メニュー
SAENMモデル (Sequential Append-Only Experiment Notebook Model) に基づくJupyter実験ノートの 作成・管理・振り返りワークフロー。「SAENM」「実験ノート」「実験記録」「ノートブック管理」 「研究ノート」等のキーワードで起動。新規実験の開始、既存実験の継続、実験系列の振り返りを支援する。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
技術発表の資料(CFP応募文, スライド)を作成するスキル。3フェーズで進める。最初に想定オーディエンス層と一番持ち帰ってもらいたいことをブレストして合意する。次にフォーマットの持ち時間から逆算してアウトラインと時間配分を決め合意する。最後にスライドを書く。10分以下では主題を1つに絞り起承転結を作らない、自己紹介ページを作らない、1枚に複数メッセージを詰めない、引用や初出用語は実在ページへリンクするといった規律を強制する。CFP応募時はabstract, description, motivation相当の文章も生成する。 トリガー: "技術発表の資料", "登壇資料を作りたい", "プレゼン資料を作って", "LT資料", "techtalk", "CFP応募", "プロポーザル", "発表スライド作って", "techtalk-maker" 使用例: techtalk-maker
AIが書いた日本語を、人が書いたように自然で論理の通った文章へ整える。表層の語彙や記号だけでなく、段落構成や論証、冗長も直す。長文の技術原稿(記事や解説、書籍の章など)では`references/technical-writing.md`も読んで適用する。 トリガー: "proofread", "校正して", "校正", "文章を直して", "推敲して", "AIっぽさを消して" 使用例: proofread@ja sample.md
Rewrite AI-generated English drafts into prose that reads like a human wrote it. Triggers: "proofread", "edit this", "rewrite this", "make it sound human", "remove the AI tone", "英文校正", "英語の校正", "英語を直して" Example: proofread@en draft.md
未インストールのコマンドを `nix run nixpkgs#<package>` で実行する。Bashで `command not found` が発生した時、または未インストールCLIツールを使う必要が出た時に発火。「nix runで実行して」「インストールしてないけど使いたい」「command not found」「ripgrepで検索して(未インストール時)」等のフレーズでも起動。ユーザーにインストール依頼せず即座に実行することを優先する。
PR上のAIレビュアー（Claude / GitHub Copilot / CodeRabbit等）からのコメントを取得し、修正要否をトリアージするスキル。「PRのコメント確認して」「Copilotの指摘を見て」「AIレビューを整理して」「review見て」「check-reviews」などのフレーズで起動すること。PRのレビューコメントを一覧化し、対応推奨度（MUST/ASK/MAY）を付けて整理する。
Git commitの作成。pre-commit検査遵守、意味のある最小単位でのコミット、Emoji Prefix対応。
SOC 職業分類に基づく
| name | jupyter-research |
| description | SAENMモデル (Sequential Append-Only Experiment Notebook Model) に基づくJupyter実験ノートの 作成・管理・振り返りワークフロー。「SAENM」「実験ノート」「実験記録」「ノートブック管理」 「研究ノート」等のキーワードで起動。新規実験の開始、既存実験の継続、実験系列の振り返りを支援する。 |
SAENMモデル (Sequential Append-Only Experiment Notebook Model) に基づく実験ノート管理スキル。 参考: CMScomLab/saenm-notebook-template
01, 02, 03...) を付与する。枝番は使わず、微細な更新でも次の番号を割り当てる。親子関係は README.md で管理し、どの検討の続きかを常に追跡可能にするスキルトリガー後、最初に以下を確認する。
notebooks/ ディレクトリの有無notebooks/README.md の有無.git/ の存在で判定)確認結果に応じて後述のワークフローから適切なパスを選択する。
SAENMの核は notebooks/ と README.md だけで、Git がなくても完全に機能する。
project-root/
├── notebooks/
│ ├── README.md # 実験索引 (必須・追記専用)
│ ├── 01_initial_exploration.ipynb
│ ├── 02_improved_method.ipynb
│ └── 03_parameter_tuning.ipynb
└── data/ # (推奨) 入力データ
└── raw/
以下は必要に応じて追加する。
src/ - 再利用コードモジュールresults/ - 出力結果docs/ - 運用ルールtests/ - テストコードpyproject.toml - Pythonプロジェクト設定Append-Onlyを構造的に担保する中核ファイル。テーブル形式とMermaid図で管理する。
テーブル構造・Mermaid記法・運用ルールの詳細は references/readme-spec.md を参照。
形式: {ID}_{snake_case_title}.ipynb
01, 02, 03...)。枝番 (02a 等) は使わないnotebooks/ 内の既存最大番号+1例:
01_data_collection.ipynb # 親: なし
02_feature_extraction.ipynb # 親: 01
03_model_training.ipynb # 親: 02
04_hyperparameter_search.ipynb # 親: 03 パラメータ変更だけでも新番号
05_alternative_model.ipynb # 親: 03 同じ親から別方向の試行
06_scikit-learn_baseline.ipynb # 親: 04 複合語 (scikit-learn) のみ kebab-case
07_evaluation.ipynb # 親: 06
# ---- ここまで研究フェーズ / ここから本番データ適用フェーズ ----
10_production_dataset_prep.ipynb # 親: 07 フェーズ切替のため 08, 09 を飛ばして 10 から開始
11_production_inference.ipynb # 親: 10
12_monitoring_setup.ipynb # 親: 11
ノート作成時は references/notebook-template.md のテンプレートに従う。
メタデータ・目的・手法・実行・結果・考察・AI利用記録・次のステップ・Corrections の各セクションを含める。
既存ノートの内容や出力を確認する際は、以下の順で利用する。
.ipynb を直接読み取る。セルの内容と出力が整形済みで得られるため、JSON パースは不要nbdime nbshow {ノートパス} を使うpython -m json.tool 等による JSON 整形は使わない。
notebooks/ ディレクトリを作成するnotebooks/README.md を空のテーブルヘッダーとMermaid図で作成する01_{タイトル}.ipynb をテンプレートに基づいて作成するnotebooks/ 内の既存 .ipynb ファイルを走査する既存ノートの内容は原則として改変しない。要求の種類に応じて対応を分ける。
.git/ が存在する場合のみ適用。初期化手順・運用ルールは references/git-integration.md を参照。