AI エージェント向けスキル

mlmm-toolkit には、AI エージェント（Claude Code、Codex、Cursor など）向けの手順書（スキル）が skills/ ディレクトリに同梱されています。skills/ をエージェントに読み込ませることで、自然言語による指示で計算の実行と解析を行えます。

最初の例

導入するときは、AI エージェントに次のように指示してください。

https://github.com/t-0hmura/mlmm_toolkit/tree/main/skills をスキルとして取り込み、mlmm-install の手順に従って mlmm-toolkit をインストールして

GitHub のリポジトリを clone 済みなら、URL の代わりに手元の skills/ の path を渡しても構いません。導入後は、たとえば次のように指示できます。

〈論文〉を読んで、〈PDB ID〉の構造からモデルを作成し、〈反応段階〉の経路について、mlmm-toolkit のスキルを用いて反応機構解析を行ってください。

スキルの一覧

skills/ 内の各フォルダが 1 つのスキル（<名前>/SKILL.md）に対応します。

スキル

内容

mlmm-overview（最初に参照）

mlmm-toolkit の概要、構造に応じた all の 3 つの入力モードの選択、TS 探索の方針、出力の解釈

mlmm-cli

各サブコマンドの用途、成否の判定、注意点と対処

mlmm-model-setup

構造ファイルと Amber parm7・rst7 の取り扱い、電荷とスピン多重度の決定、ML 領域と層の設定、状態間・変異体間での原子の対応

mlmm-install

mlmm-toolkit 本体・MLIP バックエンド・DFT・xTB・AmberTools の導入、計算環境（スケジューラ・GPU・CUDA・conda）の確認

mlmm-hpc

PBS・SLURM のジョブスクリプト、walltime の目安、ジョブの監視、動的なジョブ割り当て

colab-local-gpu-runtime

WSL2 と Docker Desktop を用いた、ローカルの NVIDIA GPU 上での Colab インターフェースの実行（Windows）

手動で導入する場合

スキルのフォルダを、使用するエージェントのスキル用ディレクトリにコピーします。

  • Claude Code：プロジェクト単位では .claude/skills/、全プロジェクト共通では ~/.claude/skills/

  • Codex：リポジトリ単位では .agents/skills/、全リポジトリ共通では ~/.agents/skills/

例として、リポジトリのルートで次のコマンドを実行します。

mkdir -p ~/.claude/skills
cp -r skills/mlmm-* skills/colab-local-gpu-runtime ~/.claude/skills/

オプションの詳細と既定値は、インストールした CLI の mlmm <subcommand> --help-advanced とコマンドリファレンスで確認してください。

関連ドキュメント