スキル一覧に戻る

forage-solutions

pjt222
更新日 6 days ago
11 閲覧
17
2
17
GitHubで表示
テストaidesign

について

このスキルはアリコロニー最適化を応用し、複数の解決経路を並行して探索し、有望なアプローチを強化しながら非生産的な経路を放棄します。最適なアプローチが不明確な問題、複雑な問題のデバッグ、あるいは局所解への早期収束を回避する場合に理想的です。開発者は、初期戦略が失敗し、代替案の体系的な探索が必要な際に活用できます。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/forage-solutions

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント

採解

以蟻群優原則探解空——布獨立假為偵、以證強良徑、察遞減益、知何時棄策他探。

  • 題有多可法而無明勝
  • 首法不行而替不明
  • 調無明根因——多假須並查
  • 於碼中尋行源而位未知
  • 前解嘗早收於次優
  • build-coherence 於決前須探解空時

  • :題述或目(採何?)
  • :現知態(已知何?)
  • :前所試法與其果
  • :探約(時預、工可用)
  • :急度(影探用衡)

一:映解境

布偵前表解空形。

Solution Distribution Types:
┌────────────────────┬──────────────────────────────────────────────────┐
│ Type               │ Characteristics and Strategy                     │
├────────────────────┼──────────────────────────────────────────────────┤
│ Concentrated       │ One correct answer exists (bug fix, syntax       │
│ (one right fix)    │ error). Deploy many scouts quickly to locate     │
│                    │ it. Exploit immediately when found               │
├────────────────────┼──────────────────────────────────────────────────┤
│ Distributed        │ Multiple valid approaches (architecture choice,  │
│ (many valid paths) │ implementation strategy). Scouts assess quality  │
│                    │ of each. Use `build-coherence` to choose         │
├────────────────────┼──────────────────────────────────────────────────┤
│ Ephemeral          │ Solutions depend on timing or sequence (race     │
│ (time-sensitive)   │ conditions, order-dependent bugs). Fast scouting │
│                    │ with immediate exploitation. Cannot revisit       │
├────────────────────┼──────────────────────────────────────────────────┤
│ Nested             │ Solving the surface problem reveals a deeper one │
│ (layers of cause)  │ (config issue masking an architecture problem).  │
│                    │ Scout at each layer before committing to depth   │
└────────────────────┴──────────────────────────────────────────────────┘

分現題。分類定布幾偵、何速切自探至用。

得:明表解境以導偵策。分類宜覺正,非強。

敗:境全不知——此本為分類——視為或散並布廣偵。首輪偵將示境性。

二:布偵假

生獨立假為偵。各偵於解空異向探。

  1. 生 3-5 獨立題或解之假
  2. 各假定一廉試——單文讀、一 grep、一特察
  3. 依證(非直覺)計初許
  4. 獨布偵:勿令假 A 之估影假 B 之試
Scout Deployment Template:
┌───────┬──────────────────────┬──────────────────────┬──────────┐
│ Scout │ Hypothesis           │ Test (one action)    │ Promise  │
├───────┼──────────────────────┼──────────────────────┼──────────┤
│ 1     │                      │                      │ High/Med/│
│ 2     │                      │                      │ Low      │
│ 3     │                      │                      │          │
│ 4     │                      │                      │          │
│ 5     │                      │                      │          │
└───────┴──────────────────────┴──────────────────────┴──────────┘

要則:偵估,非用。目為各假速信,非首似許者之深查。

得:3-5 獨立假有廉試定。無假已深探——此為廣先過。

敗:生 <3 假→題或甚約(聚類——好,盛偵)或解過淺(假前先讀境)。假不獨(皆同念之變)→探過窄——強加至少一悖於他者之假。

三:跡強——循證

偵果返後強良跡,任弱者衰。

  1. 閱偵果:何假有撐證?
  2. 強證→強跡:此投更多查力
  3. 無證→任跡衰:無新信勿續查
  4. 悖證→標抑信:主避此徑
  5. 監早收:若諸力皆入首強跡→強一偵入未探域
Trail Reinforcement Decision:
┌───────────────────────────┬──────────────────────────────────────┐
│ Scout Result              │ Action                               │
├───────────────────────────┼──────────────────────────────────────┤
│ Strong supporting evidence│ REINFORCE — deepen investigation     │
│ Weak supporting evidence  │ HOLD — one more cheap test before    │
│                           │ committing                           │
│ No evidence               │ DECAY — deprioritize, scout elsewhere│
│ Contradicting evidence    │ INHIBIT — mark as dead end           │
│ Ambiguous result          │ REFINE — hypothesis was too vague,   │
│                           │ sharpen and re-scout                 │
└───────────────────────────┴──────────────────────────────────────┘

得:依證(非偏)之跡明排。最強跡得最注,然至少一替存活。

敗:諸偵空返→假誤,非法誤。重框問:「何設或誤?」自異角生新假。諸偵強返→題或散(多有效答)——換 build-coherence 擇法。

四:邊際值論——知何時離

監現法之產。每力所得新信降於諸法平→切時至。

Marginal Value Assessment:
┌────────────────────────┬──────────────────────────────────────────┐
│ Signal                 │ Action                                   │
├────────────────────────┼──────────────────────────────────────────┤
│ New information per    │ CONTINUE — this trail is productive      │
│ action is high         │                                          │
├────────────────────────┼──────────────────────────────────────────┤
│ New information per    │ PREPARE TO SWITCH — squeeze remaining    │
│ action is declining    │ value, begin scouting alternatives       │
├────────────────────────┼──────────────────────────────────────────┤
│ Last 2-3 actions       │ SWITCH — the trail is depleted. The cost │
│ yielded nothing new    │ of staying exceeds the cost of switching │
├────────────────────────┼──────────────────────────────────────────┤
│ Information contradicts│ SWITCH IMMEDIATELY — not just depleted   │
│ earlier findings       │ but misleading. Cut losses               │
└────────────────────────┴──────────────────────────────────────────┘

要:計切費。換新假意載新境,有費。勿為微得切——跡明竭時切。

得:依產估(非習或怒)之續或切之故決。切以證為基,非衝動。

敗:切過頻(假間震)→切費估過低。現跡 N 動後再估前委。切永不發(縱產降仍困一跡)→設硬頂:N 無產動後切,不計沉費。

五:依果適策

依採果擇適次階。

  1. 諸偵空,一跡弱→題或誤框。退而重框:何問應問?
  2. 一強跡,他空→聚題。全注用強跡
  3. 多競跡→散題。施 build-coherence
  4. 明勝現→自探轉用。減偵預至 10-20%(留一偵於替),主力委勝法
  5. 諸跡竭→解或不於現尋空。擴:異工、異設、問用者

得:自採果邏行之次階策決。決宜覺結,非猜。

敗:無策覺對→採已示真不確——此亦有效果。告用者:「我探 N 法得 X。最許為 Y 因 Z。追之或有他境?」

  • 偵前解境已表
  • 至少 3 獨立假已生並試
  • 偵試廉(各一動)且獨
  • 跡強依證非偏
  • 深查前估邊際值
  • 策依果適,非循固計

  • 早用:深入首有許假而未偵替。此最常敗——首良念常非最佳念
  • 永偵:無盡生假而不委。設預:N 偵後委最佳跡不論
  • 非獨假:「或於文 A」與「或於文 B(被 A 引)」非獨——共設。強法之真多樣
  • 忽抑信:證悖假→棄之。因已費而續投悖跡乃採之沉費謬
  • 偵無錄:偵果無錄→後偵復前工。各偵記所得後進次

  • forage-resources — 此技適單 agent 解尋之多 agent 採模
  • build-coherence — 採現多有效法須估時用
  • coordinate-reasoning — 管偵假與用階間之信流
  • awareness — 採時監早收與隧視

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/wenyan-ultra/skills/forage-solutions
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

evaluating-llms-harness

テスト

このClaudeスキルは、lm-evaluation-harnessを実行し、MMLUやGSM8Kなど60以上の標準化学術タスクでLLMをベンチマークします。開発者がモデルの品質を比較し、トレーニングの進捗を追跡し、学術的な結果を報告するために設計されています。このツールはHuggingFaceやvLLMモデルを含む様々なバックエンドをサポートしています。

スキルを見る

cloudflare-cron-triggers

テスト

このスキルは、cron式を使用してWorkersをスケジュールするためのCloudflare Cron Triggersの実装に関する包括的な知識を提供します。定期的なタスクの設定、メンテナンスジョブ、自動化されたワークフローの構築を網羅し、無効なcron式やタイムゾーン問題といった一般的な課題への対処法も含みます。開発者はこれを使用して、スケジュールされたハンドラーの設定、cronトリガーのテスト、WorkflowsやGreen Computeとの連携を構成できます。

スキルを見る

webapp-testing

テスト

このClaude Skillは、Playwrightベースのツールキットを提供し、Pythonスクリプトを通じてローカルWebアプリケーションのテストを可能にします。フロントエンドの検証、UIデバッグ、スクリーンショット撮影、ログ表示を実現し、サーバーライフサイクルを管理します。ブラウザ自動化タスクにご利用いただけますが、コンテキストの汚染を避けるため、スクリプトのソースコードを読むのではなく直接実行してください。

スキルを見る

finishing-a-development-branch

テスト

このスキルは、開発者がテストの合格を確認し、構造化された統合オプションを提示することで、完成した作業を仕上げることを支援します。実装が完了した後のマージ、PR作成、ブランチの整理といったワークフローを案内します。コードが準備できてテスト済みの際に使用し、開発プロセスを体系的に完了させましょう。

スキルを見る