01
このSkillでできること
- ✓コードやパラメータの意味を読み取り、試行候補を提案する
- ✓測定した目的関数の結果を記録する
- ✓宣言された探索空間に候補値が収まるか検証する
- ✓JSONまたはSQLiteで試行履歴を監査可能に保存する
02
使い方
01
STEP 1
最適化対象のパラメータと目的関数を定義する
02
STEP 2
各候補を評価し、結果を試行履歴に記録する
03
STEP 3
過去の意味情報と測定結果をもとに次の構成を提案する
04
STEP 4
不正な提案は安全なサンプリングへフォールバックする
03
Skillのインストール
初心者におすすめ
AIにこのSkillを追加してもらう
GitHub URLごとCodexやClaude Codeへ渡し、現在の環境に合う方法を判断してもらいます。
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/Optim-Agent/optim-agent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。
python -m pip install optim-agent
python -m pip install "optim-agent @ git+https://github.com/Optim-Agent/optim-agent.git"pip install -e ".[examples]"
python scripts/verify_classification_cumulative_error.py run-no-context
python scripts/verify_classification_cumulative_error.py
python examples/hard_functions.py distributed \
--agents Random TPE GPT-5.5 Opus-4.8 Sonnet-5 GLM-5.2 Big-pickle \
DeepSeek-V4-Flash Nemotron-3-Ultra MiMo-v2.5 \
--trials 10 --seeds 0 1 2 3 4
cp ~/.claude/settings-kimi.json ~/.claude/settings.json
python examples/hard_functions.py distributed --agents Kimi-K3 --trials 10 --seeds 0 1 2 3 4
cp ~/.claude/settings-minimax.json ~/.claude/settings.json
python examples/hard_functions.py distributed --agents Minimax-M3 --trials 10 --seeds 0 1 2 3 4
python examples/hard_functions.py plot
pip install -e ".[ml,examples]"
python examples/credit_card.py download
python examples/credit_card.py preflight
python examples/credit_card.py run
python examples/credit_card.py selfcheck
python examples/credit_card.py summary
python examples/credit_card.py plot
pip install -e ".[rl,examples]"
python examples/rl_control.py preflight
python examples/rl_control.py run --seeds 0 1 2 3 4 --workers 10
python examples/rl_control.py selfcheck
python examples/rl_control.py summary
python examples/rl_control.py plot
python examples/rl_control.py gifpip install -e ".[examples]"
pytest # runs tests/test_optim_agent.py04
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。
推論レイテンシを最小化するため、設定可能なパラメータを測定しながら最適化してください。出力例を見る
探索空間、評価結果、採用候補、次に試す設定を記録した最適化履歴を出力します。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: large code block omitted]text $skill-installer install https://github.com/Optim-Agent/optim-agent [large code block omitted] Please open an issue to dis
- network: df`](paper/main.pdf). ## Acknowledgements - [Optuna](https://github.com/optuna/optuna) for popularizing the Study/Trial interface, providing the TPE
06
関連Skill
action-titles
アクションタイトル
スライドの内容が実際に証明する主張へタイトルを書き換え、根拠以上の主張をする現行タイトルを指摘します。
agent-skillsanalyticsbusiness-intelligence
code-review
code-review
固定したコミットやブランチなどとの差分を、規約適合性と仕様適合性の2軸で並行レビューします。
評価確度:暫定コードレビュー差分レビュー規約チェック
tang
tang
Claude CodeからTang CLIをJSON経由で利用し、プロジェクト内のセッションを閲覧・検索・関連付け・再開するためのブリッジ。
評価確度:暫定