0codekitのワークスペースデータを扱うための連携スキルです。資料では表計算、タスク、文書、メール、カレンダー、データベースなどの情報を対象にしています。
- 0codekitのワークスペース情報を扱いたいとき
- 表やデータベースの情報を確認したいとき
- タスクや予定を参照したいとき
エージェントやプロンプトを変更する前後で複数回の評価を行い、偶然のばらつきと実際の性能低下を統計的に見分けます。
Use before shipping any agent, prompt, model or tool change, or when a pass-rate drop needs a verdict. Runs repeated trials, gates candidate vs baseline with paired statistics in regression_gate.py, checks tool-call trajectories and finds flaky cases.
実行スコア 未検証
インストール方法を見るエージェント、プロンプト、モデル、ツールを変更したとき、変更前後の評価結果を比較し、性能低下が偶然のばらつきか実際の退行かを調べます。各ケースを複数回実行したJSONL結果を使い、ツール呼び出しの軌跡が仕様に合うか、成功と失敗が不安定なケースはどれかを確認します。そのうえで、ケースごとの結果を対応付けた統計比較を行い、基準との差や重要ケースの失敗、ケースの欠落、禁止ツールの呼び出しなどから、通過・警告・ブロックを判定します。
エージェントの変更をリリースする前に、成功率の変化を根拠をもって確認したいときに使えます。結果が実行ごとに揺れるケースを見つけたい場合や、最終回答だけでなくツール利用の手順も評価したい場合にも向いています。
評価は各ケース3回以上実行し、基準と候補の両方で結果を用意します。スキルは標準ライブラリだけを使う付属スクリプトで集計・判定し、APIやLLM呼び出しは行いません。
この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)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。
SKILL.md の記述から、注意が要る操作と導入の前提を AI が確認しました。点数は実際に動かした結果(実行検証)だけで付けています。
点数には入れていません。 2026年11月15日 時点で AI(OpenAI Codex)が判定しました。目安なので、入れる前に原文も確認してください。
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。
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。
ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。
まだコメントはありません。最初のコメントを書いてみませんか。
0codekitのワークスペースデータを扱うための連携スキルです。資料では表計算、タスク、文書、メール、カレンダー、データベースなどの情報を対象にしています。
Hyperliquid、Lighter.xyz、HIP-3の暗号資産について、過去の価格やローソク足、注文板、取引、資金調達率、建玉などをAPIから調べ、データの鮮度や欠損も確認します。
コードベースを12-Factor Appの12原則に照らして調べ、設定や依存関係、ログなどの適合度と根拠、改善案をまとめます。
マヤ暦に着想を得た13日周期で目標設定から実行、成果の振り返りまでを進め、個人やチームのプロジェクトに毎日の行動指針を設けます。
炭素13の標識測定から細胞内の代謝反応速度を推定し、原子の対応関係や入力条件を点検して、測定データでどの経路の流量まで絞り込めるかを調べるスキル。
1688.comで中国の仕入れ先や商品を選ぶため、出品者の確認、サンプル評価、価格交渉、配送方法の比較を段階的に支援します。輸入時の注意点や専門家に相談する目安も整理できます。