mcpField
M
mathodology-whole-project

mathodology-whole-project

github.com/sweetcornnaデータ・データベース316249 回インストール今日更新
リポジトリ

mathodology-whole-project について

モデリングや研究タスク向けのスキルパックです。問題を根拠あるモデル、再現可能な結果、明確な科学的説明へつなげます。プロンプトと関連資料を提供し、アプリケーションや実行エンジンではありません。

主な機能

  1. 01モデリングタスクの開始と再開を案内
  2. 02重要な仮定と判断の記録
  3. 03数値結果の追跡可能性の維持
  4. 04図のプリセットとエビデンス検索
  5. 05スキルのバックアップとインストール

活用シーン

  1. 01研究課題を根拠あるモデルに整理
  2. 02既存のエビデンスからモデリングを継続
  3. 03図と根拠資料の準備
  4. 04スキルのインストールのバックアップや更新

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/sweetcornna/mathodology --skill mathodology-whole-project

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

同梱ファイルagents/openai.yamlscripts/create-source-backup.sh

詳細

Mathodology モデリングコンパニオン

Mathodology は、問題を根拠のあるモデル、再現可能な結果、明確な科学的コミュニケーションへとつなげるのに役立ちます。これはスキルパックであり、アプリケーションでも実行エンジンでもありません。モデリングプロンプトを柔軟なガイドとして使用してください。図には図のプリセットを使用します。これには image2 の利用可否を確認する質問も含まれています。根拠にはエビデンス検索を使用してください。

モデリングタスクを開始または再開する

問題、利用可能なデータ、既存の結果、適用されるコンテスト規則を確認します。回答を左右する制約が不足している場合は質問してください。確立された好みを再利用し、現在の根拠を基に続けます。継続性の維持に役立つ場合は、重要な前提や判断を短く記録します。特別なスキーマは必要ありません。

ユーザーが選んだディレクトリ、またはこのチェックアウト内の無視対象である work/ ディレクトリで作業します。依頼された成果物に必要なものだけを作成します。数値結果の追跡可能性を保ちます。役立ち、ホストが許可する場合は専門家を活用します。重要な主張については、固定された審査パネルを設けずに独立したレビューで検証できます。

保守と配布

保守対象のソースは .claude/skills/ です。Claude Code のロールとワークフロープロンプトはその隣にあります。Codex では、インストール済みの .agents/skills/ ミラーを使用する場合があります。このプロジェクトのミラーを更新する前に、バックアップしてください。無関係なスキル、プロジェクトの指示、カスタム MCP 設定、グローバル設定は変更しないでください。

ほかのプロジェクトへのインストールには標準のスキル CLI を使用します。クリーンなリポジトリのチェックアウトには git pull --ff-only を使用します。更新前にローカルの編集内容を解決してください。リセットはしないでください。インストールの詳細は、リポジトリの docs/INSTALL.md に記載されています。スキルのみをグローバルにインストールしても、プロジェクトのロールや MCP 設定はインストールされません。

任意のバックアップユーティリティでは、ローカルの未コミットなソース変更も含め、スキル、参照資料、リポジトリのドキュメントを保存できます。

bash .claude/skills/mathodology-whole-project/scripts/create-source-backup.sh

無視対象の Codex ミラー、コンテストの出力、Git 履歴は含まれません。必要に応じて、これらは別途バックアップしてください。バックアップは空のディレクトリに展開し、インストールを置き換える前にチェックサムを検証してください。アプリケーションのビルドは不要です。

コメント