Skill.md検索

自然言語で書いた実験アイデアを、自動で構造化された仕様書（REQUIREMENT.md と CONTEXT.json）に変換できます。 実験の仮説・受け入れ基準・実装方針を対話で確認しながら整理し、曖昧な内容を排除できます。 採番ルール（E001, E002...）に従い、既存実験との重複や漏れがないようファイルを自動生成できます。 実験ログ（dashboard.md、plan.md）と自動連携し、プロジェクト全体の文脈を保ったまま新規実験を立案できます。 「CV macro-AUC が baseline 比 +0.005 以上」のように、テスト可能な具体的な基準を引き出すまで確認を続けます。 機械学習やデータサイエンスで複数の実験を並行管理している研究者・エンジニア 実験の意図・目的・評価基準を曖昧さなく記録・共有したいチーム 実験アイデアはあるけど、仕様書にまとめるのが手間な人 過去の実験との関連性を素早く確認したい人 実験アイデアを自由記述で受け取り、以下を抽出して案を提示します。タイトル（一行サマリ）、Slug（英小文字スネークケース）、Why（仮説1〜3行）、Baseline（親実験ID）、What（boolean 形式の受け入れ基準3〜5項目）、How（実装方針：データ・モデル・ファイル・ハイパラ）、Edge Cases、Out of Scope。採番は experiments/E* ディレクトリと experiment_log.md から最新IDを確認し、欠番なく3桁ゼロ埋めで採番します。dashboard.md（ベストスコア）、plan.md（中長期方針）、既存 CONTEXT.json を軽量読込して整合確認をしてから案を提示します。曖昧な受け入れ基準（例「精度が上がる」）は許容せず、テスト可能な形（例「CV macro-AUC が baseline 比 +0.005 以上」）に修正させます。生成内容をユーザーに提示し承認を得た後、REQUIREMENT.md と CONTEXT.json をテンプレから埋めて書き込みます。

ブランチの安全確認 - 間違ったブランチ（mainなど）にコミットしていないか確認してから進められます。 変更ファイルを個別選択 - 一度に全ファイルを追加せず、どのファイルをコミットするか選んで、誤送信を防げます。 コミットメッセージの自動案出 - 変更内容を分析して、プロジェクト規約（feat・fix・docsなど）に沿ったメッセージを提案します。 対話的にコミット完了 - メッセージの修正や確認をしながら進められるため、手戻りが減ります。 Gitコミットルールが決まっているチーム開発をしている人 コミットメッセージをきちんと書きたいが、毎回フォーマットを考えるのが手間な人 ファイル選択の失敗を避けたい慎重な開発者