cove
Chain-of-Verification（CoVe）プロンプティングを活用することで、自己検証を通じた回答精度の向上が実現します。複雑な質問や、ファクトチェック、技術的正確性、または複数ステップの推論が必要な場合に有効です。
description の原文を見る
Apply Chain-of-Verification (CoVe) prompting to improve response accuracy through self-verification. Use for complex questions requiring fact-checking, technical accuracy, or multi-step reasoning.
SKILL.md 本文
Chain-of-Verification (CoVe)
CoVeは検証技術であり、モデルが自身の答えをファクトチェックさせることで応答精度を向上させます。最初の応答をそのまま受け入れるのではなく、CoVeはモデルに検証質問を生成させ、それらに独立して答えさせ、その発見に基づいて元の答えを修正するよう指示します。
このスキルを使用する場面
CoVeは以下のシナリオで最大の価値を提供します:
精度が重要な質問:
- 精度言語を含む質問(「正確に」「厳密に」「具体的に」)
- 複雑なファクト質問(日付、統計情報、仕様)
複雑な推論:
- 多段階の推論チェーン(3つ以上の論理的依存関係)
- API、ライブラリ、またはバージョン固有の動作に関する技術的主張
ファクトチェックシナリオ:
- 歴史的事実、統計情報、または定量的データ
- 技術仕様およびAPI動作
重要度の高い精度:
- セキュリティクリティカルなコードパスまたは分析
- 精度検証が必要なコード生成
- 正確性が重要な応答全般
自己修正トリガー:
- 最初の応答に曖昧な言語が含まれている場合(「〜と思います」「おそらく」「かもしれません」)
注記: これらのヒューリスティックスは、CoVeを対応するシナリオで自動実行させたい場合、プロジェクトのCL
...
詳細情報
- 作者
- majiayu000
- ライセンス
- unknown
- 最終更新
- 2026/5/9
Source: https://github.com/majiayu000/claude-skill-registry-data / ライセンス: unknown
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。