GarethManning/education-agent-skills

解決する課題

多くのAI教育ツールはエビデンスではなく慣習に基づいて構築されており、効果のない教育を拡大させるリスクがあります。本プロジェクトは、教育におけるAIのための信頼性が高く、研究に裏打ちされた基盤を提供します。これは、特定の研究や明確にラベル付けされた実践者フレームワークに基づいた授業計画、評価、カリキュラム設計、学習支援をエージェントが作成できるようにする再利用可能なスキルセットです。また、ワークロードの問題にも対処しており、教育者は何時間もかけてリサーチする代わりに、構造化されたエビデンスに基づくサポートを数分で得ることができます。

仕組み

このライブラリは、オープンなAgent Skills形式（元々はAnthropicによって開発）を使用しています。各スキルは、指示が記載されたSKILL.mdとオプションのサポートリソースを含むフォルダです。スキルは20のドメインに分類されています。19は教師やデザイナー向け（例：記憶と学習科学、カリキュラム設計、インクルーシブデザイン）、1つは学生向けの学習インタラクション用です。すべてのスキルにはYAMLスキーマヘッダー、型指定された入力と出力、チェーン用メタデータが含まれており、プログラムによる利用が可能です。ライブラリは、標準的なソースファイル、公式フォーマットバリデーターを通過するポータブル版、およびClaude、Codex、Hermes向けの統合機能として提供されます。スキルのプロンプトを手動でコピーして、任意のAIに貼り付けることも可能です。

対象読者

• 何時間もリサーチすることなく、エビデンスに基づいた授業や評価の設計を求めるクラス担任の教師
• 正式な教員研修を受けておらず、実践的で研究に基づいたサポートを求める大学講師
• プログラムやユニットを構築するカリキュラムデザイナーおよび学習責任者
• 革新的かつ代替的な教育環境（インターナショナルスクール、モンテッソーリ、プロジェクトベース学習など）の学校リーダー
• 教育を再構築し、新しい学校モデルを構築するイノベーター
• 構造化され、プログラムからアクセス可能な教育知識レイヤーを必要とするEdTech開発者およびAIビルダー
• エビデンスがどのようにAIを介した実践に変換されるかに関心のある教育研究者

ハイライト

• 20ドメインにわたる165のスキル。検索練習から学生向けの学習コーチングまで網羅
• エビデンスの強さを透明に評価：Strong（強力）、Moderate（中程度）、Emerging（新興）、Original（独自・実践者フレームワークは明記）
• 学習スタイルやVAKなど、エビデンスが不十分なアプローチを明示的な除外リストにより排除
• 20年のインターナショナルスクール経験を持つ教育者によって構築され、すべてのプロンプトに限界と教育的判断が組み込まれている
• 初日からオーケストレーションを考慮して設計：型指定された入力/出力、チェーン用メタデータ、構成可能な出力
• 多様な統合ルート：Claudeプラグイン、Codex CLI、Hermes tap、ポータブルZIP、または手動でのコピー＆ペースト