atomic-decomposition について
研究アイデア、論文、手法を追跡可能な概念に分解し、数式とコード実装を対応付けるスキルです。結果を構造化ナレッジベースにまとめ、抜け漏れも確認します。
主な機能
- 01原子的な概念への分解
- 02論文と数式の調査
- 03コード実装の調査
- 04構造化ナレッジベースの作成
- 05数式とコードの整合性確認
活用シーン
- 01提案手法の分解
- 02数式に対応する実装の追跡
- 03理論や実装の不足箇所の特定
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/atomic-decompositionを入力して読み込まれたか確認します。
同梱ファイルreferences/decomposition-prompts.md
詳細
アトミックな分解
数式とコード実装の対応付けを用いて、研究アイデアをアトミックな概念に分解します。
入力
$0— 研究アイデア、論文、または手法の説明
参考資料
- 分解のプロンプトとワークフロー：
~/.claude/skills/atomic-decomposition/references/decomposition-prompts.md
ワークフロー（AI-Researcher Survey Agent に基づく）
ステップ 1：アトミックな定義への分解
研究アイデアを分析し、アトミックで自己完結した概念に分解します。
- 各要素は単一の概念である必要があります
- 明確な数学的基盤が必要です
- コードで実装できる必要があります
- 特定の論文までたどれる必要があります
ステップ 2：各アトミックな定義について
A. 論文調査（数式）
- 数学的定式化について論文を検索します
- 正確な LaTeX 数式を抽出します
- 仮定と制約を記録します
- 参考論文を記録します
B. コード調査（実装）
- 実装をコードベースから検索します
- 対応するコードを抽出します
- 実装の詳細と差異を記録します
- 参考リポジトリを記録します
C. ナレッジエントリーの作成
{
"definition": "Kernelized Gumbel-Softmax Operator",
"math_formula": "Z = \\text{softmax}((\\log \\pi + g) / \\tau), g \\sim \\text{Gumbel}(0,1)",
"code_implementation": "def gumbel_softmax(logits, tau=1.0): ...",
"reference_papers": ["Paper Title 1"],
"reference_codebases": ["github_user/repo_name"],
"assumptions": ["Differentiable relaxation of discrete sampling"],
"connections": ["Used in Component X of the proposed method"]
}
ステップ 3：ナレッジベースの編成
- すべてのアトミックな定義を、構造化されたナレッジベースに統合します
- 整合性を検証します：すべての数式にコード実装があること
- 完全性を検証します：すべてのコードモジュールが形式的な定義までたどれること
- 不足箇所を特定します（コードのない数式、または理論のないコード）
ルール
- 各アトミックな定義は、具体的な数式とコードまでたどれるほど詳細である必要があります
- 定義を省略したり、まとめたりしないでください。各定義を個別に分析します
- アトミック性に確信が持てない場合は、さらに細かく分解してください
- 分析の前に、分解の根拠を記録してください
- 論文中のすべての数学的概念について、検証済みのコードが必要です
- すべてのコードモジュールは、形式的な数学的定義までたどれる必要があります
関連スキル
コメント
Markdown 対応