arbor

Arbor自律最適化

評価指標を持つコードやモデルなどを、仮説木と分離された実験で反復改善し、保留テストで過学習を抑えます。

AIスキル大辞典による日本語要約
品質評価100/100評価確度:十分
人気度(GitHub Star) 100発掘スコア 67
01

このSkillでできること

  • 具体的な成果物を反復改善
  • 仮説木で実験知識を管理
  • 分離ワークツリーで候補を検証
  • 保留評価でマージを判定
02

使い方

01
STEP 1

初期成果物と目的を定義する

02
STEP 2

開発用とテスト用の評価器を分ける

03
STEP 3

仮説ごとに実験を実行する

04
STEP 4

保留テストで改善を確認する

03

Skillのインストール

このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。

Repository:
https://github.com/K-Dense-AI/claude-scientific-skills
手動でインストールする

README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。

mkdir -p ~/.cursor/plugins/local
ln -s "$(pwd)" ~/.cursor/plugins/local/scientific-agent-skills
git clone https://github.com/K-Dense-AI/scientific-agent-skills.git ~/.agents/skills/scientific-agent-skills   # user-level
git clone https://github.com/K-Dense-AI/scientific-agent-skills.git .agents/skills/scientific-agent-skills      # project-level
uv pip install cisco-ai-skill-scanner
skill-scanner scan /path/to/skill --use-behavioral
curl -LsSf https://astral.sh/uv/install.sh | sh
04

このSkillを使うプロンプト例

Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。

このエージェントの評価スコアを、開発評価と保留テストを分けて反復的に改善してください。
出力例を見る
各仮説の実験結果、成果物バージョン、保留評価の判定を記録します。
05

安全性チェック

自動解析による参考情報です。Skillの安全性を保証するものではありません。

外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報明確な記述なし
検出根拠を見る
  • network: {arXiv}, primaryClass = {cs.CL}, url = {https://arxiv.org/abs/2609.00065} } [large code block omitted]bibtex @software{scientific_agent_sk
  • network: or Scientific Agent Skills}, year = {2026}, url = {https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/astropy}, note = {Version
06

関連Skill