AUPB エージェント指示

必ず日本語で応答してください。コード・コメントも日本語で記述してください。

Python の実行

Python は必ず uv 経由で実行してください(依存関係は uv sync 済みの環境を使用)。

uv run build.py

just レシピ

タスクランナーは just を使用します。just でレシピ一覧を表示できます。

注意: Windows 環境では PowerShell 5.1 が && 非対応のため、レシピ内のコマンド連結は ; を使用してください。

リポジトリ構成

パイプライン

flowchart LR
    A["tasks/*.toml<br/>(タスク定義)"] -->|uv run build.py| B["generated/AUPB_*.py"]
    B -->|uv run autopush.py| C["Kaggle Benchmark<br/>へ登録"]
    C -->|"kaggle b t run --wait<br/>(モデル別)"| D["リーダーボード CSV"]
    D -->|uv run aggregate.py| E["results/*.csv, *.png"]

• generated/ は gitignore 対象のビルド成果物です。直接編集せず、tasks/*.toml を編集して uv run build.py で再生成してください。
• results/ 配下の CSV・PNG も aggregate.py の生成物です。手で編集しません。
• Kaggle への push は uv run autopush.py(manifest のハッシュ比較により変更タスクのみ差分 push)。
• Kaggle Benchmark の操作方法は .agents/skills/write-kaggle-benchmarks/SKILL.md を参照。

ドキュメント

詳細は埋め込まず、各ドキュメントを参照してください。

• README.md — プロジェクト概要とリポジトリ構成
• REPRODUCIBILITY.md — 環境構築から結果再現までの手順
• docs/TASK_SCHEMA.md — タスク定義(TOML)のスキーマ仕様・難易度定義
• docs/SCORING.md — スコアリング数式と集計指標の定義
• config.toml — スコアリング方式・難易度別試行回数などの設定

build.py の既知の罠

• debug フラグはトップレベルの debug を優先し、なければ [scoring].debug にフォールバックする(後方互換)。
• render_task では、f-string のデバッグコードを構築する前にループ変数を代入すること(未定義ローカル変数エラーの防止)。