AGENTS.md LLMコンパイル済み知識ベースのスキーマ（学習レイヤー付き）

開発者がAGENTS.md v1.0を公開しました。これはClaudeを使用してLLMがコンパイルする個人的な知識ベースを構築するためのスキーマ標準です。このアプローチでは、生の情報源をフォルダにドロップし、ClaudeがRAGやベクトルデータベースを使用せずに、概念記事、バックリンク、インデックスファイルを直接マークダウンにコンパイルします。

スキーマの詳細

AGENTS.mdファイルはバージョン管理されており、ディレクトリレイアウト、コンパイルワークフロー、クエリワークフロー、リンティングワークフロー、学習レイヤー、品質ルール、汚染軽減を含む14のセクションで構成されています。任意のディレクトリにドロップされると、Claudeはセッション開始時にこれを読み取り、ウィキの構造化方法、ファイル名の付け方、矛盾のリンティング、信頼度レベルの扱い、低品質なエージェント出力によるウィキの汚染を回避する方法を理解します。

学習レイヤーの追加

Karpathyの元々のアーカイブワークフローを超えて、この実装ではClaudeが書くすべての概念記事から自動的にフラッシュカードを生成する学習レイヤーを追加しています。FSRSアルゴリズムを使用して間隔反復レビューキューを維持し、リンティング中に検出された知識ギャップを追跡します。

Claude Codeの実装

開発者はClaude Codeを使用して以下を行いました：

• エージェントの動作が一貫するまで、数十回のセッションにわたってAGENTS.mdスキーマを反復改善
• テンプレート、ドキュメント、AIアライメントに関する実例ウィキを含むすべての50のリポジトリファイルを作成
• 仕様と実例記事間のフロントマターのパス規則の違いなどのスキーマの不整合を検出
• 実例ウィキ（5つの概念記事、フラッシュカード、レビューキュー、ギャップトラッカー）を単一セッションでコンパイル

リポジトリの内容

GitHubリポジトリには以下が含まれています：

• AGENTS.md v1.0仕様
• すべてのファイルタイプ（概念、要約、トピック、フラッシュカード、リントレポート、出力レポート）のテンプレート
• AIアライメントトピックで完全に埋められた実例ウィキ
• RAGを使用しない理由、学習レイヤーの設計、汚染軽減、ファインチューニングの道筋をカバーするドキュメント

このプロジェクトはMITライセンスで、AIコーディングエージェントを使用して個人的な知識ベースを構造化し、習得しようとする開発者向けに利用可能です。