chess-postmortem-skills: Claude Code のための AI 駆動チェスゲーム分析

概要

chess-postmortem-skills は、Claude Code 用の専門スキル群であり、生のチェスゲームデータ（PGN ファイル）を、包括的で人間が読めるポストモーテム（対局検討）に変換します。数値評価や複雑な手順の変化を提供する従来のエンジン分析とは異なり、このツールは LLM を使用して Stockfish エンジンを駆動し、技術データを、ミスや戦略的プランの平易な言葉での説明に変換します。

中核機能

このプロジェクトは、ゲームレビュープロセスのさまざまな側面をそれぞれ処理する、3 つの主要スキルに分かれています。

1. チェス分析 (chess-analysis)

このスキルは、ゲームの技術的側面を深く掘り下げます。すべての手に対して Stockfish スイープを実行し、並行して「調査」サブエージェントを展開して、素朴な質問（例：「なぜ私が指した手ではないのか？」「黒が単純に取ったらどうなる？」）でエンジンを尋問します。

主な出力は次のとおりです。

• 注釈付き PGN: 人間が読めるコメントがレイヤー化された PGN ファイル。
• HTML 分析ボード: ゲーム用のスタンドアロンのインタラクティブビューア。
• プランポーズ: エンジンが両プレイヤーの戦略的プランを導出する、ゲーム内の特定のポイント。
• シンクアラウド統合: プレイヤーの対局中の思考の音声録音が提供された場合、このスキルは whisper.cpp を使用して音声を文字起こしし、PGN のクロックタイムスタンプを使用してテキストを特定の手に合わせます。

2. チェスビデオ (chess-video)

このスキルは、ゲーム全体のナレーション付きビデオを生成します。ビデオには、ボード、矢印、評価ゲージ、焼き込み字幕、および Piper TTS を介して生成された音声ナレーションが含まれます。これは、分析フェーズ中に生成されたストーリーボードから構築されます。

3. チェスプレイ (chess-play)

このスキルを使用すると、ユーザーは Claude と対局できます。精度を維持するために、ボードはビジョンベースの処理用に PNG にレンダリングされ、敵対的な失態チェックサブエージェントが使用されます。特に、このスキルはエンジンを使用しません。

技術的なワークフローと要件

ユーザーワークフロー

1. ゲームキャプチャ: ゲーム（ラピッドまたはコレスポンデンス）をプレイし、「シンクアラウド」音声ファイルを録音するか、手ごとにメモを書きます。
2. 開始: Claude Code にゲームリンク/PGN と録音を提供します。
3. 処理: システムはスイープを実行し、調査を実施し、注釈を生成します（フルランには約 1 時間かかります）。
4. レビュー: ユーザーは注釈付き PGN と HTML ボードを確認し、ナレーション付きビデオをリクエストします。
5. 反復学習: ユーザーは特定のポジションについてフォローアップの質問をすることができ、Claude は回答する前にエンジンで検証します。

システム要件

Claude Code は通常、リクエストに応じてこれらの依存関係を自動的にインストールできます。

• Python 環境: python-chess、cairosvg、pillow、piper-tts を含む venv。
• Stockfish: 公式エンジンバイナリ（scripts/get_stockfish.sh でインストール）。
• ビデオツール: ffmpeg と Piper 音声モデル。
• 文字起こし: whisper.cpp（オプション、シンクアラウド録音用）。

設計思想: エンジン駆動 LLM

このプロジェクトは、チェスにおける LLM の一般的な制限、つまり手を幻覚したり、ボードの状態を誤解したりする傾向に対処しています。これを軽減するために、このツールは LLM の内部のチェス知識に依存していません。代わりに、LLM は Stockfish のオペレーターとして機能します。AI によって行われるすべての主張はエンジンに対してチェックされ、検証パスが結果を再読して正確性を保証します。

コミュニティの洞察と反論

このプロジェクトは、Claude Code スキルの具体的な使用法が賞賛される一方で、Hacker News の一部のユーザーは、LLM ベースのチェスコーチングの有効性について懸念を表明しました。

「opus 5 モデルのレーティングは 1300 程度です。1300 のプレイヤーからチェスのレッスンを受けることはないでしょう。」

他の批評家は、手動分析の「退屈な」作業こそが実際の学習が行われる場所であり、自動化された要約はスキル向上には効果が低い可能性があると主張しました。逆に、このアプローチの支持者は、LLM をモンテカルロシミュレーションや従来のソルバー（他の AI 駆動のゲーム分析ツールで見られるように）と統合することは、複雑なデータに解釈可能性を提供する実行可能な方法であると指摘しました。

インストール

スキルをインストールするには、リポジトリをクローンし、スキルフォルダを Claude Code のスキルディレクトリにコピーします。

git clone https://github.com/brumar/chess-postmortem-skills
cp -r chess-postmortem-skills/skills/* ~/.claude/skills/