autoconference-skill
複数の自動研究者を並列実行し、シンポジウム共有、対立的なピアレビュー、知見統合を行う研究会議スキルです。conference.mdを読み込み、N人の研究者を構造化されたラウンドで調整し、最良の発見を組み合わせた統合結果を生成します。 【トリガー条件】ユーザーが研究コンテキストで「autoconference」や「conference」に言及した場合、複数の研究者が競争または協力することを望む場合、ピアレビューを伴う並列自動研究を望む場合、「conference.md」に言及した場合、複数のアプローチからの研究統合を望む場合、研究結果の対立的評価を望む場合に発動します。 【非トリガー条件】単一の自動研究ループを望む場合（autoresearch-skillを使用）、簡単なワンショット回答を望む場合、単一論文の読み込みを望む場合は発動しません。
description の原文を見る
Multi-agent research conference that spawns parallel autoresearchers with symposium sharing, adversarial peer review, and insight synthesis. Reads a conference.md, orchestrates N researchers in structured rounds, and produces a synthesized result combining the best findings. TRIGGER when: user mentions "autoconference" or "conference" with research context; user wants multiple researchers competing or collaborating; user wants parallel autoresearch with peer review; user mentions "conference.md"; user wants research synthesis from multiple approaches; user wants adversarial evaluation of research results. DO NOT TRIGGER when: user wants a single autoresearch loop (use autoresearch-skill); user wants a simple one-shot answer; user wants to read a single paper.
SKILL.md 本文
Autoconference — マルチエージェント研究カンファレンス
競争し、協力し、ブレークスルーを統合する自律研究者のカンファレンスを起動します。
カンファレンス永続化ディレクティブ
カンファレンスチェアは容赦ありません。 カンファレンスが開始したら:
- 決してラウンドを途中で中止しない。各ラウンドは 4 つのフェーズをすべて完了まで実行します。
- 「次のラウンドに進むべきか？」と尋ねない。自動的に進めます。
- 予算をすべて使い切る。
max_roundsが 5 なら、5 ラウンド実行します。ラウンド 2 で停止すると 60% の探索予算が無駄になります。 - カンファレンスは以下のいずれかの条件が満たされるまで実行されます:
- ターゲットメトリクス達成(収束)
max_roundsまたはmax_total_iterations枯渇(予算使用 — これは正常であり失敗ではありません)- すべての研究者が同時に Level 2 以上でスタール(早期統合)
- ユーザーが手動で割り込み
- これらの条件のいずれも真でない場合は、すぐに次のラウンドを開始します。
max_rounds は恐れるべき制限ではなく、使用すべき予算として考えてください。
コマンド
| コマンド | 説明 | スキルパス |
|---|---|---|
/autoconference | コアカンファレンスループ — N 人の研究者、4 フェーズラウンド、統合 | skills/autoconference/SKILL.md |
/autoconference:plan | 8 ステップセットアップウィザード — conference.md を生成 | skills/plan/SKILL.md |
/autoconference:resume | チェックポイントから中断されたカンファレンスを再開 | skills/resume/SKILL.md |
/autoconference:analyze | カンファレンス後の洞察分析 | skills/analyze/SKILL.md |
/autoconference:debate | Adversarial 2 研究者ディベートモード | skills/debate/SKILL.md |
/autoconference:survey | 体系的なマルチデータベース文献調査 | skills/survey/SKILL.md |
/autoconference:ship | カンファレンス結果を論文対応出力に変換 | skills/ship/SKILL.md |
ディスパッチロジック
- サブコマンドなし (
/autoconference) →skills/autoconference/SKILL.mdを読み込む - サブコマンドあり (
/autoconference:<name>) →skills/<name>/SKILL.mdを読み込む - ターゲットスキルファイルがまだ存在しない場合は、ユーザーに通知し、コアカンファレンスプロトコルにフォールバックします。
動作方式
┌─────────────────────────────────────────────────────────┐
│ カンファレンスラウンド │
│ │
│ フェーズ 1: 独立研究(並行) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
│ │研究者 │ │研究者 │ │研究者 │ 各々が N 回の │
│ │ A │ │ B │ │ C │ autoresearch │
│ │ (iter×N) │ │ (iter×N) │ │ (iter×N) │ イテレーション │
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ を実行 │
│ │ │ │ │
│ フェーズ 2: ポスターセッション(俳句要約ツール) │
│ フェーズ 3: ピアレビュー(Opus adversarial 批評家) │
│ フェーズ 4: 知識伝達(検証済み → 共有) │
└─────────────────────────────────────────────────────────┘
│
▼ 収束チェック → 次ラウンドまたは最終統合
エージェントロール
| ロール | モデル | 数 | 責任 |
|---|---|---|---|
| カンファレンスチェア | Sonnet | 1 | オーケストレータ — プロトコルを最初から最後まで実行 |
| 研究者 | Sonnet | N | 割り当てられたパーティション内で autoresearch 5 ステージループを実行 |
| セッションチェア | Haiku | 1/ラウンド | 軽量な要約ツール — ログからのポスターセッション |
| レビュアー | Opus | 1/ラウンド | Adversarial 批評家 — 主張に異議、評決を割り当て |
| シンセサイザー | Opus | 1 | 検証済み知見を統合結果に統合 |
依存関係
- 必須: サブエージェント機能を備えた任意の LLM CLI(Claude Code、Codex CLI、OpenCode、Gemini CLI)
- 拡張:
autoresearch-skill— 各研究者は autoresearch 5 ステージループを実行 - オプション:
/worktree-dashboard、/compare-worktrees - Python 3.8 以上 は
scripts/init_conference.py(スキャフォルディングヘルパー)でのみ必須
他のスキルとの関係
| スキル | 関係 |
|---|---|
autoresearch-skill | 親スキル。単一エージェント? autoresearch を使用。複数エージェントと review? autoconference を使用。 |
worktree-dashboard | 補助的。研究者ワークツリーをリアルタイムで監視。 |
compare-worktrees | 補助的。レビュアーのためのクロスワークツリー分析。 |
後方互換性
プラグインシステムなしの手動インストールの場合、このファイルはスタンドアロンで動作します — skills/ ディレクトリにディスパッチします。skills/ が欠落している場合、完全なプロトコルは以前このファイルに存在していました。完全なカンファレンスオーケストレーションプロトコルについては skills/autoconference/SKILL.md を参照してください。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- wjgoarxiv
- ライセンス
- MIT
- 最終更新
- 2026/4/5
Source: https://github.com/wjgoarxiv/autoconference-skill / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。