read-garden
About
This skill provides a structured sensory protocol for observing and assessing garden health, adapted from Coordinate Remote Viewing (CRV). It guides users through stages including initial clearing, gestalt impressions, sensory layering, pattern recognition, and a health triage matrix. Use it before any intervention, during seasonal transitions, for new site evaluations, or after extreme weather events to inform gardening decisions.
Quick Install
Claude Code
Recommendednpx 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/read-gardenCopy and paste this command in Claude Code to install this skill
Documentation
name: read-garden description: > 座標遠隔視聴(CRV)から適応した構造化感覚プロトコルを用いて庭を観察・ 評価する。入園前のクリアリング(meditate チェックポイント)、ステージI ゲシュタルト印象、ステージII感覚レイヤー(葉、茎、根、土壌)、ステージIII AOL管理付きパターン認識、庭の健康トリアージマトリックス(heal チェック ポイント)を網羅。あらゆる介入の前、植物がストレス症状を示す場合、季節の 移行時、新しい庭のサイト評価時、定期的な健康モニタリング中、霜や熱波などの 極端な天候イベント後に使用。 license: MIT allowed-tools: Read metadata: author: Philipp Thoss version: "1.0" domain: gardening complexity: intermediate language: natural tags: gardening, observation, diagnosis, assessment, plant-health, CRV-adapted locale: ja source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
庭を読む
構造化された感覚プロトコルを用いて庭を観察・評価し、介入決定を行う前に実施する。
使用タイミング
- あらゆる介入の前 — まず庭を読み、次に行動する
- 植物がストレス症状を示している場合(黄変、萎れ、巻き、斑点)
- 季節の移行時(春の目覚め、秋の衰退)に評価が必要
- 植え付け前の新しい庭サイトの評価
- 定期的(毎週または隔週)の庭の健康モニタリング
- 極端な天候イベント後(霜、熱波、豪雨)
入力
- 必須: 庭への物理的アクセス
- 必須: 観察記録用の園芸日誌またはノート
- 任意: 比較のための以前の観察記録
- 任意: 土壌温度計、pHテストストリップ、水分計
- 任意: ハンドレンズまたは虫眼鏡(害虫/病気の特定用)
手順
ステップ1: Meditateチェックポイント — 入園前のクリアリング
評価のために庭に入る前に、先入観をクリアする。
入園前クリアリング(3-5分):
1. 庭の端に立つ — まだ入らない
2. ゆっくり3回呼吸する(吸気4カウント、呼気6カウント)
3. 予想していることを脇に置く:
- 「トマトに水が必要だと思う」→ 脇に置く
- 「あの害虫スプレーはおそらく効かなかった」→ 脇に置く
- 「レタスはそろそろ収穫できるはず」→ 脇に置く
4. 観察者の姿勢を採る:あなたは仮説を確認するためではなく、
情報を受け取るためにここにいる
5. 目を柔らかくする — 集中的なスキャンではなく周辺視野
6. 中立で受容的に感じられたら、庭に入る
なぜこれが重要か:
診断を持って入る園芸家は、どこにでも確認を見て、
庭が実際に示していることを見逃す。
解釈の前の観察が良い実践の基礎。
期待結果: 発見する内容についての先入観のない、穏やかで受容的な状態。
失敗時: 期待を手放せない場合(特定の植物に対する強い不安、最近の損失からのフラストレーション)、感情を認め、「AOL: [懸念]」として書き留め、進む。名前をつけることでその影響を減らす。
ステップ2: ステージI — ゲシュタルト印象
庭の周囲を歩く。最初の、フィルターなしの印象を記録する。
ゲシュタルトプロトコル:
1. 庭の境界全体をゆっくり歩く
2. まだ個々の植物を調べない — 全体を受け取る
3. 以下のカテゴリーのみで印象を記録する:
- 全体的な活力:繁茂 / 安定 / 衰退
- 支配的な色調:深い緑 / 淡い / 混在 / 黄変
- 密度:豊か / 適切 / まばら / 裸地
- エネルギー:(主観的)活き活き / 穏やか / 疲れた / 苦しんでいる
4. 最初に目を引くものを記録する — これはしばしば最も大きなシグナル
5. 周囲条件を記録:気温、風、空、土壌水分(目視)、最近の天候
ゲシュタルト記録の例:
日付:2026-04-15、9:30am、14°C、曇り、昨日軽い雨
全体:安定だが、北東の角が消耗して見える
色:混在 — アブラナ科に良い緑、トマト苗に淡い
密度:適切、ただしハーブの畝がまばら
エネルギー:穏やか、活き活きしていない — 今年の春は遅い
目を引くもの:萎れたカボチャの移植苗(3列目)
期待結果: 分析や診断なしの、庭の状態の簡潔で全体的な記録。
失敗時: すぐに診断を始めてしまう場合(例:「カボチャが萎れているのは...のため」)、「AOL: [診断]」と書き、純粋な観察に戻る。分析はステージIIIで行う。
ステップ3: ステージII — 感覚レイヤー
次に、畝ごとに庭を移動する。各エリアですべての感覚を活用する。
感覚観察プロトコル(畝またはゾーンごと):
葉の言語:
- 色:深い緑、淡い緑、黄変、紫変、褐変
- 黄変(黄化):全体的 = 窒素、脈間 = 鉄/マンガン
- 紫変:リン欠乏または低温ストレス
- 褐変:先端焼け = 塩/肥料、端焼け = カリウム
- 巻き方向:
- 上向き:熱ストレス、乾燥、除草剤曝露
- 下向き:過灌水、根の損傷
- 内向き(カッピング):ウイルス、ダニ被害
- 表面:滑らか、ざらざら、ベタベタ(アブラムシの甘露)、粉状(うどんこ病)、斑点
- 裏面:卵、ダニ(小さな点)、初期のうどんこ病を確認
茎と構造:
- 強度:直立して頑丈 vs. 傾斜または倒伏
- 色:正常な木質/緑 vs. 黒変(腐敗)または淡色(徒長)
- 柔軟性:しなやか(健康)vs. 脆い(脱水)vs. ぶよぶよ(病気)
- 成長パターン:正常な節間 vs. 伸長(光を求める)
根のシグナル(土壌線で確認、移植時に):
- 色:白/クリーム(健康)、茶/黒(腐敗)、オレンジ(さび病菌)
- 臭い:土の香り(健康)、酸っぱい/硫黄臭(嫌気性腐敗)
- 構造:繊維状ネットワーク(良好)vs. 巻いている(ポット詰まり)vs. まばら(ストレス)
植物のそばの土壌:
- 水分:乾燥して割れている / 湿って暗い / 水浸しで光っている
- 表面:マルチ済み / 裸 / 固く / 苔 / 藻類
- 臭い:甘く土っぽい(良好)/ 酸っぱい(嫌気性)/ カビ臭い(真菌性)
- 生き物:ミミズ、甲虫、クモ(良好)/ ナメクジ、アブラムシを牧畜するアリ(懸念)
各観察を感覚的記述子として記録する — まだ分析なし。
間違い:「トマトに早期疫病がある」
正しい:「トマト下葉:茶色の斑点、同心円のリング、斑点の周りに黄変」
期待結果: 各畝またはゾーンの詳細な感覚記録で、記述的言語のみを使用。
失敗時: 診断している自分に気づいた場合(病気の名前を付ける、害虫を非難する)、「AOL: [診断]」と書き、生の観察に戻る。名前は後から — データが先。
ステップ4: ステージIII — パターン認識
今、そしてこの時点で初めて、観察をパターンに結びつけ始める。
パターン分析プロトコル:
1. 各畝のステージIIのメモを確認する
2. 以下の構造化された質問をする:
空間的:
- 症状は局所的(一つの植物、一つの畝)かシステム的(庭全体)か?
- 勾配はあるか?(フェンス近くで悪化 = 日陰;歩道近くで悪化 = 圧密)
- 特定の種のみが影響を受けているか?(ホスト特異的 = 病気;全種 = 環境)
時間的:
- 新しい成長か古い成長か?
- 新しい成長が影響:栄養欠乏(新しい組織を構築できない)
- 古い成長が影響:移動性栄養素が再配置されている、または感染が広がっている
- 症状は突然現れたか(天候イベント、施用)、徐々にか(慢性状態)?
集団的:
- 一つの植物:個体の問題の可能性(根の損傷、移植ショック)
- 一つの種:種特異的の可能性(病気、害虫の好み)
- すべての植物:環境的の可能性(土壌、水、天候)
3. 五つの指標(葉、茎、根、土壌、季節学)とクロスリファレンス:
- 複数の指標が同じ原因を指しているか?
- 収束するシグナル = より高い信頼度の診断
- 矛盾するシグナル = さらなる観察が必要
AOL管理:
パターン分析が完了する前に結論に飛びつく場合:
- 「AOL: [結論]」を別の行に書く
- まだそれに基づいて行動しない
- データに戻る
- 同じ結論が複数の独立した観察から再出現した場合、
AOLから暫定的診断に昇格する
- 暫定的診断はまだ行動ではない — テストすべき仮説
区別する:
- 早まったレッテル(低い証拠、高い確信)→ 危険
- 収束する結論(高い証拠、比例した確信)→ 行動可能
期待結果: 複数の独立した観察で裏付けられた一つ以上の暫定的診断。
失敗時: 明確なパターンが出現しない場合、庭は健康かもしれない(すべてが問題というわけではない)、またはシグナルが読み取るには早すぎる可能性がある。観察を記録し、1週間後に再評価する。時間はしばしば一度の訪問では明らかにできないことを明らかにする。
ステップ5: Healチェックポイント — 庭の健康トリアージ
観察を優先順位付けされたアクションプランに変換する。
庭の健康トリアージマトリックス:
┌──────────┬──────────────────────────┬─────────────────────────────┐
│ 優先度 │ 基準 │ アクション例 │
├──────────┼──────────────────────────┼─────────────────────────────┤
│ 今日 │ 活発に枯れつつある、 │ 深水やり。緊急の日陰。 │
│ (赤) │ 重度の萎れ、目に見える │ 害虫を手で除去。倒伏した │
│ │ 害虫の大発生 │ 茎を支持。 │
├──────────┼──────────────────────────┼─────────────────────────────┤
│ 今週 │ 衰退しているが安定、 │ 肥料(堆肥茶または葉面 │
│ (黄) │ 栄養欠乏の症状、初期の │ 海藻液)。裸土にマルチ。 │
│ │ 病気の兆候 │ 排水改善。患部の葉を剪定。 │
├──────────┼──────────────────────────┼─────────────────────────────┤
│ 経過観察 │ 微妙な変化、自然に │ 日誌に記録。1週間後に │
│ (緑) │ 解決する可能性のある │ 再評価。比較用の写真撮影。 │
│ │ 初期の兆候、季節的変化 │ まだ介入しない。 │
├──────────┼──────────────────────────┼─────────────────────────────┤
│ 健康 │ 問題なし、活発な成長、 │ 感謝する。現在のケアを │
│ (青) │ 良い色、活発な生物活動 │ 継続。将来の季節のために │
│ │ │ うまくいっていることを記録 │
└──────────┴──────────────────────────┴─────────────────────────────┘
トリアージルール:
1. 赤の項目をすぐに対処する — それ以外はすべて待てる
2. 黄の項目を今週中に対処する — 特定の日をスケジュール
3. 緑の項目:観察のみ。ほとんどの「経過観察」項目は自然に解決する。
園芸家の最も一般的なエラーは緑の項目を黄として扱うこと
4. 青の項目:うまくいっていることを積極的に記録 — これらは成功
5. 庭への1回の訪問で2つ以上の優先事項に対処しない
(一度に多くのことをすることは何もうまくしないことを意味する)
期待結果: 明確な優先順位とタイムラインを持つトリアージされたアクションリスト。
失敗時: すべてが赤い優先度に感じられる場合、観察モードではなく不安モードにいるかもしれない。meditateチェックポイント(ステップ1)に戻り再入園する。真の緊急事態はまれ — ほとんどの庭の問題はゆっくり進行し、1日待てる。
ステップ6: 記録と追跡
日誌エントリで観察セッションを完了する。
庭の観察記録テンプレート:
日付:___________ 時間:___________
天候:___________ 最近の天候:___________
ゲシュタルト:(ステージIの1-2文)
畝別観察:(ステージIIデータ)
畝1:___________
畝2:___________
[...]
記録されたパターン:(ステージIII分析)
___________
トリアージ:
赤(今日):___________
黄(今週):___________
緑(経過観察):___________
青(健康):___________
記録されたAOL:(生じた早まった結論のリスト)
___________
実施したアクション:
___________
前回の訪問との比較:
改善:___________
悪化:___________
変化なし:___________
期待結果: 前回の訪問と比較できる、完全で日付入りの観察記録。
失敗時: 日誌をつけることが負担に感じられる場合、最低限に減らす:日付、天候、トリアージ要約、畝ごとの一つの観察。詳細さよりも一貫性が重要。
バリデーション
- 庭に入る前にmeditateチェックポイントを完了した
- 個々の植物を調べる前にゲシュタルト印象を記録した
- 感覚観察は記述的言語を使用している(ステージIIに診断なし)
- AOLが特定され脇に置かれた(早まった行動をしない)
- パターン分析は空間的、時間的、集団的要因を考慮している
- トリアージマトリックスが明確な優先レベルで完成した
- 観察記録に日付が入り、園芸日誌に保管された
- アクションがトリアージレベルに比例している(緑の項目への過剰処理なし)
よくある落とし穴
- 確認バイアス: 特定の問題を探して庭に入ると、見つけることが保証される(またはそれに似たもの)。meditateチェックポイントがこれを防ぐ
- ステージIIでの診断: 感覚観察中に病気に名前をつけると、その後のすべてのデータ収集にバイアスがかかる。ステージIIIまで記述子にとどまる
- 緑を黄として扱う: ほとんどの庭の「問題」は自然に解決する。何かの最初の兆候でスプレーや剪定をすることは、元の症状よりも多くの害をしばしば引き起こす
- 記録を飛ばす: 日誌がなければ、毎回の訪問がゼロから始まる。パターンは時間の経過とともに現れる — そして時間には記録が必要
- AOLの抑制vs.管理: 目標は分析的思考を持たないことではない — それは不可能。目標はそれに気づき、名前をつけ、データがそれを裏付けるか反証するまで脇に置くこと
- 過剰介入: 庭の読み取りプロトコルは確信を増し、取るアクションの数を減らすべきであり、増やすべきではない。読んだ後にやることが増えている場合、庭ではなく不安を治療しているかもしれない
関連スキル
meditate— 入園前クリアリングプロトコル(完全な瞑想手順)heal— チェックポイントで使用される健康トリアージパターンprepare-soil— 土壌評価は土壌観察レイヤーと重複cultivate-bonsai— 盆栽の健康評価は同じ段階的観察に従うplan-garden-calendar— 観察記録はシーズン中のカレンダー調整に情報を与えるremote-viewing— CRV適応ステージングプロトコルはこのスキルに由来
GitHub Repository
Related Skills
llamaguard
OtherLlamaGuard is Meta's 7-8B parameter model for moderating LLM inputs and outputs across six safety categories like violence and hate speech. It offers 94-95% accuracy and can be deployed using vLLM, Hugging Face, or Amazon SageMaker. Use this skill to easily integrate content filtering and safety guardrails into your AI applications.
cost-optimization
OtherThis Claude Skill helps developers optimize cloud costs through resource rightsizing, tagging strategies, and spending analysis. It provides a framework for reducing cloud expenses and implementing cost governance across AWS, Azure, and GCP. Use it when you need to analyze infrastructure costs, right-size resources, or meet budget constraints.
quantizing-models-bitsandbytes
OtherThis skill quantizes LLMs to 8-bit or 4-bit precision using bitsandbytes, achieving 50-75% memory reduction with minimal accuracy loss. It's ideal for running larger models on limited GPU memory or accelerating inference, supporting formats like INT8, NF4, and FP4. The skill integrates with HuggingFace Transformers and enables QLoRA training and 8-bit optimizers.
dispatching-parallel-agents
OtherThis Claude Skill dispatches multiple agents to investigate and fix 3+ independent problems concurrently. It is designed for scenarios involving unrelated failures that can be resolved without shared state or dependencies. The core capability is parallel problem-solving, assigning one agent per independent problem domain to maximize efficiency.
