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
モデルやプロンプトの改善を複数の実験で進め、仮説と結果をツリーに記録します。実験から得た知見を次の試行に引き継ぎ、探索用とは別の評価で改善候補を比較します。
Applies Arbor Hypothesis Tree Refinement to research artifacts with repeatable evaluators, including model training, agent harnesses, data synthesis and benchmark optimization. Uses persistent hypotheses, isolated experiments, evidence propagation and held-out candidate comparison for multi-experiment research runs. Includes a standard-library state manager and guidance for the RUC-NLPIR Arbor CLI.
実行スコア 未検証
インストール方法を見るモデル、プロンプト、エージェントの実行基盤などを、評価を繰り返しながら改善します。仮説と実験結果をツリーとして保存し、成功や失敗から得た知見を次の試行に引き継ぎます。個々の実験は分離した作業場所で実施し、有望な候補を探索用とは別の評価で比較します。付属の状態管理ツールで、試した変更と採否の根拠を記録します。
変更できる成果物と、繰り返し実行できる評価方法があり、多数の試行が必要な場面に向いています。モデル学習、エージェントの正答率改善、データ生成手順、プロンプトの比較などで、過去の失敗を忘れず探索したいときに役立ちます。
状態管理にはPython 3.10以上、実験の作業場所の分離にはGitが必要です。任意のarbor-agent CLIは別途導入し、自律的なモデル呼び出しには認証情報とネットワークが必要です。付属ツール自体は評価の実行やGitのマージを行いません。評価データの繰り返し利用による過剰な適合にも注意が必要です。
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。