学習・教育

実験ルール・ドキュメント体系の参照：BSL-Droid Simplified V2二脚ロボット強化学習歩容獲得実験（exp008）に関連する作業時に、必須ドキュメントを自動参照・適用します。 バージョン管理と実験記録の確保：exp008_rules.mdに記載されたバージョン管理原則・実験記録ルールを確実に遵守できます。 報酬設計の正確な実装：報酬項目数・ペナルティ制約・報酬設計原則をexp008_reward_design.mdから確認し、適切な報酬関数を構築できます。 ワークフロー体系の把握：exp008実験の各フェーズ（新規バージョン作成、訓練、評価、考察）を効率的に進められます。 exp007知見の活用：先行実験（exp007）の教訓を確認し、改善案設計に反映できます。 ロボット強化学習研究者：exp008プロジェクトの実験規約を正確に遵守しながら進めたい 開発チーム：複数メンバーで実験を進める際に記録ルール・バージョン管理を統一したい 実験管理者：exp007の知見を踏まえてexp008を効率的に実施したい exp008（BSL-Droid Simplified V2二脚ロボット強化学習歩容獲得実験）関連作業時の必須ドキュメント参照スキル。droid_env_unitree.py、droid_train_narrow_v*.py、exp008報告書、狭いトルソモデルの強化学習訓練・評価作業時に自動適用。必読ドキュメント：常に最初にexp008_rules.mdを読む（バージョン管理・実験記録ルール）。ワークフロー確認時にexp008_workflow.md参照。コマンド実行時にexp008_commands.md参照。報酬設計変更・トラブルシューティング時にexp008_reward_design.md参照。訓練後考察・改善案設計時にexp007関連ドキュメント参照。全コマンドはcd rl_ws実行後に使用。

ナビゲーション設定（navigation.ts）とルーティング（App.tsx）を自動で追加し、新しい教材ページを作成できます。手作業の設定漏れを防げます。 CodeBlock、CodePreview、CodingChallenge（プレビュー付き）、Quiz、InfoBox など教材に必要なコンポーネントを含めたページテンプレートを自動生成できます。 ページ作成後、自動的にテスト（navigation.test.ts のページ数期待値更新）を実行し、ビルド検証までを一貫して行えます。 既存ページのパターンに準拠した統一的なページ構造を保ちながら、新規教材を効率的に追加できます。 React ベースの教材サイトで新しいコース・セクションを頻繁に追加する教育プラットフォーム運営者 ページ作成時の設定漏れやテスト漏れを減らしたい開発チーム CodeBlock やプレビュー機能を活用した対話的な教材を数多く作成したいコンテンツ制作者 統一されたコンポーネント構成を保ちながら教材を増やしたい教育サービス ページ作成6ステップ：(1) client/src/lib/navigation.ts にセクション（必要なら）とページ定義追加。(2) client/src/App.tsx に lazy import + Route 追加。(3) client/src/pages/{manual}/{section}/{PageName}.tsx ファイル作成（既存ページパターン準拠、step-badge と PageNavigation 含める）。(4) CodeBlock / CodePreview / CodingChallenge（preview=true で有効なJSX initialCode）/ Quiz / InfoBox / PageNavigation 要素を含める。(5) navigation.test.ts のページ数期待値更新。(6) ビルド + テスト通過確認。禁止パターン：CodingChallenge initialCode 内で /* */ コメント非使用、text-black / bg-white 直接使用禁止（CSS変数使用）、ポエム調コピー回避。

curriculum.md からレッスン番号を指定して、JavaScriptの詳細な学習教材を自動生成できます。 そのレッスンまでに学んだ概念だけを使用し、まだ習っていない関数やループなどは絶対に含めない、厳密なカリキュラム追従を実現します。 身近なサービス（YouTube、Amazon、Twitter等）を例に、初学者への共感と励ましを含めた十分な文章量（1レッスン300-400行程度）の教材を生成できます。 YAMLフロントマター、セクション構成、練習問題まで含めた投稿可能な学習教材を自動作成し、exercises/lesson-XXX/ に保存できます。 JavaScriptの初学者向けカリキュラムを構築・運営している教育プラットフォーム レッスン毎に統一されたスタイルの学習教材を効率的に生成したい講師・教材作成者 既習概念のみで解ける練習問題を自動生成し、学習者の混乱を防ぎたい人 ですます調・日常例・丁寧な解説など、初心者向けの教材品質を一貫して保ちたい教育者 curriculum.md からレッスン番号指定して JavaScript 学習教材を生成するスキル。ステップ1でレッスン情報抽出：レッスン番号・タイトル・□ステップ・【知識】・✅成果物を取得し、前レッスン情報も抽出して「前回の復習」に使用。ステップ1.5で既習概念を確認（レッスン12以前は console.log/alert/ブラウザ操作のみ、レッスン13-24は DOM 操作、レッスン20以降で関数登場等）。ステップ2で教材生成：レッスン1ははじめに→学習→概念説明→実践→練習問題→まとめ構成、レッスン2以降は学習（前回復習+目標）→概念→実践→練習→まとめ構成。YAMLフロントマター title:「Lesson XXX: [タイトル]」(3桁ゼロ埋め)。概念説明は【知識】から詳細説明+日常例+複数サンプルコード+各行コメント+実行結果記載。練習問題は ✅成果物を課題化、詳細手順+複数視点ヒント+解答例+追加チャレンジ。ですます調厳守、感嘆符なし、行末に「：」なし（単語説明は可）、十分な文章量で初学者への配慮。

実験の出力ディレクトリをそのままKaggle Datasetに変換・アップロード：複雑な変換やメタデータ作成なしで、フォルダ構造を保ったまま（fold0/fold1/など）Kaggle上に公開できます。 学習済みモデルを研究コミュニティと簡単に共有：チェックポイントファイルをKaggleの標準形式でホストし、他の研究者が即座に利用・引用できる環境を整えます。 実験メタデータを自動管理・更新：Dataset IDやタイトル、ライセンス情報をYAML形式で一元管理し、新バージョンの追加も自動化します。 複数実験の並列管理と版管理：異なる実験や複数のrun（小実験）を整理して管理し、バージョン更新メッセージで変更内容を明確に記録できます。 機械学習の研究結果をオープンソース化・公開したい研究者・学生 Kaggleコンペで学習済みモデルをチームメンバーや審査員と共有する必要があるデータサイエンティスト 複数の前処理パイプラインやモデルチェックポイントを体系的に管理したいML エンジニア 過去の実験結果を再現・参照可能な形で記録・公開したい機械学習プロジェクト管理者 4フェーズで実行：(1)対象実験・run・チェックポイントの特定：src/exp*/をGlobで検索し、config/config.yamlのrun_nameを確認、ls -lhRでチェックポイント一覧表示。(2)Kaggle Datasetメタデータ準備：既存のdataset-metadata.jsonを確認、なければユーザーからKaggleユーザー名とコンペティションslugを取得し、{kaggle_user}/{comp_slug}-{exp_name}形式のslugで新規作成。(3)アップロード実行：初回はkaggle datasets create -p src/{exp_name}/output/{run_name}/、更新はkaggle datasets versionでメッセージ付き。(4)完了報告：アップロード情報・fold数・ファイル一覧・Notebookから参照するパス例を提示します。

セッション終了時に学習内容・成功したプロンプト・本音のフィードバックを自動的に構造化して記録します。 テンプレート形式に従った振り返りMarkdownを自動生成し、日付とタイトル付きで保存できます。 記録を積み重ねることで、個人の知識ベースとAI協働パターンの強化に役立ちます。 過去のセッション内容を後から検索・参照できるようになり、試行錯誤の履歴が資産になります。 AIとの対話を通じた学習内容を記録・整理したい人 自分にとって効果的なプロンプト（指示文）を体系的に蓄積したい人 プロジェクトチーム全体で知見を共有・再利用したい人 試行錯誤の過程を後から振り返りたい人 セッション終了時に構造化された振り返りMarkdownを生成し、ファイルに出力します。実行手順は以下の通りです： 1. 振り返り内容を生成：references/template.mdに従って振り返りを生成 2. ディレクトリ確認・作成：docs/_reflection/ディレクトリが存在しない場合は作成 3. ファイル出力：docs/_reflection/YYYYMMDD_{やったことを簡潔に}.mdにWriteツールで出力 4. 完了報告：保存したファイルパスを報告 使用ツール：Write、Bash

curriculum.mdからレッスン情報を自動抽出し、指定したレッスン番号の詳細な学習教材を生成できます。 そのレッスンまでに学んだ概念だけを使用した、初心者向けの丁寧な解説教材を作成できます。 前回のレッスンの内容を復習セクションとして自動的に組み込むことで、学習の連続性を確保できます。 身近なサービス（YouTube、Amazon等）の具体例を交えた、わかりやすい概念説明を生成できます。 該当レッスンで学んだ内容のみで解ける練習問題とコード例を自動作成できます。 JavaScript初心者向けの学習教材を効率的に作成したい講師・教育機関 カリキュラムに基づいた、段階的で体系的な学習材料が必要な学習者 レッスン管理を自動化し、手作業での教材作成時間を削減したい教育コンテンツ制作者 学習の進度に応じた適切な難易度の教材を一貫性を持って提供したい方 本スキルの核心は「カリキュラム追従」の原則です。そのレッスンまでに学んだ概念だけを使用し、まだ習っていない関数やループなどの高度な概念は絶対に使用しません。curriculum.mdから指定レッスン番号の情報を抽出し、□ステップ、【知識】項目、✅成果物を取得します。同時に前レッスンの情報も抽出して復習に使用し、既習概念を把握します。生成される教材は、レッスン1の場合は「はじめに」「今回の学習」「概念説明」「実践セクション」「練習問題」「まとめ」で構成されます。レッスン2以降は「今回の学習」（前回復習を含む）から始まります。各セクションは300～400行程度の十分な文章量で、身近な例え、複数のコード例、詳細な動作解説を含みます。文体は「ですます調」で統一し、感嘆符は使用せず、表記ルール（「ウェブ」ではなく「Web」など）に従います。YAMLフロントマターに生成日を含め、すべての必須項目とチェックボックス形式の手順を備えた、初学者向けの丁寧な教材を生成します。

PDF論文を読み込んで自動的にノート化 - 論文のPDFをアップロードするだけで、目的・方法・結果などが整理されたノート形式に自動変換され、手作業での書き写しや整理が不要になります。 複数の論文を比較表にまとめる - 複数の論文を読んだ時に、著者・年号・主要な結果などを表形式で自動比較でき、異なる研究間の違いを一目で理解できます。 研究テーマごとに論文をカテゴリ分け - 関連した複数の論文を自動的にテーマ別に分類し、「この分野ではどんな研究成果があるのか」を体系的に把握できます。 学術的な引用形式で自動フォーマット - 著者名・発表年・ジャーナル名などを統一形式で記録されるため、後で論文を執筆する際に引用を簡単に挿入できます。 重要ポイントを箇条書きで自動抽出 - 複雑な論文の要点が3〜5個のキーポイントに自動圧縮されるため、短時間で内容を把握できます。 論文執筆者・研究者 - 読んだ論文を整理して、執筆時の参考資料として活用したい人。 医学・看護学の学生 - 膨大な教科書や論文から要点をノート化して、試験勉強を効率化したい人。 システマティックレビュー実施者 - 数十〜数百の論文をまとめて分析する際に、統一形式のノートを大量作成したい人。

領域ごとに知識を自動分類・蓄積 - 人像、商品、インテリア、アート、動画など7つの領域から、その都度関連する実践的な要素を自動抽出して整理できます。 再利用可能な「要素パーツ」のライブラリ化 - 色使い、撮影技法、エフェクト、フォントなど細粒度の要素を データベース に蓄積し、必要な時に引き出せます。 デザインシステム・ワークフローをそのまま保存 - 単なる要素抽出だけでなく、デザイン規範やモジュール化されたシステム全体を完全に保存し、後で丸ごと再利用できます。 自動タグ付けで「探しやすく」 - 抽出した要素に自動的に分類タグが付くので、「ラグジュアリー感」「ガラス質感」のような概念的な検索もできます。 バッチ学習で知識を一気に蓄積 - 複数のプロンプトを一度に分析でき、時間をかけずに使える知識ベースを構築できます。 デザイナー・制作クリエイター - 繰り返し使える要素・パターンをストックしたい方 プロンプトエンジニア - 領域ごとに最適な要素組み合わせを体系化したい方 デザインシステム導入・運用担当者 - AIを活用しながら社内の表現ルールを蓄積・共有したい方 AIを使った案件が多い制作会社 - 過去の成功事例から再利用可能な知識を効率的に抽出したい方

思いついたアイデアや学習内容をテキストで入力するだけで、自動的にJSON形式で整理・保存できます。手動でファイルを作成する手間が不要になります。 キーワードから自動で「開発」「学習」「会議」などのカテゴリーを判定し、タグを付与してくれます。後から思い出したい時に検索しやすくなります。 タグの検索機能により、特定の技術（Git、Python、Docker など）に関する笔记を一瞬で探し出せます。分散した情報をまとめて参照できます。 最近10件の表示や特定カテゴリーでの絞り込みなど、直感的に笔记を管理できます。累積した笔记から必要な情報へ素早くアクセスできます。 学習や開発の過程で気づきを記録したい人 会議内容や進捗を後で見返す必要がある人 手動でファイルを分類するのが面倒と感じている人 過去の学習内容を検索して再利用したい人

セッション終了時に再利用可能なパターンを自動抽出 -- セッション内で解決したエラーや実装パターンを分析し、次のプロジェクトで活用できる知識として自動保存します。 エラー解決方法をパターン化して保存 -- 「このエラーはこう解決する」というパターンを記録し、同じエラーが発生した次のセッションで素早く対応できます。 ユーザーの修正から学習パターンを自動生成 -- セッション中にユーザーが修正した箇所から「推奨される書き方」を学習し、学習済みスキルとして蓄積します。 プロジェクト固有の規約や回避策を知識化 -- 特定のフレームワークやライブラリの使い方のコツを自動抽出し、同じプロジェクトの別セッションで活用できます。 複数のパターンタイプ（デバッグ技法、ワークアラウンド、設定方法）を自動分類 -- エラー解決、ユーザー修正、回避策、デバッグ技法など、セッションの成果を種類別に整理して保存できます。 同じ問題を何度も調べ直している人 -- セッションごとの学習を自動保存し、次回の同じ問題発生時に即座に解決方法を参照できます。 開発効率を段階的に向上させたい人 -- セッションを重ねるたびに学習済みスキルが増え、徐々にAIの対応速度と精度が向上していきます。 プロジェクト独自の知見を組織で共有したい人 -- 個人セッションの学習成果を自動抽出し、チーム内で共有可能なスキルに変換できます。 開発ドキュメントを自動生成したい人 -- セッションから抽出したパターンがドキュメント化されるため、手動でノウハウ集を作る手間が削減されます。