resume

resume skill の概要

resume skill の用途

resume skill は、中断した autoresearch 実験を、以前の作業内容をあいまいな記憶からたどってやり直すのではなく、その続きから再開するための Claude ワークフロー skill です。/ar:resume で起動するか、ユーザーが以前始めた実験の続きを依頼したときに使われます。実際の役割は、実験ブランチを復元し、保存済みの設定、戦略、結果履歴、直近のコミットを読み込んだうえで、反復作業を続ける前に現在の状態を要約することです。

向いているユーザーとリポジトリ

この resume skill は、alirezarezvani/claude-skills の autoresearch-agent 構成を使っているチームに向いています。特に、実験が .autoresearch/{domain}/{name}/ 配下に保存され、ブランチが autoresearch/{domain}/{name} という形式で運用されているリポジトリで効果を発揮します。エンジニアリング最適化、ベンチマークに基づく変更、長期間続く実験ループのように、何を試し、何を採用し、何を破棄し、何がクラッシュしたのかをエージェントが把握する必要がある作業で特に有用です。

通常の resume プロンプトとの違い

一般的な「前回の続きから進めて」というプロンプトは、チャットの記憶に依存します。この skill は、エージェントに具体的な復旧手順を与えます。実験名が指定されていなければ実験一覧を出し、正しいブランチを checkout し、config.cfg、program.md、results.tsv を読み、直近の git 履歴を確認します。この構造により、重複作業を減らし、推測ではなく証拠に基づいて作業を継続しやすくなります。

導入前に確認すべきこと

この skill はコンパクトで、導入の負荷も小さい一方で、周辺に autoresearch のワークフローが存在することを前提にしています。Workflow Automation 向けに採用する前に、リポジトリが互換性のある実験ブランチを使っていること、結果履歴を .autoresearch/ に保存していること、そして skill が参照する補助スクリプトが想定されたインストール環境で利用できることを確認してください。

resume skill の使い方

resume のインストールと最初に確認するファイル

ソースリポジトリから skill をインストールします。

npx skills add alirezarezvani/claude-skills --skill resume

インストール後は、まず SKILL.md を読んでください。この skill の skill フォルダには、追加のローカル README.md、references、rules、同梱スクリプトはありません。そのため、重要な実装上の情報は SKILL.md に記載されたコマンド手順です。インストーラーが skill コレクション全体を取得する場合は、リポジトリ内の engineering/autoresearch-agent 周辺も確認してください。/ar:resume は scripts/setup_experiment.py を参照します。

実務で resume skill を呼び出す

利用可能な実験をエージェントに一覧表示させたい場合は、引数なしでコマンドを使います。

/ar:resume

domain と name が分かっている場合は、特定の実験パスを指定します。

/ar:resume engineering/api-speed

よいプロンプトでは、リポジトリを調査する許可を与え、どのような形で再開したいかを明確にします。

“Run /ar:resume engineering/api-speed. After loading the branch and .autoresearch files, summarize the best result, failed attempts, current hypothesis, and propose the next safe experiment before editing code.”

これは “resume the speed experiment” よりも適切です。先に状態を復元するようエージェントに指示でき、いきなりコード変更に進むことを防げるためです。

呼び出し後に想定されるワークフロー

この skill が想定しているワークフローは次のとおりです。

1. 実験名が指定されていない場合、利用可能な実験を一覧表示し、ユーザーに選ばせる。
2. autoresearch/{domain}/{name} を checkout する。
3. .autoresearch/{domain}/{name}/config.cfg を読み、ターゲット、指標、制約を確認する。
4. program.md を読み、実験戦略を確認する。
5. results.tsv を読み、過去の試行と結果を確認する。
6. git log --oneline -20 で直近のブランチコミットを確認する。
7. 継続前に現在の状態を報告する。

最良の結果を得るには、次の実験を承認する前に状態レポートを求めてください。レポートには、実験総数、kept/discarded/crashed の件数、最良の指標、ベースライン、最後に試した変更、直近の傾向を含めるべきです。

出力を改善する実用的なプロンプト例

resume skill は、判断が過去の実験証拠に依存する場面で使うのが効果的です。よいフォローアップ依頼の例は次のとおりです。

• “Do not repeat discarded approaches unless the reason for failure has changed.”
• “Compare the next proposed change against the best kept result in results.tsv.”
• “Before editing, identify any crashed experiments that indicate unsafe directions.”
• “If the branch is dirty, stop and explain the working tree state first.”

これらの指示により、エージェントはもっともらしい次の最適化案を生成するだけでなく、新しい作業を保存済みの結果に結びつけて考えるようになります。

resume skill FAQ

resume は autoresearch 実験専用ですか？

実務上は、はい。resume skill は、autoresearch/{domain}/{name} という名前の実験ブランチと、.autoresearch/{domain}/{name}/ 配下の状態ファイルという autoresearch の規約を前提に書かれています。この考え方を他のワークフローに応用することはできますが、そのままでは汎用的なプロジェクト再開ツールではありません。

resume skill が動作するために必要なものは？

初期化済みの実験が必要です。具体的には、ブランチ、設定ファイル、戦略ファイル、結果テーブルが揃っている必要があります。config.cfg、program.md、results.tsv のいずれかが欠けている場合でも、エージェントは git 履歴を確認できるかもしれません。しかし、過去の判断を信頼性高く復元できなくなるため、この skill の中核的な価値は下がります。

Workflow Automation で resume skill はどう役立ちますか？

Workflow Automation では、この skill が再現性のある復旧ルーチンを作ります。自動化のたびにモデルへ文脈を推測させるのではなく、/ar:resume によって読み込む内容と報告する内容を標準化できます。これは、定期実行されるベンチマークループ、中断された最適化タスク、再現性が重要な複数セッションにまたがるエージェント作業で価値があります。

この skill を使わないほうがよい場面は？

新規実験、単発のコード編集、autoresearch の状態を持たないリポジトリには使わないでください。また、実験データがチャット履歴、issue コメント、外部ダッシュボードにしか存在しない場合にも適していません。そのような場合は、カスタムの復旧プロンプトを書くか、実際の履歴が保存されている場所を理解する companion skill を追加してください。

resume skill を改善する方法

resume により強い実験入力を与える

resume skill は、保存された実験ファイルが整理され、意思決定に使いやすい形になっているほど力を発揮します。config.cfg には、対象ファイル、指標、方向性、ベースライン、制約を明確に書いてください。program.md は雑多なメモではなく、戦略に集中させます。results.tsv は一貫した形式にし、採用した変更、破棄した変更、クラッシュ、測定ノイズを区別できるだけの情報を入れてください。

よくある resume の失敗を防ぐ

もっともよくある失敗は、文脈を十分に読み込まないまま作業を続けてしまうことです。変更案を出す前に、ブランチ名、設定、戦略、結果数、最良結果、最後のコミットを確認するようエージェントに求めてください。もうひとつの失敗は、最新の結果を過信することです。過去の最良結果との比較を必須にし、その改善が指標に対して意味のあるものかどうかを確認させてください。

最初の再開出力の後に反復する

skill が状態を報告したら、次のステップを具体的な質問で改善します。

• “Which previous attempts should be avoided and why?”
• “What is the smallest reversible experiment from here?”
• “What evidence suggests this direction is better than the discarded ones?”
• “What command should validate success before marking KEEP?”

これにより、resume ガイドは単なるブランチ checkout ではなく、証拠に基づくループとして機能するようになります。

リポジトリに合わせて skill をカスタマイズする

チームが異なるブランチ名、結果形式、実験ディレクトリを使っている場合は、その規約に合わせて skill の指示を編集してください。有用な追加項目としては、dirty な working tree のチェック、必須のテストまたはベンチマークコマンド、結果スキーマの説明、破壊的な git 操作の前に停止するルールがあります。こうした変更により、resume skill の中核目的である「実験コンテキストを復元し、利用可能な最良の証拠から継続する」ことを変えずに、安全性と信頼性を高められます。