predict
ツールの呼び出しによる副作用が発生する前に、明示的な予測観察を記録します。コマンド実行、ファイル編集、またはその結果をまだ観察していないツール呼び出しを行う直前に使用してください。これにより、実行前の予測という原則を維持できます。
description の原文を見る
Record an explicit predicted observation before a side-effecting tool call. Use whenever you are about to run a command, edit a file, or invoke any tool whose outcome you have not already observed. Upholds the predict-before-act invariant.
SKILL.md 本文
次の副作用のあるツール呼び出しを実行する前に、何が観測されるかを予想して記述してください。予測はビリーフストアに記録され、ツール実行後の実際の観測と照合されます。
使用するタイミング
Bash、Edit、Write、NotebookEdit、または副作用のあるツールの直前には必ず使用してください。Read/Grep/Globの直前にオプションで使用してください(期待されるコンテンツが計画に実質的に影響する場合。例:"このファイルに関数fooが含まれていることを期待する")。純粋な探索的読み取りの場合はスキップしてください。
使用方法
- 実行しようとするアクションを決定します。
- 以下を明示的に1~2行ずつ記述します:
action— 短い説明("src/auth.ts を編集:42行目にnullチェックを追加")expected— 予測される特定の、反証可能な観測confidence— 0~1、順序付き(確率的ではありません)
belief-store.store_predictionMCPツールを以下のフィールドで呼び出します:task_id— 現在のタスクカードのID(Cartographer から取得)tool_name— 呼び出すツールの正確な名前("Bash"、"Edit" など)tool_input_hash— オプション。複数の予測が同じツールを対象とする場合の曖昧性排除に使用
- その後、ツール呼び出しを実行します。
PostToolUseフックが自動的に予測を実際の結果と照合し、サプライズスコアを計算します。record_observation を自分で呼び出す必要はありません。
良い予測と悪い予測
| 悪い例(反証不可能) | 良い例(反証可能) |
|---|---|
| "テストがパスします。" | "pytest -q は 14 passed を出力し、5秒以内に終了コード0で終了します。" |
| "ファイルに変更が反映されます。" | "grep -n 'null-check' src/auth.ts は42行目にマッチします。" |
| "動作するはずです。" | "tsc --noEmit はエラーを出力しません。" |
| "何かが返されます。" | "関数は {ok: true, id: string} を返し、idの長さは36です。" |
反証可能な予測を立てられない場合、信頼度は低く設定し、アクションをコミットする前に /probe を使用して信念を根拠付けることを検討してください。
引数
$ARGUMENTS— 実行しようとするアクション(自由形式テキスト)。
応答は以下のようにしてください:
- 予測された観測を自然言語で記述します。
- 構造化フィールドで
belief-store.store_predictionを呼び出します。 - 返された
action_idを記述し、下流の照合で参照できるようにします。
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
- jason-hchsieh
- ライセンス
- MIT
- 最終更新
- 2026/4/15
Source: https://github.com/jason-hchsieh/predictive-mind / 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。