catalog-collection
Über
Diese Claude-Skill katalogisiert und klassifiziert Bibliotheksbestände unter Verwendung standardisierter Systeme wie Dewey Decimal und Library of Congress Classification. Sie übernimmt die deskriptive Katalogisierung, Vergabe von Schlagwörtern, die Zuweisung von Signatur-Nummern, Grundlagen der MARC-Datensätze sowie die Normdatenpflege. Nutzen Sie sie, um eine neue Bibliothek zu organisieren, Neuerwerbungen zu bearbeiten oder einen bestehenden Bestand neu zu klassifizieren, der sein ursprüngliches System überwachsen hat.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/catalog-collectionKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
コレクションの目録化
標準的な分類システムと記述目録作成の実務を用いて、図書館またはアーカイブ資料を目録化・分類する。
使用タイミング
- 個人、機関、またはコミュニティの図書館をゼロから整理する時
- 新規受入資料に請求記号と件名標目を付与する必要がある時
- 検索性のために一貫したカタログレコードを作成したい時
- 元のシステムでは対応しきれなくなったコレクションを再分類する時
- 著者、シリーズ、または主題の典拠コントロールを確立する必要がある時
入力
- 必須: 目録化する資料(書籍、逐次刊行物、メディア、アーカイブ資料)
- 必須: 選択した分類システム(デューイ十進分類法または米国議会図書館分類法)
- 任意: 統合対象の既存カタログまたはインベントリ
- 任意: 件名標目典拠(LCSH、Sears、またはカスタムシソーラス)
- 任意: MARC対応目録作成ソフトウェア(Koha、Evergreen、LibraryThing)
手順
ステップ1: 分類システムの選択
コレクションの規模、範囲、対象者に合ったシステムを選択する。
Classification System Comparison:
+----------------------------+-------------------------------+-------------------------------+
| Criterion | Dewey Decimal (DDC) | Library of Congress (LCC) |
+----------------------------+-------------------------------+-------------------------------+
| Best for | Public/school libraries, | Academic/research libraries, |
| | personal collections <10K | collections >10K volumes |
+----------------------------+-------------------------------+-------------------------------+
| Structure | 10 main classes (000-999), | 21 letter classes (A-Z), |
| | decimal subdivision | alphanumeric subdivision |
+----------------------------+-------------------------------+-------------------------------+
| Granularity | Broad at top levels, | Very specific; designed for |
| | expandable via decimals | research-level distinction |
+----------------------------+-------------------------------+-------------------------------+
| Learning curve | Moderate — intuitive | Steeper — requires schedules |
| | decimal logic | and tables |
+----------------------------+-------------------------------+-------------------------------+
| Browsability | Excellent for general | Excellent for subject-deep |
| | browsing | collections |
+----------------------------+-------------------------------+-------------------------------+
Decision Rule:
- Personal or small community library: DDC
- Academic, research, or large institutional: LCC
- Mixed or uncertain: Start with DDC; migrate to LCC if collection exceeds 10K
期待結果: コレクションの規模と目的に合った分類システムが選択される。
失敗時: どちらのシステムも適合しない場合(例:高度に専門化されたアーカイブ)、ファセット分類法またはカスタムスキームを検討するが、相互運用性のためにDDCまたはLCCへのマッピングを文書化する。
ステップ2: 記述目録作成の実施
標準的な実務に従い、各資料の書誌記述を作成する。
Descriptive Cataloging Elements (RDA-aligned):
1. TITLE AND STATEMENT OF RESPONSIBILITY
- Title proper (exactly as on title page)
- Subtitle (if present)
- Statement of responsibility (author, editor, translator)
2. EDITION
- Edition statement ("2nd ed.", "Rev. ed.")
3. PUBLICATION INFORMATION
- Place of publication
- Publisher name
- Date of publication
4. PHYSICAL DESCRIPTION
- Extent (pages, volumes, running time)
- Dimensions (cm for books)
- Accompanying material (CD, maps)
5. SERIES
- Series title and numbering
6. NOTES
- Bibliography, index, language notes
- Special features or provenance
7. STANDARD IDENTIFIERS
- ISBN, ISSN, LCCN, OCLC number
Cataloging Principle: Describe what you see.
Take information from the item itself (title page first,
then cover, colophon, verso). Do not guess or embellish.
期待結果: 各資料について、一意の識別と発見に十分な詳細を持つ一貫した書誌レコード。
失敗時: 出版情報が欠落している場合(古い資料や自費出版の資料に多い)、角括弧を使用して補足情報を示す:[ca. 1920]、[s.l.](出版地不明)、[s.n.](出版者不明)。
ステップ3: 件名標目の付与
統制語彙用語を適用して、利用者がトピックで資料を検索できるようにする。
Subject Heading Sources:
+------------------------------+------------------------------------------+
| Authority | Use For |
+------------------------------+------------------------------------------+
| LCSH (Library of Congress | General and academic collections. |
| Subject Headings) | Most widely used worldwide. |
+------------------------------+------------------------------------------+
| Sears List of Subject | Small public and school libraries. |
| Headings | Simpler vocabulary than LCSH. |
+------------------------------+------------------------------------------+
| MeSH (Medical Subject | Medical and health science collections. |
| Headings) | |
+------------------------------+------------------------------------------+
| Custom thesaurus | Specialized archives or corporate |
| | collections with domain-specific terms. |
+------------------------------+------------------------------------------+
Assignment Rules:
1. Assign 1-3 subject headings per item (more is noise, fewer is loss)
2. Use the most specific heading available (not "Science" when
"Marine Biology" exists)
3. Apply subdivisions where helpful:
- Topical: "Cooking--Italian"
- Geographic: "Architecture--France--Paris"
- Chronological: "Art--20th century"
- Form: "Poetry--Collections"
4. Check authority files for preferred forms before creating new headings
5. Be consistent: if you use "Automobiles" don't also use "Cars" as a heading
期待結果: 各資料に統制語彙から1〜3の件名標目が付与され、コレクション全体で一貫して適用される。
失敗時: 典拠に適切な標目が存在しない場合、ローカル標目を作成してローカル典拠ファイルに文書化する。メインの典拠との整合性を定期的にレビューする。
ステップ4: 請求記号の付与
選択した分類システムを使用して書架アドレスを構築する。
Dewey Decimal Call Number Construction:
1. Main class number (3 digits minimum): 641.5
2. Add Cutter number for author: .S65 (Smith)
3. Add date for editions: 2023
Result: 641.5 S65 2023
DDC Main Classes:
000 - Computer Science, Information
100 - Philosophy, Psychology
200 - Religion
300 - Social Sciences
400 - Language
500 - Science
600 - Technology
700 - Arts, Recreation
800 - Literature
900 - History, Geography
LCC Call Number Construction:
1. Class letter(s): QA (Mathematics)
2. Subclass number: 76.73 (Programming languages)
3. Cutter for specific topic: .P98 (Python)
4. Date: 2023
Result: QA76.73.P98 2023
Shelving Rule: Call numbers sort left-to-right,
segment by segment. Numbers sort numerically,
letters sort alphabetically, Cutters sort as decimals.
期待結果: 目録化されたすべての資料が、書架上の位置を決定する一意の請求記号を持つ。
失敗時: 2つの資料が同じ請求記号を生成する場合、著作記号(冠詞を除くタイトルの最初の文字)または複本番号を追加して区別する。
ステップ5: カタログレコードの作成または更新
目録化した情報をカタログシステムに入力する。
Minimum Viable Catalog Record:
+-----------------+----------------------------------------------+
| Field | Example |
+-----------------+----------------------------------------------+
| Call Number | 641.5 S65 2023 |
| Title | The Joy of Cooking |
| Author | Smith, Jane |
| Edition | 9th ed. |
| Publisher | New York : Scribner, 2023 |
| Physical Desc. | xii, 1200 p. : ill. ; 26 cm |
| ISBN | 978-1-5011-6971-7 |
| Subjects | Cooking, American |
| | Cookbooks |
| Status | Available |
| Location | Main Stacks |
+-----------------+----------------------------------------------+
If using MARC format:
- 245 $a Title $c Statement of responsibility
- 100 $a Author (personal name)
- 050 $a LCC call number
- 082 $a DDC call number
- 650 $a Subject headings
- 020 $a ISBN
Copy cataloging: Check OCLC WorldCat or your library system's
shared database before creating original records. Someone has
likely already cataloged the same edition.
期待結果: 各資料がシステム内にカタログレコードを持ち、すべての必須フィールドが入力されている。レコードは著者、タイトル、件名、請求記号で検索可能。
失敗時: 目録作成ソフトウェアが利用できない場合、上記のフィールドに一致する一貫した列見出しを持つ、構造化されたスプレッドシートが機能的なカタログとして代用できる。利用可能になった時に適切なソフトウェアに移行する。
ステップ6: 実際の書架の整理
請求記号に従って資料を配置する。
Shelf Organization Principles:
1. Left to right, top to bottom (like reading a page)
2. Call numbers in strict sort order:
- DDC: 000 → 999, then Cutter alphabetically
- LCC: A → Z, then number, then Cutter
3. Spine labels: print or write call number on spine label
(white label, black text, 3 lines max)
4. Shelf markers: place dividers at major class boundaries
(every 100 in DDC, every letter in LCC)
5. Shifting: leave 20-30% empty space per shelf for growth
6. Oversize: shelve items taller than 30cm in a separate
oversize section, with "+q" prefix on call number
Shelf Reading (periodic verification):
- Walk the stacks weekly
- Check that items are in correct call number order
- Reshelve any misplaced items
- Note damaged items for repair or replacement
期待結果: 資料が請求記号順に物理的に配置され、明確な背ラベルと増加余地がある。
失敗時: スペースが不十分な場合、アクセスしやすい棚には利用頻度の高い資料を優先し、利用頻度の低い資料は集密書架に移動し、カタログレコードの所在変更を記載する。
バリデーション
- 分類システムが選択され文書化されている
- すべての資料について、タイトル、著者、出版データを含む記述目録が完了している
- 統制語彙から件名標目が付与されている(1資料あたり1〜3件)
- 各資料に一意の請求記号が付与されている
- システムまたはスプレッドシートにカタログレコードが作成されている
- 物理的な資料が背ラベル付きで請求記号順に配架されている
- 名前と件名の形式の一貫性のために典拠コントロールが確立されている
よくある落とし穴
- 一貫性のない標目: 「World War, 1939-1945」と「WWII」の両方を使用すると統制語彙の目的が失われる。1つの典拠を選んで徹底する
- 過度な分類: 小規模な個人図書館に15桁のDDC番号を付与しても、利点なく複雑さが増すだけ。コレクション規模に合った粒度にする
- コピーカタログの無視: コピーレコードが存在するのにオリジナルレコードを作成するのは時間の無駄。まず共有データベースを確認する
- 背ラベルの放置: 目録化された本に背ラベルがなければ配架ミスが起きる。目録化直後にラベルを貼る
- 増加余地なし: 棚を100%の容量で詰めると、新規受入のたびに連鎖的な移動が必要になる。余白を残す
関連スキル
preserve-materials-- 目録化された資料の状態を維持するための保存処理curate-collection-- 何を目録化するかを決定するコレクション構築の意思決定manage-memory-- 永続的な知識ストアの整理(物理的な目録作成のデジタル版)
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
