コンペ開始時 把握フェーズ Skill

CLAUDE.md の「コンペ開始時の把握フェーズ（学習コードを書く前に必ず実施）」を機械的に進めるための手順。 Simulation コンペ（エージェントを提出して対戦させる型。Lux AI / ConnectX / Halite など）にも対応。simulation の場合は固定 train/test が無いため、タスク定義・評価指標・提出形式の各項目に simulation 用の注記を加える（下記）。

手順

1. 入力情報の特定:

   • $ARGUMENTS にコンペURLがあればそれをベースにする
   • なければ KAGGLE_DIRECTION.md の「コンペ名」行から推定
   • URL から WebFetch でコンペ overview / data / rules / timeline ページを並列取得

2. 7項目を埋める（不明なものはユーザーに確認、推測には「推測:」と明示）:

   1. プラットフォーム: Kaggle / grand-challenge.org / CodaBench / 独自サイト
   2. タスク定義: 入出力、クラス数、評価単位（画像単位/ピクセル単位/患者単位 など）
      • simulation の場合: 教師あり的なタスクではなく「環境（ゲーム）で相手と対戦して勝つ」こと。観測空間・行動空間・エピソード/ターン構造・プレイヤー数を記す
   3. データ所在: ダウンロード元 URL、サイズ、フォーマット、ライセンス、配置先パス
   4. 評価指標: 正確な定義（average / threshold / 背景クラス扱い / per-class vs micro/macro）
      • simulation の場合: 固定指標ではなくレーティング（TrueSkill / ELO 的）。ローカルでは「固定相手プールに対する勝率」を代理指標にする旨を記す
   5. 提出形式: CSV / 予測ファイル zip / Docker コンテナ / Simulation エージェント
      • simulation の場合: def agent(observation, configuration) を実装した self-contained なスクリプト。1手あたりのタイムアウト・メモリ制限・エージェントI/F を記す
   6. タイムライン: validation phase / test phase / 最終締切、提出回数制限
   7. ルール: チーム人数、外部データ可否、事前学習モデル可否、商用ライセンス

3. 保存:

   • survey/competition/overview.md を作成（既存があれば追記マージ、上書きしない）
   • 以下のテンプレートで構成

# コンペ概要 — <コンペ名>

最終更新: YYYY-MM-DD

## 1. プラットフォーム
- ...

## 2. タスク定義
- 入力: ...
- 出力: ...
- クラス数: ...
- 評価単位: ...

## 3. データ所在
- URL: ...
- サイズ: ...
- フォーマット: ...
- ライセンス: ...
- ローカル配置先: `datasets/...`

## 4. 評価指標
- 名称: ...
- 定義: ...
- 実装上の注意: ...

## 5. 提出形式
- 種別: (A) CSV / (B) 予測ファイル zip / (C) Docker / (D) Simulation エージェント
- ファイル名・命名規則: ...
- 行数 / ファイル数: ...
- 値域・dtype: ...

## 6. タイムライン
- 開始: ...
- 締切: ...
- 提出回数制限: ...

## 7. ルール
- チーム人数: ...
- 外部データ: ...
- 事前学習モデル: ...
- ライセンス制約: ...

<!-- 以下は Simulation コンペ（エージェント提出型）のときだけ埋める。それ以外は削除可 -->
## 8. Simulation 追加情報（該当時のみ）
- エンジン / 環境: ... (例: kaggle_environments の connectx)
- 観測空間: ...
- 行動空間 / 合法手・不正手の扱い: ...
- エピソード / ターン構造: ... (ターン数 / 同時手番か交互か / プレイヤー数)
- レーティング方式: ... (TrueSkill / ELO 的、1日あたりマッチ数)
- エージェントI/F: `def agent(observation, configuration)` の戻り値形式 / 1手タイムアウト / メモリ制限 / ファイルサイズ上限
- ローカル評価の代理指標: 固定相手プールに対する勝率（`reference_sim/` 参照）

## 不明点・確認待ち
- [ ] ...

4. チェック:

   • 7項目すべてが埋まったか目視確認
   • 不明点があれば「不明点・確認待ち」に列挙
   • すべて埋まるまで実装に着手しないようユーザーに伝える

5. 次のアクション提案:

   • 評価指標の実装方針（例: sklearn のどの関数か、自作か）
   • fold 設計の方針（grouping するキー候補）
   • 想定される堅実案 + 爆発案を1つずつ