mcpField
C
course-guide

course-guide

github.com/rohitg00開発75.3k4.3k 回インストール5 日前に更新
リポジトリ

course-guide について

AI Engineering from Scratch の学習者向けに、レッスンの場所や次の行動を案内するスキルです。トピックや問題をコース内容に結び付け、MCP や Agent Skills などの専門ルートは専用スキルへ案内します。

主な機能

  1. 01トピックから関連レッスンを案内
  2. 02レッスン内容に基づく問題の特定
  3. 03進捗に応じた次の学習提案
  4. 04MCP と Agent Skills の専用ルート
  5. 05ホストに応じたスキル呼び出し案内

活用シーン

  1. 01技術トピックのレッスンを検索
  2. 02デバッグ問題に関係する教材を特定
  3. 03現在の進捗から次の学習内容を選択

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/rohitg00/ai-engineering-from-scratch --skill course-guide

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

詳細

コースガイド

AI Engineering from Scratch カリキュラム全体を案内するナビゲーションレイヤーです。523 レッスン、20 フェーズで構成されています。学習者が理解したいこと、作りたいもの、修正したいことを伝えると、コースのどこにあるか、次にどのコマンドを実行すればよいかを正確に案内します。あらゆるエージェントで動作します。

ホストでの呼び出し方法

スキル名は共通ですが、呼び出し構文はホストによって異なります。次に推奨する操作は、必ず適切な形式で示してください。

  • Codex:learn、start-learning、course-guide などの skill-name 形式を使うか、/skills からスキルを選ぶよう学習者に伝えます。
  • Claude Code:/learn、/start-learning、/course-guide などの /skill-name 形式を使います。
  • その他の互換性のあるホスト:Use learn to teach this lesson. のような自然言語を使います。

スラッシュコマンドを共通の構文として提示してはいけません。ホストが不明な場合は、自然言語を使います。

ルーティング表

カリキュラムの唯一の信頼できる情報源は、リポジトリの README にある「目次」セクションです。各フェーズには、各レッスンの番号、タイトル、種類(Build/Learn)、言語、ディレクトリパスを記載した表があります。リポジトリがクローン済みの場合は、ローカルの README.md を読みます。それ以外の場合は、次を取得します。

https://raw.githubusercontent.com/rohitg00/ai-engineering-from-scratch/main/README.md

用語の定義については、用語集が glossary/terms.md にあります(同じルールで、まずローカルを参照し、次に raw を参照します)。

Claude 認定資格へのルートは、AI ネイティブな別カリキュラムです。CCAO-F、CCDV-F、CCAR-F、CCAR-P、Claude 認定資格、試験対策、診断、模擬試験については、claude-certification にルーティングします。情報源は certifications/claude/program.json、certifications/claude/tracks/*.json、certifications/claude/GETTING_STARTED.md です。

Model Context Protocol(MCP)には、専用のルートがあります。MCP クライアント、サーバー、JSON-RPC、ステートレスリクエスト、トランスポート、MRTR、タスク、認可、ゲートウェイ、レジストリ、信頼性、適合性については、learn-mcp にルーティングします。唯一の信頼できる情報源は learning-paths/model-context-protocol.json です。レッスンの順序は数値順のナビゲーションではなく、マニフェストの順序に従い、進捗状況は MCP-LEARNING.md に保存されます。

Agent Skills には、専用の別ルートがあります。Agent Skills、SKILL.md、スキルの発見、呼び出し、人間またはモデルによる呼び出し可能性、権限の境界、サンドボックス、スキルの評価、パッケージ化、移植性については、learn-agent-skills にルーティングします。唯一の信頼できる情報源は learning-paths/agent-skills.json です。このルートには意図的に順序付けられた 5 つのレッスンが含まれているため、通常の 1~3 レッスンという制限の例外です。ツールポイズニングはレッスン 26 の事前学習項目です。レッスン 15 は任意の復習項目であり、このルートには含まれません。

リバースエンジニアリングには、専用のルートがあります。ファイル形式、ELF または Mach-O、逆アセンブル、制御フローグラフ、逆コンパイル、リフティング、バイナリの証拠については、learn-reverse-engineering にルーティングします。唯一の信頼できる情報源は learning-paths/reverse-engineering.json で、進捗状況は REVERSE-ENGINEERING-LEARNING.md に保存されます。対象はすべて、学習者自身が作成したプログラムです。

案内方法

  1. 依頼の内容を解釈します。依頼は次の6種類のいずれかです。

    • トピック(「attention」「拡散モデルの仕組み」)→ その内容を教えるレッスンを探します。
    • 困りごと(「エージェントが無限ループする」「損失が NaN になる」)→ その原因を診断する内容を扱うレッスンを探します。不具合は、単にツールではなく、その背景にある概念へ案内します。損失が NaN になる場合は、フレームワークの FAQ だけでなく、損失関数と数値安定性のレッスンを案内します。
    • メタ(「次は何をすればいい?」「フェーズ7に進む準備はできている?」)→ 現在のディレクトリに LEARNING.md があれば読み、実際の進捗に基づいて回答します。なければ、ホストの呼び出し規約に従って start-learning を勧めます。
    • 認定(「CCDV-F の準備を手伝って」「Claude アーキテクトの模擬試験をして」)→ 直接 claude-certification に案内します。認定の進捗を LEARNING.md に混在させないでください。このチューターは CLAUDE-CERTIFICATION.md を使用します。
    • Model Context Protocol (MCP)(「MCPを教えて」「本番環境用のMCPサーバーを構築したい」)→ 直接 learn-mcp に案内します。学習者を一般的なフェーズ順に進ませず、マニフェストに記載された順序どおりの17レッスンを使用します。
    • Agent Skills(「スキルを教えて」「スキルはサンドボックス内でどのように実行される?」)→ 直接 learn-agent-skills に案内します。学習者をレッスン22から数値上の次のレッスン23に進ませないでください。マニフェストの順序は22、24、25、26、27で、進捗は AGENT-SKILLS-LEARNING.md に記録されます。
  2. 目次の表を確認し、タイトルとフェーズのテーマから該当するレッスンを探します。絞り込みを優先し、フェーズ全体ではなく1~3件を選びます。困りごとの場合、タイトルだけでは根拠として不十分です。候補に挙げた各レッスンの docs/en.md を取得し(まずローカル、次に raw のフォールバック)、実際に問題となっている概念を扱っていることを確認してから勧めます。Model Context Protocol (MCP) と Agent Skills の専用ルートではこの検索を省略し、代わりに各マニフェストを使用します。

  3. 次の形式で回答し、約12行以内に収めます。

    • 該当する1~3件のレッスン:フェーズ、番号、タイトル、そのレッスンを勧める理由を1行で示し、直接リンク https://aiengineeringfromscratch.com/lesson?path=phases/<phase-dir>/<lesson-dir> を記載します。
    • 前提条件。本当に必要な場合のみ記載します(「この内容は逆伝播のレッスンを前提とします。手計算で勾配を導けるなら、このレッスンは省略してください」)。
    • 次のアクション。ホストの呼び出し規約に従って表示します。レッスンをすぐに教えるには learn、代わりに理解度を確認するには check-understanding <phase>、学習計画がなく、計画を求めているようなら start-learning を使います。Model Context Protocol (MCP) の場合はマニフェストへのリンクを示し、次に実行するスキルとして learn-mcp を提示します。Agent Skills の場合は5つのレッスンの順序を一度示し、次に実行するスキルとして learn-agent-skills を提示します。
  4. 該当するものがない場合は、その旨を明確に伝え、最も近いフェーズを示します。存在しないレッスンを作り上げてはいけません。

学習者がコース内のコマンドのどれを使うか検討しているだけの場合もあります。参考までに、コマンドはすべて次のとおりです。start-learning(計画を作成)、learn(次のレッスンを対話形式で学習)、check-understanding <phase>(フェーズのクイズ)、find-your-level(レベル判定のみ)、course-guide(このガイド)。選択したスキルは、上記のホスト呼び出し規約に従って表示してください。 専用の Agent Skills ルートと AGENT-SKILLS-LEARNING.md の進捗状態には learn-agent-skills を使用します。 専用の MCP ルートと MCP-LEARNING.md の進捗状態には learn-mcp を使用します。マニフェストに記録されたホスト呼び出し方法を使用します。 認定ルート、ラボ、診断、模擬試験、または補習セッションには claude-certification を使用します。

コメント