mcpField
M
model-selection

model-selection

github.com/awslabs開発93273 回インストール3 週間前に更新
リポジトリ

model-selection について

SageMaker Hub で利用できるベースモデルの選定を支援するスキルです。AWS リージョンと対象 Hub を確認し、モデルとライセンスを提示して用途に応じた選択を案内します。

主な機能

  1. 01設定済み AWS リージョンの確認
  2. 02対象 SageMaker Hub の検出
  3. 03利用可能なモデルとライセンスの一覧
  4. 04用途に応じたモデル選定の案内
  5. 05選択したベースモデルの確認

活用シーン

  1. 01プロジェクト向けベースモデルの選定
  2. 02指定モデルの利用可否の確認
  3. 03利用可能なモデルとライセンスの比較
  4. 04ファインチューニング前のモデル評価

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/awslabs/agent-plugins --skill model-selection

インストール後、Claude Code で/model-selection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。

references/
model-licenses.md
model-selection.md
references/benchmarks/
agenticIndex.md
codingIndex.md
gpqa.md
hle.md
ifbench.md
intelligenceIndex.md
mmmuPro.md
tau2.md
scripts/
get_model_names.py

詳細

モデルの選択

ユースケースに基づいて、ユーザーがベースモデルを選択できるように案内します。

使用するタイミング

  • ユーザーがどのモデルを使えばよいか尋ねている
  • ユーザーがベースモデルを選択または変更したい
  • ユーザーがモデル名またはモデルファミリー（例：「Llama」、「Mistral」、「Nova」）に言及している（正確な Hub モデル ID の特定が別途必要です）
  • ユーザーがファインチューニングするかどうかを決める前に、ベースモデルを評価したい

前提条件

  • use_case_spec.md ファイルが存在すること。存在しない場合は、まずユースケース仕様スキルを有効にして生成してください。

ワークフロー

ステップ 1：リージョンを確認する

実行します：

python -c "import boto3; print(boto3.session.Session().region_name)"
  • None → 停止します。ユーザーに「export AWS_DEFAULT_REGION=us-west-2 または aws configure でリージョンを設定してください。」と伝えます。
  • 設定済み → REGION をコンテキストに保存して続行します。
ステップ 2：Hub を確認する

  1. aws___call_aws ツールを使用して SageMaker の ListHubs API を呼び出し、ユーザーのリージョンで利用可能な SageMaker Hub をすべて一覧表示します。

  2. 結果から、HubDescription に「AI Registry」が含まれる Hub を除外します。これらには JumpStart モデルが含まれていません。

  3. 残りの Hub が選択対象です（例：SageMakerPublicHub やプライベート Hub）。

  4. 選択対象の Hub が 1 つだけの場合は、自動的に使用します。ユーザーには尋ねないでください。

  5. 選択対象の Hub が複数ある場合は、ユーザーに提示して、どれを使用するか尋ねます。例：

    I found the following model hubs:
- SageMakerPublicHub — SageMaker Public Hub
- Private-Hub-XYZ — Private Hub models
Which hub would you like to use?

  6. 選択した Hub 名を後続のステップで使用するために保存します。

ステップ 3：ベースモデルを選択する

まず、次を実行して、利用可能な SageMaker Hub モデル名をすべて取得します：python model-selection/scripts/get_model_names.py <hub-name>。

おすすめを提示する前に、ライセンスとともに利用可能なモデルをすべてユーザーに提示します。モデル一覧を references/model-licenses.md と照合し、それぞれを <model name> - [<license>](<url>) の形式で表示します。例：「Qwen3-4B - Apache 2.0」

会話のコンテキストまたは計画ファイルから、ユーザーが使いたいモデルがすでにわかっている場合は、そのモデルが一覧にあることを確認し、ライセンスを表示して次に進みます。そうでない場合は、references/model-selection.md の指示に従って、ユーザーがモデルを選べるよう支援します。 重要： モデル選択を支援する際は、この利用可能なモデル一覧を必ず記憶しておいてください。ユーザーが利用できないモデルをおすすめしてはいけません。

ステップ 4：選択内容を確認する

ユーザーに概要を提示します：

Here's what we've selected:
- Base model: [model name]

このモデルで進めるかどうかを尋ねます。

参考資料

  • references/model-selection.md — モデル選択の手順とベンチマークの説明
  • references/model-licenses.md — モデル選択時に表示するモデルのライセンス情報

コメント

Markdown 対応