mcpField
C
ccf-idea-optimizer

ccf-idea-optimizer

github.com/mikubaka88生産性3.3k2.0k 回インストール1 週間前に更新
リポジトリ

ccf-idea-optimizer について

ccf-idea-optimizer は、研究者向けに研究の方向性を具体的な問題、メカニズム、証拠計画へ発展させるスキルです。文献に基づくギャップ分析と因果的な推論を組み合わせ、確認済みの観察と推測を区別します。

主な機能

  1. 01初期の研究方向の具体化
  2. 02問題とメカニズムの接続
  3. 03文献に基づくギャップ分析
  4. 04異なる候補アプローチの立案
  5. 05識別力のある証拠の計画

活用シーン

  1. 01初期テーマの研究アイデア化
  2. 02研究課題に対するメカニズムの比較
  3. 03成熟したアイデアの関連研究との位置づけ
  4. 04中心的な主張を支える証拠の計画

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://github.com/mikubaka88/ccfa-skills --skill ccf-idea-optimizer

インストール後、Claude Code で/ccf-idea-optimizerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

agents/
openai.yaml
references/
experiment-design.md
source-notes.md
literature-grounded-evolution.md
idea-intake.md
problem-method-blueprint.md
venue-idea-adapters.md
frontier-ideation.md
research-taste.md

詳細

CCF アイデア最適化

ファイル運用契約

ファイル作業を始める前に、標準パスと、タスク/成果物ごとの作業ディレクトリを再利用します。既定の場所はプロジェクトルートの ccfa-workfiles/<purpose>/<artifact-id>/ です。入力を保持したまま、その場で更新し、UTF-8 を使用して中国語テキストが含まれていないか確認します。命名、所有権、タスクで作成したファイルのクリーンアップには artifact-contracts.md を適用します。引き継ぎ時にもこれらのパスを引き継ぎます。

コラボレーション契約

専門担当者が作業を始める前に、まず ccf-humanization を読み、適用してから、ccf-common を読み、適用します。引き継ぎのたびに、両者の該当する有効なルールを再利用するか、不足・変更されたルールを再確認します。文章がなくても、両方の事前確認は必須です。詳細な編集、実験、メンテナンスの各モードは、関連する場合にのみ実行します。

必要な専門担当者の貢献を単一の所有者のもとに統合します。有効な前提条件を再利用し、影響を受ける結果を検証します。重複した報告を避け、協力ルートに従います。

呼び出し制御

CCFA 引き継ぎモード:PARTIAL(推奨)。 metadata.ccf_skill_controls.handoff_question_mode、../ccf-common/references/handoff-modes.md、../ccf-common/references/task-modes.md に従います。既存の許可の範囲内で、依頼されたアイデアの発展と、必要な公開情報に基づく根拠づけを完了します。成果物として依頼された場合、または必要な場合を除き、スコアリング、執筆、実験計画の全工程は読み込みません。

基本ルール

大まかな方向性を、具体的な課題、根拠のあるギャップ、因果的な洞察、メカニズム、反証可能なエビデンス計画へと発展させます。情報源に裏付けられた観察と、推論による機会を区別します。先行研究、結果、査読者の見解、新規性を捏造しません。関連研究は差別化を明確にするために使います。未調査または競合の多い方向性は不確実なものであり、自動的に見込みがないと判断するものではありません。

ユーザーのテーマと制約を維持します。許可された発展の範囲内で、切り口やメカニズムを変え、重要な変更があれば説明します。有用なアイデアには、介入によって観測可能な結果が変わるはずだという一貫した根拠が必要です。よくあるモジュールを列挙するだけでは不十分です。

イノベーションを明示的に求められた場合、任意のルート比較がオフでも、異なるメカニズムの候補を提示できます。検討中は研究課題を安定させ、実行中は重要な理由があって再検討する場合を除き、選択したメカニズムを維持します。意思決定に関わる情報が増えない批評や検索の繰り返しは、Common の進捗テストに従って停止します。

明示的に依頼された自律型研究に貢献する場合は、現在の観察結果と、失敗した前提を用いて、次のメカニズム、分析、検索戦略を提案します。研究目標が安定していても、初期手法が固定されるわけではありません。エビデンスが求める場合は、操作または根本的な前提を変更します。仮説と、それを見分ける予測を ccf-pipeline-orchestrator に返し、その research loop に従います。候補の幅は、スキルのメンテナンスに関する「追加候補を1つ」というルールではなく、許可されたキャンペーンの範囲とリソースによって決まります。通常のアイデア発展では、実験を実施する必要はありません。

モード

  • 探索的:初期の種を発展させ、方向性を見つけ、準備状況を判断する前に有望な要素を活用します。
  • クイック:局所的なメカニズムを1つ修正するか、簡潔なアイデアカードを作成します。
  • 標準:成熟した方向性を根拠づけ、引き継ぎ可能な研究計画を作成します。

ワークフロー

  1. ユーザーの意思決定事項、分野、段階、リソース、タイムライン、利用可能な情報源を抽出します。定型的な詳細は推測し、不明点には印を付けます。入力が曖昧または不完全な場合に限り、references/idea-intake.md を読み込みます。会話ですでに情報が提供されている場合は、インテークをやり直さないでください。
  2. 会場との適合性が重要な場合は、../ccf-common/references/ccf-a-venue-map.md と、関連する references/venue-idea-adapters.md の箇所を使用します。会場が指定されていない場合は、一般的な CCF-A の観点であることを明記して提示できます。
  3. 依頼に応じて、研究の新しさと最も近い先行研究の位置づけを確認します。ウェブ検索の前に ../ccf-common/references/privacy-and-evidence.md を使用し、公開しても問題のない検索語を使います。最近の論文のウォッチには ccf-literature-monitor を、より深い文献検索には ccf-literature-searcher を使用します。ウェブ検索をしないよう求められた場合はその指示に従い、新規性を検索で確認していないことを正確に示します。
  4. 情報源が利用できる場合は、references/literature-grounded-evolution.md を使用して、簡潔なエビデンスカード、機構のプリミティブ、プロトコル上の基準点、未解決の関係を維持します。抄録全体を繰り返し読み込まず、情報源の該当箇所を記録します。借用したアイデアと推定したギャップは分けて追跡します。
  5. 方向性が十分に定まっていない場合、またはブレークスルーを明示的に求められた場合は、references/frontier-ideation.md を使って、実質的に異なる候補を生成します。3〜5件は目安であり、割り当て数でも上限でもありません。求められた幅を尊重します。それ以外の場合、十分に具体化されたアイデアが1件あれば、重点的な改善を行います。系譜と、改良・結合・転用・反転・計測といった有用な操作は、内部で把握しておきます。
  6. references/problem-method-blueprint.md を使って、問題、根本課題、洞察、機構、前提、期待される観測を結び付けます。データに関する前提、目的、またはリソースに矛盾がないかを確認します。最も有望な方針を選び、有用であれば、真に異なる代替案を1つ残します。
  7. 最も近い先行研究との重複に関する懸念と、最も根拠の弱い箇所に照らして方針を検証します。重要な不確実性が残る場合は、概念面に絞った確認のために ccf-idea-reviewer を使用します。所見を取り込み、影響を受ける前提を確認します。再検討のたびに懸念を解消するか、根拠を追加するか、別の機構を検証してください。そうでない場合は、レビューや開発の往復を止め、判別に必要な要素を示します。レビュアーによる最小限の修正案は診断上の選択肢であり、許可された革新の上限ではありません。単独の評価を求められた場合は、評価そのものを成果物として返します。
  8. エビデンス計画は、求められた成果物に合わせます。初期段階のアイデアカードでは、実験マトリクスではなく、識別力のある観測、証明の方向性、または問いを示します。完全な研究計画、またはエビデンス設計を明示的に求められた場合は、references/experiment-design.md を使い、中心的な主張に関連するエビデンスを選びます。実行手順の詳細は ccf-experiment-designer の担当とします。計画上の結果は予測であり、エビデンスではありません。
  9. 開発したアイデアは、ユーザーが求めた形式で返します。現時点での弱点と、発展の可能性を区別します。具体的で実現可能な変更によって価値を保てる場合は、救済策を提示します。矛盾が実証された場合、厳格な制約に違反する場合、または貢献が残らない場合は、必須の救済案検討を行わずに候補を打ち切ります。より広い研究目標は維持します。必須の判断事項が未確定の場合は、必要なエビデンスを具体的に説明し、独立して進められる部分を仕上げます。

出力要件

求められた形式に応じて、アイデアカード、選択肢、機構の設計図、またはロードマップを返します。標準的な計画には、問題、情報源に裏付けられたギャップ、洞察、手法、貢献の種類、エビデンス計画、最も近い先行研究との違い、重要な前提、次の判断事項を含めます。候補の代替案は、具体化されており有用な場合に限って提示します。分岐の管理記録、レビュアーのシミュレーション、一般的なチェックリストの状況は、公開用の文章に含めません。

開発過程では、必要な根拠固めと概念面の確認を行います。内部で得た所見を、求められていない採点結果の報告や原稿に仕立てないでください。複数のワークフローを組み合わせて求められた場合は、既存の許可範囲内で、各担当者とともにそれぞれの成果物を完成させます。

参考資料

  • references/idea-intake.md:不完全なシードや複数のシードを正規化します。
  • references/frontier-ideation.md、references/literature-grounded-evolution.md:多様な発展と、情報源に基づく発展を扱います。
  • references/problem-method-blueprint.md:問題からメカニズムへの推論を扱います。
  • references/venue-idea-adapters.md:対象となる投稿先の優先事項を扱います。
  • references/experiment-design.md:識別に必要な最小限のエビデンスを扱います。
  • references/research-taste.md:研究の質、洗練度、タイムリーさに関する明示的な質問を扱います。
  • references/source-notes.md:情報源の出所と最新のポリシー確認を扱います。

コメント