知らない分野を、原文にたどりつくまで芋づる式に掘る Claude Code のスキル
Python
「試し」を「試行」に(SKILL.md・theory.md・スクリプトのコメント)
MaryCache69b2e1b82c35
diff --git a/skills/imozuru/SKILL.md b/skills/imozuru/SKILL.mdindex bf78588..5dfe791 100644--- a/skills/imozuru/SKILL.md+++ b/skills/imozuru/SKILL.md@@ -52,7 +52,7 @@ watch/ … 見張りの結果。<日付>.mdmap.md を下の書式で作り、**問い**と、答えるのに要る**主張**を3〜6個並べる(例: 「この分野で〇〇をどう呼ぶか」「定番の手法は何か」「どこで失敗するか」)。主張は、いつ止めるかを決める基準になる(HALT・Roh & Han 2026)。-主張は、どれにもすぐ原文が付く形に作れてしまう。試しでは5つ全部が「〜がある」で、1周で原文が付いて止まり、依頼の中心の条件(「AI で生成した画像を」)が確かめられないまま残った。だから次を守る。+主張は、どれにもすぐ原文が付く形に作れてしまう。試行では5つ全部が「〜がある」で、1周で原文が付いて止まり、依頼の中心の条件(「AI で生成した画像を」)が確かめられないまま残った。だから次を守る。- **少なくとも1つは、依頼の言葉の条件をそのまま入れる**(例: 依頼が「AI で生成した画像を編集できるデータに」なら「AI 生成画像に当てた結果や事例がある」)- **「〜がある」だけで埋めない**。半分以上は「どれくらい効果があるか」「どこで失敗するか」「何が足りないか」のように、原文を読まないと答えられない形にする@@ -69,15 +69,15 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*- 返してほしいのは4つ=**用語**(それが出た URL)・**人**(所属・代表作)・**場**(学会・雑誌・一覧・リポジトリ)・**定番の資料**(題名・著者・年・無料で読める URL)- 報告は「見つけた/探したが無い/探していない」の3つに分けてもらう。「探していない」がそのまま次の手がかりになる- **要約は頼まない**。名前と URL を正確に拾うことを優先させる-- **ファイルを書かせない**。ダウンロードは親の仕事。試しで検索役が curl で一時ファイルを書いた+- **ファイルを書かせない**。ダウンロードは親の仕事。試行で検索役が curl で一時ファイルを書いた- **場は一覧から選ばず、0周目で探させる**。「この分野の詳しい人はどこに書いているか」「定番の資料はどこで公開されているか」を検索役への問いとして渡し、挙がった場を map.md の「場」に足す。どの場から何件挙がったかを log.md に残す(分野ごとの場の偏りを記録に溜める)。論文と個人の発信のどちらに知恵があるかは分野しだいで、0周目では決めつけない。次の一覧は、場の見当がまったくつかないときの例にとどめる=学会・雑誌・arXiv、個人ブログ、Qiita・Zenn・note、YouTube、GitHub、X、pixiv・FANBOX の講座、フォーラム。固定の一覧だけで当たると、一覧を作った人がよく見る場所(日本語の技術記事など)に偏る- 最初に検索する言葉が分からない分野では、粒度の粗い順に当たらせる=百科事典(英語版 Wikipedia の References)→ 専門事典 → 教科書・講義資料 → サーベイ論文 → 原著(横井 2017)。論文の無い分野なら、用語集・入門記事 → その分野で名前の挙がる人 → その人自身の実践の記録、の順- 日本語で検索語が見つからない分野は英語で始める(「berrypicking ベイツ」は果物狩りの記事ばかりだった)-- **検索の深さを切り替えられるなら、まず普通の検索で探させ、欲しい種類が0件のときだけ深い検索で引き直させる**。「薄い」は全体の件数ではなく種類で見る(記事は出るが動画が0件、日本語が0件など)。大陸塗りの試しでは普通の検索の8本がほぼ空振りで、深い検索の1本目で note・YouTube・ブログが一斉に出た。MIX の試しでは記事は出たが、普通の検索だと YouTube が0件だった。深い検索は費用が数倍なので、最初からは使わない+- **検索の深さを切り替えられるなら、まず普通の検索で探させ、欲しい種類が0件のときだけ深い検索で引き直させる**。「薄い」は全体の件数ではなく種類で見る(記事は出るが動画が0件、日本語が0件など)。大陸塗りの試行では普通の検索の8本がほぼ空振りで、深い検索の1本目で note・YouTube・ブログが一斉に出た。MIX の試行では記事は出たが、普通の検索だと YouTube が0件だった。深い検索は費用が数倍なので、最初からは使わない戻ったら、報告の中身を map.md の用語・人・場に足し、検索役の「探していない」を**次の手がかり**に移す。-検索役の報告はたいてい検索結果の抜粋がもとで、原文を開いていない(試しでは2本とも開いた回数0)。人の所属・「公開済み」・数字は外れていることがある。map.md に入れるときは末尾に **(未確認)** を付け、原文で確かめたら外す。+検索役の報告はたいてい検索結果の抜粋がもとで、原文を開いていない(試行では2本とも開いた回数0)。人の所属・「公開済み」・数字は外れていることがある。map.md に入れるときは末尾に **(未確認)** を付け、原文で確かめたら外す。### 2. たどる(各周)@@ -95,7 +95,7 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張***論文の無い分野ほど、知恵は個人の発信にある**(塗り方・MIX・ツールの使いこなしなど)。権威のある場所だけに絞らない。- **論文は DOI で引く**。題名で引くと別の記録や解説記事が出ることがあるので、`chain.py find` の候補を年と題で確かめてから使う-- **出て1年ほどの論文は `chain.py` が0件を返す**。OpenAlex に引用の登録が追いついていない(試しでは出て1年以内の論文で refs も cites も0件)。0件は「無い」ではない。後ろへは、保存した本文の参考文献の節を grep する(試しではこれで目当ての論文が見つかった)。前へは、検索役に「<題名> を引いている論文」を探させる+- **出て1年ほどの論文は `chain.py` が0件を返す**。OpenAlex に引用の登録が追いついていない(試行では出て1年以内の論文で refs も cites も0件)。0件は「無い」ではない。後ろへは、保存した本文の参考文献の節を grep する(試行ではこれで目当ての論文が見つかった)。前へは、検索役に「<題名> を引いている論文」を探させる- **方向が2つ以上ありえるときは決め打ちしない**。検索役を2本、別の仮説で並べ、戻ってから比べる- **要る主張に関わる資料は `fetch.py` で保存する**。`OK` が出たものだけ map.md の原文の表に足す。`FAIL` は理由と URL を log.md に残す(有料・404・ログインが要る)- **FAIL や有料で取れなかった定番は、届かなかったと書く前に別の置き場を探す**。著者や研究室のページ、その分野のまとめサイト、元になった技術報告、大学のリポジトリを当たる。2026-10-14 には、DTIC で 403 だった Mann & Thompson と Hovy の原典が、SFU の RST サイトに置いてあった。海賊版サイトは使わない@@ -111,8 +111,8 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*各周の終わりに、次のどれかなら止める。理由を log.md に書く。- **要る主張の全部に原文の場所が付いた**(主張ごとに file:行+短い引用)-- **飽和した**: この周に検索役が挙げた人と資料のうち、7割以上がすでに map.md にあった。新しい用語もほとんど出ない。分母と分子を log.md に書く(例「挙がった14件中11件が既知」)。7割は試しで決めた目安で、まだ根拠は弱い- - **数えるのは、同じ問いを違う探し方で探した検索役だけ**(英語と日本語、用語検索と総説探し)。別の仮説を追わせた2本は、話題が違うので重なりが低く出るのが当たり前で、飽和を数える材料にならない(試しで別の仮説を追わせた2本の重なりは 2/14)。仮説ごとに、その仮説に関わる主張に原文が付いたかで見る+- **飽和した**: この周に検索役が挙げた人と資料のうち、7割以上がすでに map.md にあった。新しい用語もほとんど出ない。分母と分子を log.md に書く(例「挙がった14件中11件が既知」)。7割は試行で決めた目安で、まだ根拠は弱い+ - **数えるのは、同じ問いを違う探し方で探した検索役だけ**(英語と日本語、用語検索と総説探し)。別の仮説を追わせた2本は、話題が違うので重なりが低く出るのが当たり前で、飽和を数える材料にならない(試行で別の仮説を追わせた2本の重なりは 2/14)。仮説ごとに、その仮説に関わる主張に原文が付いたかで見る- **「既知」には親が自分で拾ったものも入れる**。検索役に既知の一覧を渡すときも同じ一覧を渡す(親の拾った分を入れ忘れ、分子が小さく出たことがある)- **4周やった**: 届いていない主張と、その理由(有料・見つからない)を書いて止める- **ログインか有料で止まった**: 残りの主張の原文が、どれもログインが要るページ(X・pixiv・小紅書・会員制のサイト)か有料のページにある。ログインも支払いも要らない所で取れるものはもう無い。URL を並べて止め、ユーザーにブラウザで開いてもらう(下の「渡す」)@@ -124,7 +124,7 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*### 4. 渡す-**返す前に、自分が起動した検索役や裏で走らせた処理が残っていないか確かめ、残っていれば止める**。止めたものは log.md に書く。2026-10-12 の試しでは、調べものを任せたエージェントが報告を返したあとも、中で起動したものが動き続けていた(何だったかは log.md に無く、分からなかった)。+**返す前に、自分が起動した検索役や裏で走らせた処理が残っていないか確かめ、残っていれば止める**。止めたものは log.md に書く。2026-10-12 の試行では、調べものを任せたエージェントが報告を返したあとも、中で起動したものが動き続けていた(何だったかは log.md に無く、分からなかった)。止めたら、ユーザーに次を返す。@@ -160,7 +160,7 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*調べたあとの map.md の「場」を、新着を追う先にする(Ellis の monitoring)。「〇〇の新着見て」「今週の〇〇まとめて」「/imozuru watch <話題>」で入る。**ユーザーが頼んだときだけ回す**。定期に自動で回すかは、何回か思いどおりに動いてから決める。1. **map.md があるか見る**。`~/research/<話題>/map.md` が無いとき(いきなり「React の新着」と頼まれたとき)は、2つの入り方がある- - **急ぐとき(既定)**: 定番の場所をそのまま足して先に見張る。公式のブログ・GitHub の releases、Qiita のタグ、Zenn のトピック、名前の知れた個人ブログ。map.md は問い・場・人だけで作り、あとで書き足す。React の試しでは 0周目の検索役2本に約2分かかり、結果は定番を直接足したのとほぼ同じだった+ - **急ぐとき(既定)**: 定番の場所をそのまま足して先に見張る。公式のブログ・GitHub の releases、Qiita のタグ、Zenn のトピック、名前の知れた個人ブログ。map.md は問い・場・人だけで作り、あとで書き足す。React の試行では 0周目の検索役2本に約2分かかり、結果は定番を直接足したのとほぼ同じだった- **場所の見当がつかない分野**: 上の「1. map.md を作る(0周目)」だけ回して場を作ってから見張る2. **見張る先を足す**。map.md の「場」と「人」から、新着を出す場所を選んで `scripts/watch.py add <topic_dir> <url>` で足す。Qiita のタグ・ユーザー、Zenn のトピック・ユーザー、note のユーザー、Reddit、YouTube のチャンネル、RSS を出しているブログ、arXiv の検索(`http://export.arxiv.org/api/query?search_query=...&sortBy=submittedDate&sortOrder=descending`)が足せる。X と pixiv は RSS を出していないので足せない=見張れないことを返事に書く- **RSS があるかは検索役の言葉ではなく `watch.py add` で決める**。検索役は RSS の URL を推測で書き、「無い」と言った react.dev のフィードが実際は取れた。逆に「更新が止まっている」という検索役の言葉は、check の「最新の1件」で確かめる@@ -229,7 +229,7 @@ map.md を下の書式で作り、**問い**と、答えるのに要る**主張*- 動画の場所は行番号の代わりに時刻で指す(`sources/x.md [12:34]`)- `scripts/report.py <topic_dir> [--check]` — extracts.json の抜き書きを原文と照合し、合えば report.html にする。`--check` は照合だけ- `scripts/watch.py add|list|check` — 見張り。RSS / Atom を引いて前回からの新着を出す。検索を使わないので費用はかからず結果も揺れない。DOCTYPE・ENTITY を含むフィードは安全のため読まない。フィードの場所にタブや改行が入っていたら足さない-- `scripts/chain.py find|refs|cites|author` — OpenAlex で引用と著者をたどる。1日 1,000 回まで無料の枠で、プリペイド残高が 0 なら超えても止まるだけ。**API キーや支払いの登録はしない**。古めの論文に強く、新しい論文と同名の多い著者に弱い(author は名前の検索の1位を使うので、同名の別人の論文を返すことがある。出力の「# 別の候補」に別人の ID が並ぶので、所属と論文数で確かめ、違えば `chain.py author A…` で引き直す。ただし OpenAlex の著者の記録は、古い論文ほど当てにならない。著者の欄に ID が無い論文や、同名の何人もの論文を1人にまとめた記録がある(試しでは、情報探索の Ellis の 1989 年の論文には ID が無く、1993 年の論文は所属が国際ポテトセンターで論文289本の記録に入っていた)。著者で追うときは、所属先や本人のページにある論文の一覧を検索役に探させ、chain.py author の結果はその一覧と突き合わせる)+- `scripts/chain.py find|refs|cites|author` — OpenAlex で引用と著者をたどる。1日 1,000 回まで無料の枠で、プリペイド残高が 0 なら超えても止まるだけ。**API キーや支払いの登録はしない**。古めの論文に強く、新しい論文と同名の多い著者に弱い(author は名前の検索の1位を使うので、同名の別人の論文を返すことがある。出力の「# 別の候補」に別人の ID が並ぶので、所属と論文数で確かめ、違えば `chain.py author A…` で引き直す。ただし OpenAlex の著者の記録は、古い論文ほど当てにならない。著者の欄に ID が無い論文や、同名の何人もの論文を1人にまとめた記録がある(試行では、情報探索の Ellis の 1989 年の論文には ID が無く、1993 年の論文は所属が国際ポテトセンターで論文289本の記録に入っていた)。著者で追うときは、所属先や本人のページにある論文の一覧を検索役に探させ、chain.py author の結果はその一覧と突き合わせる)- ファイル名は `<著者>-<年>-<短い題>`、arXiv は `arxiv-<番号>-<短い題>`## 境界diff --git a/skills/imozuru/references/theory.md b/skills/imozuru/references/theory.mdindex b84c704..2219c6a 100644--- a/skills/imozuru/references/theory.md+++ b/skills/imozuru/references/theory.md@@ -1,6 +1,6 @@# imozuru の拠りどころ-SKILL.md の各決まりが、どの原文のどこから来たか。原文は 2026-10-09 の試し(題材=探し方の研究)で+SKILL.md の各決まりが、どの原文のどこから来たか。原文は 2026-10-09 の試行(題材=探し方の研究)でこのスキル自身を使って落とした。行番号は、下の URL を `scripts/fetch.py` で落とした .txt / .md のもの(PDF は `pdftotext -layout`、HTML は ax で変換。変換の仕方が違うと行番号はずれるので、短い引用で探す)。決まりを直すときは、ここで元の文を読み直してから直す。@@ -35,7 +35,7 @@ SKILL.md の各決まりが、どの原文のどこから来たか。原文は 2| 知らない用語は粒度の粗い順に=百科事典 → 専門事典 → 教科書・講義資料 → サーベイ → 原著 | 横井祥 2017 「Examine the meaning of unknown terms」(Speaker Deck) | `eumesy-unknown-terms.md` L343-373 || 情報の匂い(information scent)で次にたどる先を選ぶ | Pirolli & Card 1999 "Information foraging"(本体は有料・DOI 10.1037/0033-295x.106.4.643) | 未取得。LLM に当てた例は `arxiv-2505.09316-scent-of-knowledge.txt` |-## 試しで分かった、流れの側の事実+## 試行で分かった、流れの側の事実- 検索結果の URL は古い。11 本中 5 本が 404・ログインの壁・PDF のふりをした HTML → `fetch.py` で中身を見て判定する- LLM の検索エージェントの論文3本の参考文献に、人の情報探索の研究(Bates・Kuhlthau・Ellis・Marchionini)は0件、情報採餌理論が1件だけ。AI 側はこの蓄積をほとんど使っていないdiff --git a/skills/imozuru/scripts/fetch.py b/skills/imozuru/scripts/fetch.pyindex 966de51..d328f04 100755--- a/skills/imozuru/scripts/fetch.py+++ b/skills/imozuru/scripts/fetch.py@@ -1,7 +1,7 @@#!/usr/bin/env python3"""原文を1本落とし、本物かどうか確かめてから sources/ に残す。-検索結果の URL は古いことが多く、2026-10-09 の試しでは 11 本中 5 本が+検索結果の URL は古いことが多く、2026-10-09 の試行では 11 本中 5 本が404・ログインの壁・PDF のふりをした HTML だった。拡張子や HTTP の成否では見分けられないので、中身の先頭と文字数で判定する。@@ -33,7 +33,7 @@ from pathlib import Path# 本文として読める最低の文字数。404 ページや認証の壁は数百〜数千文字に収まる。# PDF は英語の論文が多いので高め。HTML は日本語の短い記事を通すため低め-# (大陸塗りの試しで 2,904 字の本物の記事が 3,000 の下限で落ちた)。+# (大陸塗りの試行で 2,904 字の本物の記事が 3,000 の下限で落ちた)。MIN_TEXT_CHARS = 3000MIN_HTML_CHARS = 1000# 和文(日本語・中国語)の PDF は、英語より少ない字数で中身がある。@@ -161,7 +161,7 @@ def ascii_url(url: str) -> str:"""パスとクエリにそのまま入った日本語の字などを % で符号化する。urllib は要求の行を ASCII で組むので、辞書の項目名や自治体のファイル名を符号化せずに- 書いたリンクは UnicodeEncodeError で止まる(和竿の漆塗りの試しで 36 本中 2 本)。+ 書いたリンクは UnicodeEncodeError で止まる(和竿の漆塗りの試行で 36 本中 2 本)。safe に % を入れるので、符号化済みの URL は変わらない。国際化ドメイン名は扱わない。"""p = urllib.parse.urlsplit(url)@@ -551,14 +551,14 @@ def youtube_to_md(url: str, out: Path) -> str:手動の字幕を優先し(日本語→英語の順)、無ければ動画の元の言語の自動字幕。自動字幕は同じ文が次の区間にも繰り返し出るので、直前と同じ文は捨てる。- 自動字幕は誤変換が多い(大陸塗りの試しで「線画」が「洗画」)。どちらを使ったかを+ 自動字幕は誤変換が多い(大陸塗りの試行で「線画」が「洗画」)。どちらを使ったかを見出しに残し、読み手が引用を動画で確かめるべきか分かるようにする。手動と自動は同じファイル名で出てくるので、まず手動だけで取り、無いときだけ自動で取り直す。題名の出力は --encoding で UTF-8 に決める。Windows でパイプに出すと、決めない限り cp932 になる。自動字幕は、動画の元の言語のもの(en-orig など)だけを取る。ja,en を指定すると、英語の動画では ja が機械翻訳の字幕になり、YouTube はそれに 429 Too Many Requests を返す。- yt-dlp はそこで止まり、英語の字幕も残さない(テスラの自動運転の試しで YouTube が3本とも+ yt-dlp はそこで止まり、英語の字幕も残さない(テスラの自動運転の試行で YouTube が3本とも落ちた・2026-10-19)。ja-orig,en-orig の指定でも足りない。AI の吹き替えが付いた動画では吹き替えの音声にも ja-orig が付き、中身は翻訳になる(CVPR の講演 jPCV4GKX9Dw)。そこで手動の回で動画の言語(元の音声の言語)も出させ、自動の回ではその言語の -orig だけを指定する。@@ -747,7 +747,7 @@ def fetch_source(sources: Path, name: str, url: str, destination: Path) -> int:print(f"FAIL\t{name}\t扱えない形式: {ctype or '不明'}")return 1- # arXiv の PDF は pdftotext で本文が0文字になることがある(2026-10-09 の試しで+ # arXiv の PDF は pdftotext で本文が0文字になることがある(2026-10-09 の試行で# COLE・Accordion)。同じ論文の HTML 版なら取れたので、短いときだけ切り替える。paper = arxiv_id(url)if paper and len(text) < MIN_TEXT_CHARS:diff --git a/skills/imozuru/scripts/watch.py b/skills/imozuru/scripts/watch.pyindex f037773..db52a30 100644--- a/skills/imozuru/scripts/watch.py+++ b/skills/imozuru/scripts/watch.py@@ -356,7 +356,7 @@ def atomic_write(path: Path, text: str) -> None:def cmd_add(topic: Path, url: str, name: str | None) -> int:# 1つ足せなくても、続けて他を足せるように例外で落とさず1行で返す- # (Reddit が 429 を返してトレースバックで止まった・2026-10-10 の試し)。+ # (Reddit が 429 を返してトレースバックで止まった・2026-10-10 の試行)。try:kind, feed = discover(url)found = items(fetch(feed)[0]) # 引けないフィードは足さない@@ -399,7 +399,7 @@ def cmd_check(topic: Path, days: int, fresh: bool) -> None:"""新着を出す。fresh なら見たことの記録を無視して、窓(days)だけで選び直す。初回の窓の外の記事も「見た」と記録されるので、窓を広げて出し直したいときに- 記録が邪魔をする(14日で出したあと 30日で見直せなかった・2026-10-10 の試し)。+ 記録が邪魔をする(14日で出したあと 30日で見直せなかった・2026-10-10 の試行)。"""rows = load_watch(topic)if not rows:@@ -447,7 +447,7 @@ def cmd_check(topic: Path, days: int, fresh: bool) -> None:lines += ["新着なし", ""]if quiet:lines += ["## 新着の無かった場所(窓に関係なく最新の1件)", *quiet, ""]- # 秒まで入れる。日付だけだと同じ日の2回目が1回目を上書きして消した(2026-10-10 の試し)。+ # 秒まで入れる。日付だけだと同じ日の2回目が1回目を上書きして消した(2026-10-10 の試行)。out = topic / "watch" / f"{now.astimezone():%Y-%m-%d-%H%M%S}.md"n = 2while out.exists(): # 同じ秒にもう一度回したときも、前の結果を消さない