pedrohcgs/claude-code-my-workflow

何を解決するか

このプロジェクトは、AI支援の学術作業のための構造化されたフレームワークを提供し、研究者や教育者が講義スライド、研究論文、データ分析パイプライン、再現パッケージなどの学術的成果物の作成、レビュー、検証を自動化できるようにします。Claude Codeを「請負業者」に変換し、複雑な学術的タスクの計画、実装、検証を高品質基準を維持しながら自動化されたゲートを通じて実行できるようにします。

どう動くか

ユーザーが目標を提示すると、AIがオーケストレーションを担当する「目標優先、ゲート強制」アプローチを採用しています。以下の主要なメカニズムを活用しています：

• 専門的エージェント：汎用エージェントではなく、18の焦点型エージェント（例：proofreader、pedagogy-reviewer、r-reviewer）を使用して、学術的品質の特定の側面を担当します。
• オーケストレーションランタイム：専門エージェントにタスクを分散し、共有スキーマ上で結果を統合し、問題が解決されるまでループします。
• AdSversarial QA：「批評家」と「修正者」エージェントのループにより、単一パスレビューで見逃されるエラーを検出します。
• 品質ゲート：成果物は0〜100のスコアで評価されます。コミット前のフックやスキル（例：/commit）により、最低品質基準（例：コミットでは80以上）を強制し、低品質な作業が保存されるのを防ぎます。
• 検証レイヤー：主張の検証（Chain-of-Verification）、再現性の監査（スクリプト出力と数値主張を照合）、AI風の兆候の検出（/humanize）のための専用ツールがあります。
• コンテキストの継続：MEMORY.md とセッションの要約（/compress-session）を使用して、重要な意思決定や学びがセッション間で継続されるようにします。

対象ユーザー

LaTeX（Beamer）、Quarto、R、Stata を研究および教育資料に使用する学術研究者、博士課程学生、教授。

特徴

• マルチエージェントパイプライン：TikZ図表から教育的レビューまで、18の専門エージェントによる包括的対応。
• 自動品質スコアリング：コミットやPRに硬いゲートを備えた統合スコアリングシステム。
• 再現性監査：passport.yaml を通じて、マニュスクリプトの主張を実際のデータ出力と照合するツール。
• シミュレートされた査読：/review-paper --peer スキルは、異なる傾向を持つジャーナル編集者と査読者をシミュレートします。
• 学術ツールとの統合：XeLaTeX、Quarto、R、Stata（MCP経由）のネイティブサポート。
• モンテカルロ対応：シミュレーション研究およびRパッケージリリースチェックのための専用ワークフロー。