meta-cognitive-reasoning
複雑な問題解決のためのメタ認知的推論フレームワークです。多面的な問題、不確実性を伴う意思決定、技術的分析、戦略立案、複雑な問題のデバッグ、または体系的な分解が必要な質問に直面した場合に活用します。単純な事実確認や簡潔な要望には不要です。
description の原文を見る
Meta-cognitive reasoning framework for complex problem-solving. Use when facing multi-faceted problems, decisions with uncertainty, technical analysis, strategic planning, debugging complex issues, or any question requiring structured decomposition. Skip for simple factual queries or straightforward requests.
SKILL.md 本文
メタ認知的推論
クイック評価
まず問題を分類します:
- シンプル (単一の事実、直接的な答え、日常的なタスク) → 直接答える
- 複雑 (多面的、不確実性あり、分析が必要) → 完全なフレームワークを使用
複雑な問題のためのフレームワーク
1. 分解(DECOMPOSE)
独立した部分問題に分割します。それぞれについて:
- 部分問題を明確に述べる
- 部分問題間の依存関係を特定する
- 必要な情報を記載する
2. 解決(SOLVE)
各部分問題に明示的な確信度を付けて対処します:
部分問題: [説明]
分析: [推論]
結論: [答え]
確信度: [0.0-1.0]
確信度の理由: [なぜこのレベルか]
確信度スケール:
- 0.9-1.0: ほぼ確実、よく確立された事実
- 0.7-0.8: 高い確信度、強力な証拠
- 0.5-0.6: 中程度、いくつかの不確実性
- 0.3-0.4: 低い、著しい情報不足
- 0.0-0.2: 推測的
3. 検証(VERIFY)
各結論について確認します:
- 論理: 有効な推論の連鎖か?
- 事実: 正確な情報か?
- 完全性: 見落とされた検討事項はないか?
- バイアス: 仮定や盲点はないか?
発見された問題にフラ
...
詳細情報
- 作者
- franMenem
- ライセンス
- unknown
- 最終更新
- 2026/5/8
Source: https://github.com/franMenem/registro-app / 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。