Menu
contemplative-agent をバックグラウンドで起動する。引数でセッション時間とバックエンド (ollama / cloud / mlx) を指定（例: /agent-run 4時間, /agent-run 30分 cloud openai, /agent-run 30分 mlx）
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | agent-run |
| description | contemplative-agent をバックグラウンドで起動する。引数でセッション時間とバックエンド (ollama / cloud / mlx) を指定（例: /agent-run 4時間, /agent-run 30分 cloud openai, /agent-run 30分 mlx） |
contemplative-agent をバックグラウンドで起動する。生成バックエンドを ollama（デフォルト）/ cloud / mlx から選べる。
$ARGUMENTS を空白区切りで <時間> [backend] [provider] として解釈する。
ollama）| 値 | 経路 |
|---|---|
ollama（既定） | ローカル Ollama + gemma4:e4b（main repo の組み込み生成） |
cloud | contemplative-agent-cloud（Anthropic Claude / OpenAI GPT。埋め込みは Ollama 据置き） |
mlx | contemplative-agent-mlx（Apple Silicon ローカル MLX mlx_lm.server。埋め込みは Ollama 据置き。run-with-mlx.sh がサーバを起動→実行→停止）。対話的・短時間用途のみ（16GB 無人連続運用に不適、ADR-0067） |
cloud のときだけ意味を持つ、省略時 anthropic）anthropic（既定、claude-opus-4-7）/ openai（gpt-5）CONTEMPLATIVE_CLOUD_MODEL 環境変数（skill は触らない）skill は repo 内で動く前提。repo ルートと sibling の cloud repo を解決する:
REPO="$(git -C "$PWD" rev-parse --show-toplevel)"
AGENT="$REPO/.venv/bin/contemplative-agent"
CLOUD_BIN="$(dirname "$REPO")/contemplative-agent-cloud/.venv/bin/contemplative-agent-cloud"
MLX_REPO="$(dirname "$REPO")/contemplative-agent-mlx"
MLX_RUN="$MLX_REPO/scripts/run-with-mlx.sh"
グローバルフラグ -v --auto は必ず run の前。順序変更・省略禁止。
{N} は分数、bg はバックグラウンド起動（nohup + リダイレクト）。
"$AGENT" -v --auto run --session {N}
contemplative-agent-cloud は同一 CLI の drop-in。provider を環境変数で渡し、
API キーは skill が扱わず ~/.config/moltbook/cloud.env（cloud CLI が自動で読む）
またはシェル環境変数に委譲する。
CONTEMPLATIVE_CLOUD_PROVIDER={provider} "$CLOUD_BIN" -v --auto run --session {N}
contemplative-agent-mlx の run-with-mlx.sh が mlx_lm.server を起動 → ヘルス待ち →
エージェント実行 → 終了時にサーバ停止する（idle メモリ ~0）。Apple Silicon 専用。
生成のみ MLX、埋め込みは Ollama 据置き。
"$MLX_RUN" -v --auto run --session {N}
$ARGUMENTS を 時間 / backend / provider に分解。nohup <cmd> > <scratchpad>/agent-session.log 2>&1 &）。| backend | 確認 | 失敗時 |
|---|---|---|
ollama | curl -sf localhost:11434/api/tags | Ollama 未起動を報告して停止 |
cloud | [ -x "$CLOUD_BIN" ] かつ（[ -f "$MOLTBOOK_HOME/cloud.env" ] または $ANTHROPIC_API_KEY / $OPENAI_API_KEY が設定済み） | cloud venv 不動 or 鍵未設定を報告。Ollama へ落とさない。導入: uv pip install --python <cloud>/.venv/bin/python -e <main-repo>、鍵は ~/.config/moltbook/cloud.env に CONTEMPLATIVE_CLOUD_PROVIDER= と ANTHROPIC_API_KEY=（または OPENAI_API_KEY=） |
mlx | [ "$(uname -m)" = "arm64" ] かつ [ -x "$MLX_RUN" ] かつ [ -x "$MLX_REPO/.venv/bin/contemplative-agent-mlx" ] かつ [ -x "$HOME/.local/bin/mlx_lm.server" ] かつ Ollama 稼働（埋め込み用、curl -sf localhost:11434/api/tags） | 非 Apple Silicon / mlx venv 不動 / mlx_lm.server 未導入 / Ollama 停止を報告し停止。Ollama へ落とさない。導入: mlx repo を git clone → uv venv .venv → uv pip install -e . + main も同 venv へ、uv tool install mlx-lm |
MOLTBOOK_HOME 未設定時の既定は ~/.config/moltbook。
ユーザーが明示指定した場合のみ追加（全 backend 共通、run の前に置く）:
--guarded / --approve: --auto の代わり--no-axioms: A/B テスト用（公理なし）--domain-config PATH / --rules-dir PATH / --constitution-dir PATH: 切替nomic-embed-text、
cloud add-on も埋め込みは据置き）。cloud は untrusted な SNS コンテンツを外部 API に送る = security by absence を
緩める選択。研究実験（大型モデルでの distill 比較等）以外では使わない。mlx は完全ローカル（cloud egress なし）で security by absence は緩めない。ただし
Apple Silicon 専用で、16GB では無人連続運用に不適（ADR-0067: EOS 暴走 / OOM / prefill 崖 /
cache churn / wired thrash）。対話的・短時間に限る。本番スケジュール（0/6/12/18 時 JST）と
重ねると 16GB メモリ競合でクラッシュしうるので避ける。Design know-how for ADR-0075 observability-by-default — every feature that performs external I/O, calls an LLM, or makes non-deterministic/heuristic decisions ships a replayable append-only JSONL audit log in the same PR. Use when adding or reviewing such a feature (the Verify-gate question "which log answers why, and can we replay it offline?"), when designing a new audit record schema, when a recurring failure needs corpus-driven repair (replay harness, positive/negative ground truth, regression fixtures from real traffic), or when deciding how to store untrusted text in a log. NOT for read-only aggregate readings over stored state — distributions, compositions, calibration scales (that is read-only-instruments / ADR-0071) — NOT for choosing code vs LLM for a task (when-code-when-llm), and NOT for the security boundary model itself (llm-agent-security-principles / ADR-0007).
Design know-how for ADR-0077 chaos-TDD — deterministic fault injection at existing seams (LLMBackend Protocol / requests HTTP layer) where the fault-injection test states the desired guarded behavior FIRST and the minimal guard lands in the same PR. Use when hardening a pipeline against LLM/external-I/O fault families (truncation, timeouts, 429s, wrong-shaped-but-parseable JSON, flapping backends), when building a fault catalog from operational bug history, when adding hypothesis-based fuzz over LLM output shapes, or when reviewing whether a new pipeline's failure paths abstain with reason codes. NOT for per-event audit log schema design (that is replayable-audit-logs / ADR-0075), NOT for read-only aggregate readings (read-only-instruments / ADR-0071), NOT for single-bug regression pinning after the fact (that is ai-regression-testing — this skill is its front-loaded, catalog-driven counterpart), and NOT for infra-level chaos (chaostoolkit/toxiproxy are the wrong altitude for a single local process).
Weekly レポート (A-E) を入力に、コードベース + ADR + identity/constitution/skills/rules を読んで F1 (構造提案) / F2 (identity-level questions) / F3 (observations) を別ファイル (weekly-{end-date}-findings.md) として生成する。weekly-analysis.sh が生成する自己内省レポートに対するコード診断 companion。Use when a new weekly report has been generated, or when refreshing F section of past reports after new ADRs land or pipeline code changes.
Design know-how for shadow-mode validation — running a candidate decision mechanism (typically an LLM judgment) in observe-only parallel with the live path, recording what it WOULD have decided per event, and letting the accumulated record decide enforcement, in the style of ADR-0076's skill-selection shadow instrument. Use when an unvalidated stochastic mechanism is about to replace or filter a live behavior (a one-way door for output quality), when a selector/classifier/gate has no published reliability evidence for the model class in play, or when designing the isolation, kill-switch, and exit criteria for a shadow deployment. NOT for aggregate readings over stored state (that is read-only-instruments / ADR-0071), NOT for the audit-log record schema itself (that is replayable-audit-logs / ADR-0075 — a shadow log IS one of those logs), and NOT a substitute for unit tests — shadow mode validates decision quality in production traffic, not code correctness.
Design know-how for read-only instruments (計器) — aggregate readings over stored state (distributions, compositions, cluster structure) that inform the operator before an intervention, in the style of ADR-0071's pattern-composition instruments. Use when quantifying an open observation before intervening (instrument-first sequencing), when a design floor/threshold would otherwise be guessed, when calibrating an embedding-based reading (three-point scale), or when deciding whether to build OR remove an instrument (signal-first both ways). NOT for per-event audit logs that replay a decision offline (that is replayable-audit-logs / ADR-0075) and NOT for metrics that feed gates, ranking, or retrieval — instruments are observability, never intervention.
Apple Silicon (M1–M5) でローカル LLM の推論ランタイムを選ぶ・足す・最適化するときの判断軸。mlx_lm.server は Ollama 比 ~1.8x 速だが生成専用（埋め込み endpoint なし・response_format/JSON schema 拘束なし）なので埋め込みは Ollama に残す2サーバ構成になる点、ユニファイドメモリは VRAM 容量でなくメモリ帯域律速で MoE は RAM を節約しない点、コンテナは Metal 非対応な点を扱う。Use when 「Mac でもっと速く / 大きいモデルを動かしたい」「mlx-lm / MLX を入れたい」「Ollama から乗り換え / 併用したい」「16GB で実用的なモデルは」を検討するとき、生成を MLX に寄せて埋め込みの扱いで詰まったとき、ローカル LLM のベンチ A/B でメモリ圧の交絡を疑うとき。NVIDIA 前提（VRAM の壁・量子化・MoE オフロード）の知識を Apple Silicon に翻訳する必要があるとき。