dyslex.ia について
dyslex.iaはAIエージェント向けの認知アクセシビリティスキルプラグインです。不完全な表現の解釈や技術情報の保持、回答の整理、中断した作業の再開を支援し、Superpowersが必要です。
主な機能
- 01再利用可能なAgent Skillsを16個収録
- 02誤字から意図を推測
- 03技術トークンを正確に保持
- 04重要な曖昧さだけを確認
- 05読みやすく回答を整理
- 06中断した作業の再開を支援
活用シーン
- 01生のエラーやログの理解
- 02複雑なタスクの手順化
- 03中断した作業の再開
- 04文体を保った文章の書き換え
MCP 対応
タグラインではアクセシビリティMCPサーバーとされていますが、READMEではスキルのみのプラグインとして説明され、MCPツールやプロトコルの動作は示されていません。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Dyslex.ai
Dyslex.ai は、AI エージェント向けの認知アクセシビリティスキルプラグインです。
意図の表現、不完全な文言からの意味の再構成、技術的な詳細の保持、認知負荷の管理、次のアクションの明確な提示を通じて、人間と AI のやり取りの各段階における摩擦を軽減します。
Dyslex.ai は、障害を診断したり、医療上のアドバイスを提供したり、医学的な効果を主張したりするものではありません。
クイックスタート
仕組み
Dyslex.ai は、エビデンスを考慮した認知モデルを備える、スキル専用のプラグインです。
このプラグインは、再利用可能な Agent Skills を次の方法で提供します。
.codex-plugin/plugin.json
skills/
src/cognitive/
該当するタスクが発生すると、エージェントは関連するスキルを使用して、特定の機能上の摩擦を軽減できます。このプロジェクトでは、エビデンスに基づくメカニズムを、やり取りのリスク、そして具体的なエージェントの動作へと対応付けています。
scientific knowledge
-> functional model
-> interaction risk
-> adaptation strategy
-> skill behavior
目標は、エージェントの推論や Superpowers のワークフローに取って代わることではありません。そのワークフローを追いやすく、中断後に安全に再開しやすく、誤読しにくくすることです。
各スキルは Superpowers の確認から始まります。Superpowers が見つからない場合、またはインストールされているか不確かな場合、エージェントは処理を停止し、Dyslex.ai を適用する前に Superpowers をインストールするようユーザーに依頼する必要があります。
インストール
Codex
公開後の主な方法:
/plugins
次を検索します:
Dyslex.ai
設定済みのマーケットプレイスから利用できる場合の、CLI によるインストール:
codex plugin add dyslex-ai@openai-curated
Dyslex.ai がまだ公開プラグインディレクトリに表示されない場合の代替方法:
codex plugin add dyslex-ai@npm:@firou91/dyslex.ai
インストール後、新しい Codex セッションを開始してスキルを読み込みます。
ローカルパッケージ
npm パッケージは次の名前で公開されています:
npm install @firou91/dyslex.ai
CLI コマンド:
dyslexai doctor --verbose
基本的なワークフロー
- 対象のエージェントに Superpowers をインストールします。
- プラグインとして Dyslex.ai をインストールします。
- 新しいセッションを開始して、スキルを利用可能にします。
- 不完全なテキスト、不明確な指示、生のエラー、長い出力なども含め、通常どおりに依頼します。
- Dyslex.ai が関連するアクセシビリティスキルを検出します。
- スキルはコマンド、パス、パッケージ名、環境変数、その他の技術的なトークンを保持します。
- エージェントは、行動に影響する曖昧さだけを確認します。
- 読みやすさと検証のしやすさを考慮して回答が構成されます。
内容
Dyslex.ai には現在、16 個のスキルに加え、エビデンス、機能的な側面、適応ルールを扱う共通の認知モデルが含まれています。
読みやすさと文章作成
accessible-response:詳細を失わずに、回答をより明確なまとまりに再構成します。spelling-and-writing-support:文体を保ちながら、文章を修正、校正、または言い換えます。typo-tolerant-intent:誤字や崩れた表現から、意図を推測します。identifier-safety:パス、コマンド、URL、パッケージ名、変数、ハッシュ、正規表現を保護します。
デバッグ
error-decoder:生のエラー、スタックトレース、ログを明確な説明に変換します。terminal-output-reader:失敗を隠さずに、ノイズの多いターミナル出力を要約します。diff-reader:差分やパッチから、変更点、リスク、必要なテストを説明します。code-explainer:ソースコードを、段階を追って理解しやすく説明します。
コラボレーション
instruction-decoder:情報量の多いプロンプト、課題、仕様、タスクの説明を整理します。prompt-clarifier:結果に実質的な影響を与える質問だけをします。task-sequencer:依存関係と確認項目を含め、作業を順序立てたステップに分けます。decision-comparator:選択肢を比較し、必要に応じて明確な推奨事項を提示します。number-and-date-clarifier:曖昧な日付、単位、バージョン、小数、範囲を明確にします。
メタと継続性
context-reentry:中断、コンテキストの圧縮、タスクの切り替え後に作業を再開します。documentation-navigator:重要なドキュメントと、必須事項と推奨事項を特定します。accessible-superpowers:Superpowers のワークフローを弱めることなく、より利用しやすい形で提示します。
哲学
Dyslex.ai は、アクセシビリティによって認知的な負担を軽減しながら、技術的な正確さやユーザーの自律性を損なわない、というシンプルな原則を軸に構築されています。
つまり、次のような方針を取ります。
- 診断名ではなく、機能上のニーズに合わせます。
- 技術的なトークンを正確に保持します。
- 事実と仮定を分けます。
- 質問の数を減らし、より良い質問をします。
- 成功基準を明確にします。
- 警告や失敗を見える状態に保ちます。
- 医学的な主張を避けます。
- 疑似神経科学を避けます。
- 裏付けのない考えは、仮説または好みとして扱います。
- ワークフローの権威として Superpowers を尊重します。
このプロジェクトは、エージェントを穏やかにしたり、厳密さを損なったりすることを目指していません。厳密な作業を読みやすく、再開しやすく、検証しやすくすることを目指しています。
科学的モデル
最初の調査・アーキテクチャレポートは、DYSLEX.AI — Scientific Interaction Model でご覧いただけます。
このモデルでは、診断に基づくモードを採用しません。次のような機能的な側面を使用します。
- ワーキングメモリーへの負荷。
- スペリングのばらつき。
- 語彙アクセスの不確実性。
- 読書速度への負荷。
- 数値の曖昧さ。
- 順序付けや計画の負荷。
- インターフェースやツール操作の負担。
- 過剰な適応のリスク。
アイデンティティ
ここでは、最小限のビジュアルアイデンティティを Dyslex.ai の役割、名称、理念にどのように結び付けているかを説明します。
ビジュアルアイデンティティに関する詳しいメモは、アイデンティティをご覧ください。
サポート
公開エージェントのエコシステム全体で Dyslex.ai を公開・保守するには、時間と API トークンが必要です。アクセシビリティプラグインを一般公開するには、通常、レビューの繰り返し、テストの実行、モデルごとの検証、継続的な互換性チェックが必要になります。
最初の公開デプロイ先として Codex はすでに対応済みです。
コミュニティからの支援は、次のデプロイ先を決める指針になります。
- GitHub スターが 1,000 件:Claude Code 向けの公開デプロイ。
- GitHub スターが 5,000 件:Cursor およびその他の予定されているホスト向けプラグインの公開リリース。
次の方法でプロジェクトを支援できます。
- リポジトリにスターを付ける。
- 実際のワークフローで Dyslex.ai をテストする。
- わかりにくい動作を報告する。
- アクセシビリティの改善を提案する。
- スキルが役立つ、またはうまく機能しない再現可能なプロンプトを共有する。
ドキュメント
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。