日本語概要

AIエージェントが失敗や同じ操作を繰り返す原因を、エラーと実行状況から整理します。小さな復旧操作を試し、結果と根拠を引き継げる報告にまとめるスキルです。

  • エージェントの連続失敗を診断したいとき
  • 同じツール操作のループ調査
  • 情報の蓄積による出力劣化の点検
affaan-m/ECC27.8万2026年10月5日 更新

affaan-m のスキルをすべて見る

このスキルの問題を報告する