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
AIエージェントのコード・レポート・分析を評価基準やテストで点検し、自己批評と修正を繰り返す処理や、生成役と評価役を分ける仕組みの設計を支援するスキル。
Patterns and techniques for evaluating and improving AI agent outputs. Use this skill when: - Implementing self-critique and reflection loops - Building evaluator-optimizer pipelines for quality-critical generation - Creating test-driven code refinement workflows - Designing rubric-based or LLM-as-judge evaluation systems - Adding iterative improvement to agent outputs (code, reports, analysis) - Measuring and improving agent response quality
実行スコア 未検証
インストール方法を見るAIエージェントの出力を評価し、その結果に沿って修正する仕組みの設計を支援します。自分の回答を点検する自己批評、生成役と評価役を分ける構成、テスト結果を使ったコード修正などのパターンを紹介。期待する成果との照合や、LLMを審査役にした回答比較、重み付きの採点基準による評価も扱います。
コード、レポート、分析などを、一度生成した後も基準に沿って見直したいときに向いています。正確さ、明瞭さ、網羅性や書式など、成功条件を具体的に定められる作業で、評価と改善の流れを組み立てる参考になります。
掲載コードのllmやrun_testsなどは、利用環境に合わせた実装が必要です。原文では反復回数の上限、点数が改善しなくなった場合の停止、評価履歴の記録を勧めています。評価結果をJSONで扱い、解析に失敗した場合の処理も組み込みます。
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。