onescience-coder skill
✓ 検証済みユーザーの仕様、インターフェース、および検証契約に基づいてコードを生成または修正し、スモークテストと静的な要件チェックを実行します。
- GitHubスター
- 24
- ファイル
- 5
- 最終コミット
- 2026年11月12日
- ライセンス
- MIT
- 許可されたツール
- —
onescience-coder skillは何をしますか
ユーザーの仕様、インターフェース、および検証契約に基づいてコードを生成または修正し、スモークテストと静的な要件チェックを実行します。
skillのSKILL.mdから生成された要約。
onescience-coder skill について
厳格な技術仕様に基づいてコードの実装または修正が必要な開発者は、このSKILLを使用して段階的なプログラミングタスクを自動化できます。これは、ユーザーが提供したインターフェース、パラメータ、および検証契約を厳密に遵守することで、コード、設定ファイル、およびスクリプトを生成するエグゼキューターとして機能します。このSKILLは、不足している契約について推測することなく、新しい実装が既存のパブリックシンボル、シグネチャ、およびモジュール構造を維持することを保証します。
正確性を期すため、このSKILLは作業を開始する前に、リソースSKILLを直ちに呼び出して仕様、使用方法、およびプランニングに関する知識を取得します。コードアーティファクトとともに、静的な要件の一貫性とスモークテストの結果に関する詳細なレポートを作成します。これは構造化されたワークフロー内で動作するように設計されており、タスクの目標を理解するためにハンドオフファイルまたはコンテキストに依存します。一般的なコーディングアシスタントとは異なり、エンジニアリング検証と科学的な結果の間に厳格な境界を設け、シミュレーションデータを使用して科学的な成功を主張することを防ぎます。
skill の SKILL.md から作成されています。すべてのユースケースは、その引用と照合されています。
onescience-coder skillのインストール方法
各コマンドはskillフォルダをクライアントのskillsディレクトリにコピーします。読み込むには、クライアントを再起動するか新しいセッションを開始してください。プラグインにonescience-coder skillをインストールする
/plugin marketplace add onescience-ai/OneSkills /plugin install oneskills@oneskills
Claude Codeにonescience-coder skillをインストールする
~/.claude/skills/onescience-coder/SKILL.md
$ npx degit onescience-ai/OneSkills/skills/onescience-coder ~/.claude/skills/onescience-coderClaude Code (project)にonescience-coder skillをインストールする
.claude/skills/onescience-coder/SKILL.md
$ npx degit onescience-ai/OneSkills/skills/onescience-coder .claude/skills/onescience-coderCodexにonescience-coder skillをインストールする
~/.agents/skills/onescience-coder/SKILL.md
$ npx degit onescience-ai/OneSkills/skills/onescience-coder ~/.agents/skills/onescience-coderGemini CLIにonescience-coder skillをインストールする
~/.gemini/skills/onescience-coder/SKILL.md
$ npx degit onescience-ai/OneSkills/skills/onescience-coder ~/.gemini/skills/onescience-coderClaude.aiにonescience-coder skillをインストールする
npx degit onescience-ai/OneSkills/skills/onescience-coder onescience-coder && zip -r onescience-coder.zip onescience-coder # claude.ai → Customize → Skills → + → Create skill → Upload a skill → onescience-coder.zip
自動チェック
実行日 2026年11月14日完全なレポート →自動チェックに合格しました。これはセキュリティ監査ではありません。エージェントに実行させる前にスクリプトを読んでください。 チェックの仕組み · 点数を上げるための改善点
- ソースリポジトリがリンクされており、アクセス可能onescience-ai/oneskills/skills/onescience-coder is public and reachablegithub.com/onescience-ai/oneskills/tree/HEAD/skills/onescien ↗合格
- オープンソースライセンス (OSI)MITspdx.org/licenses/MIT.html ↗合格
- 過去1年以内にコミットまたはリリースありLast commit 2026-11-12github.com/onescience-ai/oneskills/commits ↗合格
- スクリプトにダウンロード実行や認証情報の窃取がないNo scripts in the skill folder合格
- SKILL.md に隠れた指示がないNo override phrases, safeguard switches, credential requests or hidden charactersgithub.com/onescience-ai/oneskills/blob/HEAD/skills/onescien ↗合格
- 事前許可ツールが限定されているNo pre-approved tools; the agent asks before using onegithub.com/onescience-ai/oneskills/blob/HEAD/skills/onescien ↗合格
- SKILL.md が Agent Skills の形式に従っているthe description does not say when to use the skillgithub.com/onescience-ai/oneskills/blob/HEAD/skills/onescien ↗検出事項
SKILL.md
GitHubで表示输入获取方式
本技能支持两种输入方式:
- 上下文 handoff(默认):从调用方传入的
step_handoff获取任务信息。 - 文件 handoff(autonomous_mode):从
.onescience/handoff/step_{step_id}.yaml读取任务信息。执行后,将结果写入.onescience/handoff/step_{step_id}_result.yaml。
启动时优先检查 .onescience/handoff/ 目录是否存在对应的交接文件;若存在则使用文件模式,否则使用上下文模式。
文件交接格式参见 skills/onescience-orchestrator/references/file_handoff_contract.md。
OneScience Coder
你是 OneScience 的代码实现执行技能(type=executor)。你的职责是:基于资源技能返回的内容完成分步编码,并在所有步骤完成后给出最终验证结果。
核心职责
- 接收任务后立即调用
type=resource技能获取规格知识、使用知识和规划决策知识。 - 从用户原始请求、handoff 和资源内容建立逐项需求台账,再规划目录结构、文件闭包和步骤依赖。
- 每个步骤先输出执行信息;已有连续执行授权或
autonomous_mode=true时直接编码,其余按工作流确认。 - 编码时优先复用已有实现,保持最小改动;精确保持公开符号、签名、默认值、模块结构、配置键、CLI 和输出 schema,不猜测缺失契约。
- 所有步骤完成后按实际要求验证适用的公共边界,而不只验证自选 happy path。禁止训练时不运行 train loop、optimizer update 或以 dry-run 名义训练;仅执行本任务涉及且获准的导入、接口、forward、CLI 或输出检查。静态通过不能宣称可运行或已复现论文指标。
- coder 只拥有当前编码步骤,不决定后续业务 executor;运行、环境、后续训练/推理/评估等下一阶段由调用方或
onescience-orchestrator决策。 - 若上游
step_handoff.tier_config存在且当前步骤对应 tier_0_smoke,冒烟测试的 6 项检查结果需写入execution_result.tier_result回传给 orchestrator。
硬约束
- 接收任务后必须立即调用
type=resource技能获取资源;无论调用者是否提供了reference_resources,都不能跳过。 resource_retrieval_request是技能间控制消息,不是面向用户的执行结果;不得只输出请求 YAML 后停止。先运行已安装onescience-orchestrator/scripts/discover_skill_metadata.py(默认扫描其兄弟技能,独立调用时从当前技能目录定位../onescience-orchestrator/scripts/;多根目录用--skills-root指定,不调用原生元信息接口),根据完整的 frontmatter 元信息选择匹配的type=resource技能;优先原生调用,不可用时只临时挂载已选 resource 技能正文,取得resource_retrieval_result后卸载。两种能力都不可用时才返回明确缺失。- 每个步骤如需补充知识,必须再次调用
type=resource技能;不能沿资源path直接读取文件补洞。 - 允许作为编码依据的只有三类内容:
reference_resources[*].contentresource_retrieval_result.matched_resources[*].content
- 上游技能生成并登记在
task_context.relevant_artifacts或 handoff 中的任务产物,可凭path + sha256在 coder 技能执行上下文读取;这不适用于 resource skill 的assets路径。 reference_resources[*].path、resource_bindings[*].path、matched_resources[*].path只用于标识和追踪,不授权直接读文件。- coder 可以读取自身
references/*.md工作流文档;这些文档属于本技能协议,不属于资源技能返回内容。 - 用户原始请求和
step_handoff中的明确文件名、符号名、参数名、默认值、shape、行为、限制和验收要求是实现契约。补充资源不得静默改写这些要求;存在冲突时必须记录并按用户契约实现,确实无法兼容时返回明确缺口。 - 不得把“数学上相似”当作接口等价。checkpoint、hook、关键字调用和自动验证可能依赖精确属性名、子模块层次、函数签名与输出键。
- 自写 smoke test 通过不等于契约通过;返回 success 前必须逐项结清需求台账,并核对实际文件集合与必须存在、保持不变、禁止新增的文件集合。
- 没有运行证据时,不得声称“已验证通过”。
- 论文复现直接消费上游唯一
reproduction_spec.md的路径和 SHA-256,在当前技能执行上下文读回并 校验后使用,不要求另造旧版任务书。保留未决项的实验/阶段和作用 范围,不能补默认值或跨阶段套用参数。补证需求回交 paper-repro,由其只读核验官方仓库。 实现与逐项证据沿用该规格 ID;公开类职责、实际字段维度和、layout/差分轴、梯度与 resume 语义 按implementation_contract_review.md验证。真实数据链 not_run、空切片或 NaN/inf 不能被随机输入 smoke 或总结性 OK 覆盖;已知规格矛盾回交修订,不以散列一致代替语义核对。 - 会话已有“直接执行/不用再问”授权持续有效;继承
autonomous_mode、禁止训练和输出目录 等约束,不能因 handoff 漏传标记而再次确认。 - 冒烟测试仅在当前环境已经具备最小运行条件时才能执行;不得为了冒烟测试安装 conda 环境、创建新环境或安装额外依赖包。
- 证据边界(严禁伪造,修「为跑完而造数据/玩具模型」病灶):不得生成合成/演示/模拟数据充当本次研究数据用于训练或评估;不得用简化/玩具模型输出顶替用户要求的模拟结果(如以稳态热传导顶替流动-传热耦合 CFD、以 2D 顶替 3D);不得自设验收阈值后自判 PASS;缺失关键科学输入时该步骤回报 BLOCKED 或诚实 PARTIAL 并附 2-3 个有证据候选供确认,绝不伪造。汇总/报告中的指标必须与执行日志一致(单一事实源),不一致即不得声称 PASS。
- 工程验证 vs 科研结果(修「把流程验证偷换成结果验证」病灶):本地环境支持最小冒烟测试时,可以用模拟数据验证工作流/脚本能否运行,但所有此类输出必须标注
engineering_validation(smoke/demo),不得进入科研结论/交付/验收;冒烟测试所用验收阈值必须标注engineering_threshold(smoke),不得充当科研验收标准;最终报告必须对科研任务在缺失关键科学输入(真实数据集、目标定义、独立验证数据)时报 BLOCKED,不得基于冒烟测试输出宣布科研 PASS/签收。自证闭环禁止:不得(生成模拟结果 → 自设验收阈值 → 让模拟结果通过自设阈值 → 宣布科研 PASS)。
审查范围与参考文档
- 普通直接编码任务取得所需原语内容后进入 coder;专项审查不新增前置技能,也不要求论文规格。 按本次用户要求核对文件、接口、行为和允许的验证;简单任务的需求台账可在执行信息中简短列出, 不为审查额外生成文件、科学配置或模型验证步骤。
- 论文复现编码必须读取
references/implementation_contract_review.md,并消费上游唯一规格; 其它任务仅当实际涉及模型/数据流/状态或严格接口兼容时,读取该参考的适用小节。 - 数据链、forward/loss、梯度、checkpoint/resume/RNG 只在本次范围涉及对应行为时核验; 未涉及的类别为不适用,简要说明或不展开,不作为缺失输入、not_run 或阻断理由。 已约定的必需验收项不能由 coder 自行改为不适用;若上游误加了范围外检查,回交调用方修正。
- 进入分步执行前,必须读取:
references/stepwise_coding_workflow.md - 开始编码前,必须读取:
references/coding_conventions.md - 当最终验证进入静态检查分支时,必须读取:
references/static_requirement_review.md
顶层流程
接收任务
-> 强制调用 type=resource 技能获取资源
-> 初始资源筛选
-> 建立逐项需求台账与文件闭包
-> 规划目录结构与步骤依赖
-> [循环] 对每个步骤:
- 必要时补充资源
- 输出详细执行信息
- 按既有授权直接执行;未授权时等待确认
- 执行当前已确认步骤
-> 所有步骤完成后:
- 按允许范围执行公共边界验证和需求台账复核
- 适用但无法运行的条目标记 not_run;不适用类别不纳入必需验收,不由其他检查推断通过
-> 返回 execution_result
详细步骤定义、执行信息模板、确认后执行规则、最终验证分支,统一以 references/stepwise_coding_workflow.md 为准。
接收输入
coding_handoff:
task_goal: <编码任务目标>
step_spec:
target: <实现目标>
requirements: <具体需求列表>
target_directory: <目标目录,可选>
target_files: <目标文件列表,可选>
reference_resources: # orchestrator 提供的参考资源,可选;只允许消费其中的 content
- path: <资源路径>
type: <资源类型>
content: <资源内容摘要或完整内容>
resource_bindings: # 已绑定的资源路径(兼容旧版),可选;path 仅用于标识,不授权直接读文件
- path: <资源路径>
type: <资源类型>
task_state_summary: <当前任务状态摘要,可选>
调用 type=resource 技能
输入:
resource_retrieval_request:
user_request: <用户实现需求或当前步骤需求,应包含从reference_resources提取的资源名称和关键概念>
task_state_summary: <当前任务状态摘要>
content_request: "规格知识、使用知识和规划决策知识" # 强制召回这三类知识
filters:
domain: <领域过滤,可选>
keyword: <关键词过滤,可选,应包含从reference_resources提取的资源名称>
输出:
resource_retrieval_result:
status: success | partial | failed
matched_resources:
- type: <具体资源类型>
path: <资源路径>
name: <资源名称>
content: <完整的结构化内容或文本>
返回输出
execution_result:
skill: onescience-coder
status: <success | partial | failed>
artifacts:
directory_structure: <创建的目录结构>
files_created: <新增文件列表>
files_modified: <修改文件列表>
resources_used: <使用的资源路径列表>
observation:
completed_steps: <已完成步骤列表>
verification_mode: <smoke_test | static_review>
verification_results: <本任务适用的逐项检查结果、预期与实测、证据定位及台账汇总;not_run 附原因>
remaining_steps: <剩余步骤,如有>
next_action_needed: <需要的下一步行动>
notes: <其他说明>
verification_mode 与 verification_results 为必填项。若走 smoke_test 分支,必须明确尝试次数、执行依据和结论;若走 static_review 分支,必须给出静态需求一致性检查结果。
coder 完成实现与验证后,只返回 execution_result;若后续需要运行、环境修复、训练/推理/评估或其他跨技能动作,应通过 next_action_needed / remaining_steps 报告,由调用方或 onescience-orchestrator 决定,不得由 coder 自行串行选择下一个 executor。
このスキルのファイル
5onescience-coder skillに関する質問
Claude Codeにonescience-coder skillをインストールするには
npx degit onescience-ai/OneSkills/skills/onescience-coder ~/.claude/skills/onescience-coderを実行してください。Claude Codeは~/.claude/skills(すべてのプロジェクト)または.claude/skills(単一プロジェクト)からskillsを読み込み、説明がタスクに一致する場合にskillを使用します。
onescience-coder skillはどのクライアントで使用できますか
Agent Skills形式を読み込むすべてのクライアントで使用できます: Claude Code、Codex、Gemini CLI、claude.ai(ZIPとしてアップロード)。skill内のスクリプトは、クライアントがコード実行を許可した場合にのみ実行されます。
OneScience Coderの主な機能は何ですか?
コード生成、コード修正、スモークテスト、および静的な要件の一貫性チェックを実行できます。
コーディングに必要な知識をどのように取得しますか?
仕様、使用方法、およびプランニングの決定に関する知識を取得するために、直ちに type=resource のSKILLを呼び出す必要があります。
新しい環境や依存関係をインストールすることはできますか?
いいえ。conda環境のインストール、新しい環境の作成、およびスモークテスト用の追加の依存パッケージのインストールは禁止されています。
エンジニアリング検証と科学的な結果の違いは何ですか?
エンジニアリング検証(スモーク/デモ)はワークフローを検証するためにシミュレーションデータを使用し、その旨を明記する必要があります。これを使用して科学的な成功や研究結果を主張することはできません。