MCP Skills リファレンス

Skills は ARI エージェントにツールを提供する MCP サーバーです。ツールは可能な限り決定論的であり、LLM を使用するツールは明示的に注記されています。全 14 skill（デフォルト 13、追加 1）。v0.7.0 で PaperBench 形式の再現性フロー用に ari-skill-replicate が追加されました。

ari-skill-hpc

SLURM と Singularity による HPC ジョブ管理。LLM: No（完全に決定論的）。

ツール

`slurm_submit(script, job_name, partition, nodes=1, walltime="01:00:00", work_dir)`

SLURM バッチジョブを投入します。

python

result = slurm_submit(
    script="""
#!/bin/bash
#SBATCH --cpus-per-task=32
compiler -o ./bench ./bench.c
NTHREADS=32 ./bench
""",
    job_name="bench_test",
    partition="your_partition",
    work_dir="/abs/path/to/workdir"
)
# 戻り値: {"job_id": "12345", "status": "submitted"}

注意事項:

--account と -A ヘッダーは暗黙的に除去されます（このクラスターでは無効）
空の job_id は即座に ERROR を返します
スクリプト内のパスに ~ を使用しないでください（SBATCH では展開されません）

`job_status(job_id)`

SLURM ジョブのステータスをポーリングします。

python

result = job_status("12345")
# 戻り値: {"status": "COMPLETED", "exit_code": 0, "stdout": "score: 284172"}
# ステータス値: PENDING, RUNNING, COMPLETED, FAILED, ERROR

`job_cancel(job_id)`

実行中または待機中の SLURM ジョブをキャンセルします。

`singularity_build(definition_file, output_path, partition)`

定義ファイルから Singularity コンテナをビルドします。

`singularity_run(image_path, command, work_dir, partition, nodes=1, walltime="01:00:00")`

Singularity コンテナを SLURM ジョブとして実行します。

`singularity_pull(source, output_path, partition)`

リモートレジストリから Singularity イメージを取得します。

`singularity_build_fakeroot(definition_content, output_path, partition, walltime)`

fakeroot モードで Singularity コンテナをビルドします。

`singularity_run_gpu(image_path, command, work_dir, partition, gres="gpu:1", cpus_per_task=8, walltime="01:00:00", bind_paths=[])`

GPU アクセス付き（--nv フラグ）で Singularity コンテナを実行します。

ari-skill-idea

文献調査とアイデア生成。LLM: Yes（generate_ideas は VirSci マルチエージェント討論を使用）。

ツール

`survey(topic, max_papers=8)`

Semantic Scholar で関連論文を検索します。決定論的（LLM なし）。

python

result = survey("OpenMP compiler optimization HPC benchmarks")
# 戻り値: {"papers": [{"title": "...", "abstract": "...", "url": "..."}]}

高レートリミットには S2_API_KEY 環境変数が必要です。

`generate_ideas(topic, papers, experiment_context="", n_ideas=3, n_agents=4, max_discussion_rounds=2, max_recursion_depth=0)`

VirSci マルチエージェント LLM 討論を使用して研究仮説を生成します。複数の AI ペルソナ（researcher、critic、expert、synthesizer）が研究課題について議論します。BFTS 開始前に一度だけ呼び出されます（pre-BFTS のみ）。

モデル: ARI_LLM_MODEL env > LLM_MODEL env > ollama_chat/qwen3:32b。

VirSci-live (vendor-wrap) — opt-in の実エンジン

generate_ideas には同一のアイデア契約の背後に切替可能な 2 つのエンジンがあります。デフォルト（reimpl、挙動は従来どおり）は軽量に再実装した討論ループを走らせます。 opt-in（real_wrap）は代わりに VirSci の 実際の 機構 — 同梱（無改変）の vendor/virsci の Platform.select_coauthors（freshness なチーム編成）+ Team.generate_idea（マルチエージェント討論）— を、ライブの Semantic Scholar スナップショット（コーパス + SPECTER2 コサイン検索インデックス

著者プロファイル + 共著グラフ）の上で実行します。

デフォルト OFF = 挙動はバイト単位で従来と同一。有効化は env ARI_IDEA_VIRSCI_REAL=1、CLI フラグ --virsci-live、または GUI 実験ウィザードの「VirSci live」トグル（Scope/Resources ステップ。launch_config.json に永続化）。
安全にデグレード。 依存が無い場合（virsci pip extra 不在）や任意の実行時エラー時は reimpl ループにフォールバックします。idea.json 契約はどちらの経路でも同一です。さらに、ライブスナップショットの構築は 空の / 0 件の S2 取得で明示的に失敗 します（429 レート制限・ネットワーク障害・検索ヒット無し）。プレースホルダ著者付きの「成功した」 0 件マニフェストを黙って書き出すと、VirSci がまったく接地されないまま走り real_wrap 成功として記録されてしまうため、そうはせず例外を送出し、generate_ideas が reimpl ループへ 可視的に デグレードするようにします。n_papers == 0 のキャッシュ済みマニフェストは汚染キャッシュとして扱われ、再利用されません（再構築されます）。トピックの /paper/search がスロットリングされた（S2 429）が survey が既に検証済みの paperId を持っている場合は、/paper/batch（id 指定なので狙いが定まりスロットリングされにくい）でシードコーパスを取得して復帰し、これを virsci_snapshot/snapshot_manifest.json の seed_fallback に記録します。
経路の報告。 idea.json に virsci_integration_status を記録: vendor エンジンが走ったときは "real_wrap"、reimpl ループを使ったときは（理由付きで）"reimpl: …"。
LLM: 討論は phase ごとの Idea モデル（ARI_MODEL_IDEA）に従います。エンジン呼び出しは litellm 経由なので ARI の cost tracker が捕捉します。
スコープ: 単一のライブスナップショットのみ — era 分割なし / paper-parity なし（これらは VirSci の遡及ベンチマーク用の成果物でありスコープ外）。freshness/diversity は S2 の著者プロファイル + 共著グラフに由来します。
依存: virsci pip extra（faiss-cpu, transformers, torch, loguru, sqlalchemy）。 SPECTER2 重みは実行時に取得。SEMANTIC_SCHOLAR_API_KEY / S2_API_KEY （embedding.specter_v2 用）と OpenAI 互換の LLM エンドポイント（ARI CLI シム）が必要。

環境変数（必須はトグルのみ、残りは調整可能 — 環境変数を参照）:

変数	デフォルト	用途
`ARI_IDEA_VIRSCI_REAL`	未設定 (off)	real vendor-wrap 経路の切替
`ARI_IDEA_VIRSCI_K`	`7`	討論ターン数（vendor `group_max_discuss_iteration`）
`ARI_IDEA_VIRSCI_TEAM_SIZE`	`3`	チーム最大人数（vendor `max_teammember`）
`ARI_IDEA_VIRSCI_N_AUTHORS`	`16`	`select_coauthors` の著者プール
`ARI_IDEA_VIRSCI_N_PAPERS`	`800`	SPECTER2 検索コーパスサイズ
`ARI_IDEA_VIRSCI_MAX_TEAMS`	`n_ideas`	`generate_idea` に投入するチーム数の上限
`ARI_IDEA_VIRSCI_SPECTER2_MODEL`	`allenai/specter2_base`	ローカルのクエリ埋め込み器

ari run の CLI フラグ: --virsci-live / --no-virsci-live、--virsci-k、 --virsci-team-size、--virsci-n-authors、--virsci-n-papers。

ari-skill-evaluator

実験ファイルからのメトリクス仕様抽出。LLM: Conditional（テキスト内に metric_keyword が見つからない場合のみフォールバック）。

ツール

`make_metric_spec(experiment_text)`

実験 Markdown をパースして評価基準を抽出します。テキスト内に metric_keyword と min_expected_metric がある場合は決定論的、見つからない場合は LLM にフォールバックします。

python

result = make_metric_spec(open("experiment.md").read())
# 戻り値: {
#   "metric_keyword": "MFLOPS",
#   "min_expected_metric": 50000.0,
#   "scoring_guide": "..."
# }

make_metric_spec はさらに、アイデアの primary_metric・構造化された falsifiable_claims・ correctness_required / ceiling_must_be_measured 要件フラグから、アイデア所有の run レベル metric_contract を構築し、{checkpoint}/metric_contract.json（idea.json / tree.json の隣）に永続化します。契約はアイデア所有なので、エージェントが claim や要件を削ってチェックを回避することはできません。これは transform-skill::nodes_to_science_data が読み戻して science_data.metric_contract に graft し、決定論的なハードゲートが強制します。

モデル（フォールバック）: ARI_MODEL env > gpt-4o-mini。

`claim_evidence_hard_gate(checkpoint_dir, paper_path, science_data_json="", paper_claim_links_path="", figures_manifest_json="", policy=None, phase="draft")`

決定論的な claim/evidence ハードゲート（実行データの忠実性）。LLM なし。science_data の claim が実行済みノードを参照していることを検証し、results.json から numeric_assertions を再計算して論文に記載された数値が許容誤差内かをチェックし、セクションポリシーに従って未カバーの結果数値を検出し、図の存在を確認します。ari-core の run_hard_gate（ari.public.claim_gate）の薄い MCP ラッパです。strict モードでは、ブロッキングエラーが存在するとき final フェーズは {"error": ...} を返すため、ステージランナーが例外を送出し finalize_paper がスキップされます。draft フェーズおよび warn/off モードでは決してブロックしません。evaluation/claim_evidence_hard_gate_{phase}.json に書き出します。

`evidence_grounded_semantic_review(checkpoint_dir, paper_path, science_data_json="", hard_gate_path="", paper_claim_links_path="", phase="initial")`

非ブロッキングの、証拠に基づくセマンティック査読。LLM: Yes。LLM がハードゲートの証拠に接地して over-claiming / 解釈の問題 / 未登録の強い主張を検出します。独立したテキスト査読器には一切触れず、数値の再チェックも行いません。paper_refine が消費する suggested_revisions とスコアを出力します。evaluation/evidence_grounded_semantic_review.json に書き出します。決してブロックしません。

ari-skill-paper

LaTeX 論文生成、コンパイル、査読（post-BFTS のみ）。LLM: Yes。

ツール

`list_venues()`

利用可能な投稿先設定を返します。

対応投稿先: neurips（9 ページ）、icpp（10 ページ）、sc（12 ページ）、isc（12 ページ）、arxiv（無制限）、acm（10 ページ）。

`get_template(venue)`

投稿先の LaTeX テンプレートを返します。

`generate_section(section, context, venue="arxiv", nodes_json_path="", refs_json="")`

LLM を使用して LaTeX セクションを生成します。セクションの種類: introduction, related_work, method, experiment, conclusion。

`compile_paper(tex_dir, main_file="main.tex")`

pdflatex コンパイルを実行します。成功ステータスとエラーメッセージを返します。

`check_format(venue, pdf_path)`

投稿先の要件に対して論文フォーマットを検証します（ページ数など）。

`review_section(latex, context, venue="arxiv")`

LaTeX セクションを査読します。強み、弱み、提案を返します。

`revise_section(section, latex, feedback, context, venue="arxiv")`

査読フィードバックに基づいて LaTeX セクションを修正します。

`write_paper_iterative(experiment_summary="", context="", nodes_json_path="", refs_json="", figures_manifest_json="", science_data_json="", venue="arxiv", max_revision_rounds=2, author_name="")`

反復的な下書き → 査読 → 修正ループによる完全な論文生成。主要なパイプラインツール。

`review_compiled_paper(tex_path, pdf_path, figures_manifest_json, experiment_summary, rubric_id="", vlm_findings_json="", num_reflections=None, num_fs_examples=None, num_reviews_ensemble=None)`

AI Scientist v1/v2 互換 のルーブリック駆動論文査読 (Nature / arXiv:2408.06292 Appendix A.4 準拠)。ari-core/config/reviewer_rubrics/<rubric_id>.yaml を読み込み、score_dimensions / text_sections / decision スキーマからプロンプトを動的生成。VLM の図ごとの所見 (score / issues / suggestions) を査読者ノートとしてプロンプトに注入し、Few-shot 例を先頭に付加、Self-reflection ループで自己批判・改訂を行い、ルーブリック準拠の JSON で出力。

同梱ルーブリック (ari-core/config/reviewer_rubrics/ に 16 個の YAML):

系統	rubric_id
ML カンファレンス	`neurips` (既定、v2 互換) / `iclr` / `icml` / `cvpr` / `acl`
システム / HPC	`sc` / `osdi` / `usenix_security`
理論 / グラフィックス	`stoc` / `siggraph`
HCI / ロボティクス	`chi` / `icra`
ジャーナル / 汎用	`nature` / `journal_generic` / `workshop` / `generic_conference`

reviewer_rubrics/ に YAML を 1 枚追加するだけで新しい venue を拡張可能 (コード変更不要)。各ルーブリックは score_dimensions / text_sections / decision ルール、実行パラメータ、P2 決定論用の SHA256 ハッシュを宣言します。

ルーブリック解決順序: 明示的な rubric_id 引数 → ARI_RUBRIC 環境変数 → neurips → 内蔵 legacy フォールバック (v0.5 スキーマ、rubric_id も合致 YAML も解決できないときに使用)。

Nature Ablation 由来の既定値:

num_reflections: 5 — +2% balanced accuracy
num_fs_examples: 1 — +2% accuracy (ICLR reviewer guidelines の 1-shot)
num_reviews_ensemble: 1 — アンサンブルは精度ではなく分散のみ改善
temperature: 0.75

モデル: ARI_LLM_MODEL env > LLM_MODEL env > ollama_chat/qwen3:32b。

アンサンブル + Area Chair メタ査読 (内蔵): review_compiled_paper はアンサンブル経路経由で N 名の独立査読者エージェント（温度ジッタ付き、AI Scientist v1 best-config 方式）を実行します。N>1 のときは Area Chair メタ査読も内部で走り、ensemble_reviews: [...] と meta_review: {...} が出力に同梱されます。N の解決順: 明示引数 > ARI_NUM_REVIEWS_ENSEMBLE env > rubric.params.num_reviews_ensemble (既定 1)。N=1 は単一査読と等価です。

`list_rubrics()`

利用可能なルーブリックの一覧 (id, venue, domain, version, SHA256 hash, path) を返します。viz API /api/rubrics と New Experiment Wizard のドロップダウンで使用されます。

`inject_code_availability(tex_path, ref="", sha256="", doi="", license_id="", checkpoint_dir="")` — v0.7.0

finalize_paper ステージで実行されます。ear_published/manifest.lock と publish_record.json から ref / bundle_sha256 / doi を自動ロードし、機械可読な \codeavailability{} / \codedigest{} / \coderef{} マクロと人間可読な Code Availability セクションを full_paper.tex に注入します。digest が信頼の起点となり、読者は registry を信頼することなく ari clone <ref> --expect-sha256 <baked-digest> で検証可能です。キュレート済みバンドルが無ければ静かにスキップ（v0.6.0 checkpoint の互換維持）。

`merge_reviews(review_report_path, vlm_review_path="")` — v0.7.0

review_report.json（テキスト査読）と vlm_review.json（VLM 図表レビュー）を構造的にマージするポストホック処理。完全に決定論的、LLM なし。vlm_figure_review と _review_composition メタデータを付与して GUI / CLI の両出力を出典付きで表示できるようにします。上流ステージは独立性（AI Scientist v2 の perform_review 契約）を保ち、ここで初めて統合されます。

`link_paper_claims(tex_path="", science_data_json="", figures_manifest_json="", output_path="")` — v0.9.0

% CLAIM:Cx:NCx アンカーを science_data の claim と照合し、claim ハードゲートが消費する paper_claim_links.json（anchors / writer_assertions / numeric_mentions / figure_refs / unresolved_anchors / uncovered_numeric_candidates）を構築します。決定論的、LLM なし。transform ステージの science_data.json は決して変更されず、図のバインディングはここで記録されます。write_paper（draft）の後、および paper_refine（final）の後に再度実行します。失敗時は有効な空の結果にデグレードする（error のみにはならない）ため、finalize チェーンを連鎖的にスキップさせることはありません。

`paper_refine(tex_path="", suggested_revisions_json="", merged_review_path="", semantic_review_path="", venue="arxiv")` — v0.9.0

suggested_revisions（evidence_grounded_semantic_review / マージ済み査読由来）を適用する、アンカー保持の修正パス。LLM: Yes。明示的な replace "X" with "Y" 置換をまず決定論的に適用し、残りは境界付きのマルチパス LLM の検索/置換で処理します。draft 内に存在するすべての % CLAIM アンカーは生き残らなければなりません（アンカーを落とす編集は拒否され、ネットでアンカーが減った場合は元の論文を保持します）。math-safe なアンダースコアのエスケープは $ … $ / \[ … \] および数式環境をスキップします。修正後の LaTeX は latex の下に返されます（draft は full_paper.draft.tex として保存されます）。

Few-shot コーパス管理

ari-core/config/reviewer_rubrics/fewshot_examples/<rubric>/ 配下のファイルは、New Experiment Wizard → Paper Review → Few-shot サンプル サブパネル (GUI)、または scripts/fewshot/sync.py (CLI) から管理できます。

GUI 操作:

Auto-sync: サーバ側で scripts/fewshot/sync.py --venue <rubric> を実行し、manifest.yaml 記載のエントリを取得。デフォルトで AI Scientist v2 の 3 本 (132_automated_relational / 2_carpe_diem / attention) を Apache-2.0 の SakanaAI/AI-Scientist-v2 リポジトリから pull。
Upload: rubric スキーマに沿った JSON + 任意の .txt 抜粋 + 任意の PDF (base64) を受け付け、_source: "GUI upload (rubric=<id>)" を自動付与。
Delete: 指定 example の全拡張子を削除。

REST エンドポイント:

GET /api/fewshot/<rubric>
POST /api/fewshot/<rubric>/sync
POST /api/fewshot/<rubric>/upload
POST /api/fewshot/<rubric>/<example>/delete

すべて reviewer_rubrics/ に存在しない rubric は拒否し、../ / スラッシュは入力から除去します。

ari-skill-paper-re

PaperBench (arXiv:2504.01848) SimpleJudge を用いた再現性採点。LLM: Yes（採点は upstream SimpleJudge 内の LLM 呼び出し。ARI 側はこのスキルで追加の LLM 呼び出しを行いません）。

v0.7.0 で v0.6.0 の LLM 駆動判定パスは、PaperBench をコアとする決定的なエンドツーエンドのチェーンに置き換えられました:

ors_generate_rubric  (replicate-skill)    → ors_rubric.json + ors_rubric.meta.json
ear_publish          (transform-skill)    → bundle.tar.gz + publish_record.json (local-tarball デフォルト)
ors_seed_sandbox     (paper-re-skill)     → repro_sandbox/{reproduce.sh, code/...}
                                              (決定論的; fetch_code_bundle ← publish_record.json)
ors_build_reproduce  (paper-re-skill)     → repro_sandbox/{reproduce.sh, source files}
                                              (LLM フォールバック; seed 済なら skip)
ors_run_reproduce    (paper-re-skill)     → ors_phase1.json   (Phase 1: reproduce.sh をサンドボックスで実行)
ors_grade            (paper-re-skill)     → ors_grade.json    (Phase 2: SimpleJudge で葉ノード採点)

EAR が ON の実行は ors_seed_sandbox 経由（決定論的）で reproduce.sh を取得します。LLM ors_build_reproduce は reproduce.sh が既存の場合スキップするので、EAR が OFF の実行（論文のみ再現）でのみ発火します。

PaperBench は ari-skill-paper-re/vendor/paperbench に同梱。メイン採点 completer は LiteLLM (_litellm_completer.py) を経由するので、任意のプロバイダ（gpt-5-mini / anthropic/claude-... / gemini/... / ollama/...）が使えます。スコアパース用 structured completer は gpt-4o-2024-08-06 のまま（PaperBench 許可リスト内）。

ツール

`fetch_code_bundle(ref="", sha256="", dest="", checkpoint_dir="", overwrite=False)`

決定論的にサンドボックスを populate（LLM なし）。v0.7.0+: checkpoint_dir を渡すと {checkpoint_dir}/publish_record.json から ref + sha256 を自動読込（ari ear publish が書き出すファイル）。dest/reproduce.sh 既存時は populated=False, skipped_reason=... を返してスキップ。

`build_reproduce_sh(paper_path="", paper_text="", rubric_path="", output_dir="", model="", time_limit_sec=43200, iterative_agent=False, max_steps=0, sandbox_kind="auto", container_image="", apptainer_image="", overwrite=False)`

v0.7.0+ で追加された LLM 駆動の replicator。fetch_code_bundle の兄弟ツール。論文（とルーブリックの expected_artifacts）を読み、自己完結の reproduce.sh + ソースファイル一式を output_dir に書き出します。LiteLLM 経由で任意プロバイダ対応。output_dir/reproduce.sh 既存時はスキップ。モデル: model 引数 > ARI_MODEL_REPLICATE > ARI_LLM_MODEL > claude-opus-4-7。

`run_reproduce(rubric_path, repo_dir, sandbox_kind="", container_image="", timeout_global_sec=0, partition="", cpus=0, walltime="", …SLURM flags)`

Phase 1。repo_dir/reproduce.sh をサンドボックスで実行し、reproduce.log と成果物リストを取得。ルーブリック envelope の expected_artifacts と突き合わせ、未生成の成果物を missing として返します。

サンドボックス優先順位（auto の場合）: slurm（sbatch + ARI_SLURM_PARTITION あり、BFTS と同じパーティション）→ docker（デーモン利用可かつ HPC 上ではない時）→ apptainer → singularity → local。SLURM dispatch は v0.5.0 から復元され、sbatch --wait で同期実行。spool relocation 対策 wrapper を生成して $0 相対 cd を保護します。

`grade_with_simplejudge(rubric_path, repo_dir, paper_path="", paper_text="", judge_model="", n_runs=0, skip_negative_control=False, code_only=False)`

Phase 2。LiteLLM 経由のメイン採点 completer + OpenAI 直叩きの structured score-parser で動作。n_runs（デフォルト 3）回の重み付き葉スコアを平均化。負例コントロール（空 repo + 自明な reproduce.sh）も実行。

戻り値: {ors_score, raw_score, leaf_grades, judge_model, n_runs, rubric_sha256, elapsed_sec, negative_control: {empty, boilerplate, passed}}。

モデル: judge_model 引数 > ARI_MODEL_JUDGE > ARI_LLM_MODEL > gpt-5-mini。LiteLLM 認識可能な任意の model id が動作（PaperBench 純正の CONTEXT_WINDOW_LENGTHS 制約を回避）。

ari-skill-replicate

v0.7.0 で追加された PaperBench 形式の オートルーブリック生成器・監査器。論文を読み、frozen ルーブリック（replication_rubric.schema.json、provenance メタデータ付きの PaperBench TaskNode ツリー）を出力します。LLM: Yes。

ari-skill-paper-re.grade_with_simplejudge と組み合わせて、v0.6.0 の react_driver ベースの再現性チェックを置き換える ORS フローを構成します。

ツール

`generate_rubric(paper_path, paper_text, output_path, target_leaf_count=0, model="", temperature=0.0, seed=0, two_stage=True)`

PaperBench 互換のルーブリックを生成。target_leaf_count=0 の場合は論文長から自動算定（~1葉 / 75語、[50, 400] にクランプ）。

two_stage=True（デフォルト）では 二段階生成 を行います: ①スケルトンパスでルート + 直接子（contribution/experiment ごとに1ノード）と各子の葉数バジェットを決定 → ②サブツリーパスを各直接子について並列に走らせ、4–6階層深く再帰的に展開。マージ後、スキーマの minLength=10 を満たさない葉（quote / requirements が短すぎる葉）は自動で除去されます。PaperBench 参照論文での測定では、単一コール比 葉数約 4 倍・深さ +1〜2 層、API トークン消費は約 5 倍。two_stage=False で従来の単一コール（prompts/adversarial_reviewer.md）に戻せます。

`audit_rubric(rubric_path, paper_path, paper_text, auditor_model="")`

独立した監査パス。問題のある葉を vague_qualifier / no_paper_evidence / duplicate / unverifiable でフラグ付けし、20% 超なら再生成を推奨します。

`suggest_target_leaf_count(paper_path, paper_text)`

論文長から自動算定した目標葉数と単語数を返します。GUI Wizard の "Target leaves" 欄の事前埋めに利用。

環境変数

変数	デフォルト	用途
`ARI_MODEL_RUBRIC_GEN`	`gemini/gemini-2.5-pro`	生成 LLM
`ARI_MODEL_RUBRIC_AUDIT`	`anthropic/claude-opus-4-7`	監査 LLM（生成器とは独立）
`ARI_RUBRIC_GEN_TARGET_LEAVES`	(未設定)	目標葉数の上書き。`0` / 未設定で論文長から自動。GUI Wizard の "Target leaves" 欄。
`ARI_RUBRIC_GEN_TEMPERATURE`	(未設定)	生成器 temperature の上書き。GUI Wizard の "Temperature" 欄。
`ARI_RUBRIC_GEN_TWO_STAGE`	(未設定)	二段階生成の強制 ON/OFF（`1`/`true`/`on` vs `0`/`false`/`off`）。未設定時は kwarg のデフォルト（現状 `True`）。GUI Wizard の "二段階生成" トグル。

server.py で「明示 kwarg → 環境変数 → デフォルト」の順で解決されます。workflow.yaml の ors_generate_rubric ステージはこの3項目を明示しないため、GUI Wizard の値が常に効きます。

ari-skill-memory

祖先スコープのノードメモリ（v0.6.0 より Letta バックエンド）。ブランチ間汚染を防止し、ReAct エージェントのトレースも同じ Letta エージェントに格納します。LLM: △（埋め込みベースの検索。P2 緩和の詳細は docs/concepts/PHILOSOPHY.md）。

ツール

`add_memory(node_id, text, metadata=None)`

node_id でタグ付けされたエントリを保存します。Copy-on-Write: node_id が $ARI_CURRENT_NODE_ID と一致しない書き込みは拒否されます。

`search_memory(query, ancestor_ids, limit=5)`

ancestor_ids に含まれるノードのエントリのみを Letta の passages.search (embedding ベースの semantic search) ランク順 で返します。兄弟・子ノードは一切返しません。

実装メモ (Letta 0.16.7 で 2026-05-04 検証): SDK の passages.list(search=q) は意図的に 使いません。当該 SDK は GET /archival-memory?search=q に変換され、サーバ側で SQL substring match (WHERE LOWER(text) LIKE LOWER(%q%)) — semantic search ではありません。"Validate the loopline performance model" のような長い自然文クエリは RESULT SUMMARY metrics=[...] のような構造化エントリに部分文字列でヒットしないため、本番で 84 件の有効 passage がありながら 0 件しか返らない問題が観測されました。本スキルは代わりに passages.search (GET /archival-memory/search、embed_query=True) を top_k = max(letta_overfetch, limit*40) で叩き、ランクされた結果を ancestor_ids / ari_checkpoint / kind == "node_scope" でローカル post-filter します。add_memory 挿入時に支払っている embedding コストが retrieval で正しく消費される形になり、子は eval_summary クエリに対して 意味的に最も関連するエントリ を先頭から受け取ります。

`get_node_memory(node_id)`

特定ノードの全エントリを時系列で取得（スコアなし）。

`clear_node_memory(node_id)`

デバッグ用の単一ノード削除。add_memory と同じ CoW ルールを適用。

`get_experiment_context()`

Letta のコアメモリからシードされた実験ファクト（experiment_goal、primary_metric、hardware_spec など）を返します。シードは最初のノードで generate_ideas が完了したタイミング（primary_metric が確定する時点）で 1 回だけ実行されるため、それ以前は {} を返します。以降は何度呼び出しても安全（60 秒のインプロセスキャッシュ付き）。

型付き検証可能リサーチメモリのツール

型付きエントリ（Phase 1）は構造化された来歴を持ち、論文 / 図ステージが再現可能なアーティファクトに claim を接地できるようにします。呼び出し元は loop / pipeline フックであり、LLM のプルではありません。すべての書き込みツールは Copy-on-Write ガード 付きです: node_id は $ARI_CURRENT_NODE_ID と一致しなければならず（ari-core の MCPClient が書き込みを _set_current_node ブリッジ経由でルーティングします）、子は祖先のエントリを変更できません。

`add_experiment_result(node_id, text, metric_ptr=None, artifact_refs=None, node_report_ref=None)`

型付き experiment_result を記録します（CoW: 自ノードのみ）。

`add_failure_case(node_id, text, artifact_refs=None, node_report_ref=None)`

型付き failure_case を記録します（CoW: 自ノードのみ）。

`add_procedure_memory(node_id, text, node_report_ref=None)`

再利用可能な手順を記録します（CoW: 自ノードのみ）。

`add_reflection(node_id, text, confidence=None, node_report_ref=None)`

リフレクションを記録します（CoW: 自ノードのみ）。論文の主張には使用できません。

`add_reproducibility_event(node_id, target_memory_id, status, artifact_refs=None, text=None)`

既存エントリに対して追記専用の再現性ステータスイベントを追加します（CoW: 自ノードのみ）。

`search_research_memory(query, ancestor_ids, kinds=None, require_artifacts=False, limit=5)`

kind / アーティファクトの有無でフィルタした祖先スコープの型付き検索。兄弟・子ノードは一切返しません。

`get_verified_context(ancestor_ids, purpose="paper", limit=None)`

論文 / 図の利用向けの、アーティファクトに裏付けられた再現性対応コンテキスト。

`audit_memory(experiments_root, run_id=None)`

チェックポイントについて、記録された来歴（sha256）をディスク上と照合検証します。{summary, results} を返します。

`consolidate_node_memory(node_id, node_report, work_dir, run_id=None)`

ノード終了時に node_report から型付きメモリ（experiment_result / failure_case / reflection）を導出して、型付きライタ経由で書き込みます（CoW: 自ノードのみ）。呼び出し元は ari-core のノード終了フックです。

ストレージ: チェックポイントごとに Letta エージェント（ari_node_* と ari_react_* の 2 コレクション）。{ARI_CHECKPOINT_DIR}/memory_backup.jsonl.gz にポータブルスナップショット、{ARI_CHECKPOINT_DIR}/memory_access.jsonl に write/read テレメトリ。v0.5.x の JSONL ストア（チェックポイントスコープの memory_store.jsonl と、かつて $HOME/.ari/ 配下にあったレガシーグローバル JSONL）は v0.5.0 で削除。移行は ari memory migrate --react。クロス実験の「グローバルメモリ」は廃止。

ari-skill-orchestrator

ARI を外部エージェントや IDE 向けの MCP サーバーとして公開します。再帰的なサブ実験をサポート。LLM: No（ARI CLI に委譲）。

デュアルトランスポート: stdio（Claude Desktop / 他 MCP クライアント向け）+ HTTP（REST + SSE、ARI_ORCHESTRATOR_PORT、デフォルト 9890）。

ツール

`run_experiment(experiment_md, max_nodes=10, model="", max_recursion_depth=3, parent_run_id="", llm_backend="", llm_api_key="", llm_base_url="", executor="", cpus=0, timeout_minutes=0, retrieval_backend="")`

ARI 実験を非同期で起動します。run_id を返します。parent_run_id を指定すると、その実験は親の子として追跡されます（再帰的サブ実験ワークフロー用）。

`get_status(run_id)`

実行の進捗、現在の最良メトリクス、再帰メタデータを返します。

`list_runs()`

過去の全実験実行を一覧表示します。

`list_children(run_id)`

親実験の子実行一覧を返します（再帰的サブ実験追跡用）。

`get_paper(run_id)`

生成された論文（LaTeX）を返します。

ワークスペース: ARI_WORKSPACE env（デフォルト: ~/ARI）。親子関係は各チェックポイントの meta.json に保存されます。

ari-skill-transform

BFTS の内部表現を出版可能な科学データ形式に変換します。すべての内部フィールド（node_id、label、depth、parent_id）を除去し、科学的コンテンツ（configurations、experiment_context）のみを公開します。LLM: Yes。

ツール

`nodes_to_science_data(nodes_json_path, llm_model="", llm_base_url="", primary_metric="", higher_is_better="true")`

LLM が BFTS ツリー全体を分析し、ハードウェアスペック、手法、主要な知見、比較を抽出します。primary_metric と higher_is_better は evaluation_criteria.json から tpl_vars 経由で渡され、summary_stats の方向考慮 best 算出に使われます（v0.7.0+）。

戻り値（v0.7.0+）:

text

configurations[*]:
  rank, label, eval_summary
  parameters / measurements / predictions / scores  ← 型付き分割
                                                       (D: results.json or
                                                        C: _params_dict 経由)
  metrics                                            ← 互換性のための flat union
  _typed_source: "results.json" | "llm_evaluator" | (なし)
  _provenance  ← ノードの results*.json 各バリアントにわたる
                  emit_results の _provenance の union（存在時）
per_key_summary  (入力パラメタキー & 「_…」予約キーは除外)
summary_stats    { count, primary_metric, direction,
                   primary_metric_best, primary_metric_n,
                   typed_split_coverage }
experiment_context, implementation_overview, report_driven

型付き分割の優先度 (D > C > legacy):

experiments/{run_id}/{node_id}/results.json — coding-skill::emit_results が書き出すファイル（D 契約）
node.metrics::_params_dict / _measurements_dict — LLM evaluator が MetricSpec.expected_params 設定下で出力（C 契約）
レガシー: parameters: {}、フラット metrics がすべてを保持

さらに {checkpoint}/metric_contract.json（evaluator-skill::make_metric_spec が tree.json の隣に書き出す）を読み戻して science_data.metric_contract に graft し、決定論的なハードゲートが宣言された契約（claims / correctness / required_measured / 宣言された invariant）を強制できるようにします。この graft が無いと宣言された契約は inert で、ゲートには universal invariant レジストリしか届きません。

頑健性: LLM 応答パーサは <think> ブロックと ```json フェンスを除去し、各候補 { から balanced-brace を歩いて長さ降順で json.loads を試行します。{...} prose {...} のような shape も救えます。失敗時は raw 応答を {checkpoint_dir}/science_data.debug.txt に保存して事後監査可能にします。

モデル: llm_model 引数 > LLM_MODEL env > gpt-4o-mini。

存在理由: BFTS 内部の用語が論文や図表に漏洩しないようにすること、および入力サイズ記述子（nnz、M、K）と測定された出力（GFlops_per_s、accuracy）を best-of 集約で混同しないことを保証します。

`generate_ear(checkpoint_dir, llm_model="", llm_base_url="")`

再現性のための Experiment Artifact Repository (EAR) を <checkpoint>/ear/ に構築します。node_report 駆動で、論文付随コード repo と同じレイアウトになります:

README.md — 決定論的レンダリング。science_data.json::implementation_overview.architecture がある場合は Architecture セクションを追加
reproduce.sh — best ノードの node_report.json::{build_command, run_command} を literal で挿入
environment.json — 実行時環境キャプチャ（Python、プラットフォーム、pip、ハードウェア）
code/ — best chain の contributing ノードの files_changed.added ∪ modified を verbatim 配置（code/<node_id>/ 形式は廃止）
data/ — checkpoint/uploads/ を verbatim ミラー（入力データのみ、空なら不在）。実験出力は ear/ に含めない — reproduce.sh で再生成
figures/ — checkpoint 直下の *.{pdf,png,svg,jpg,jpeg} を top-level に配置
LICENSE — publish.yaml::license から SPDX テンプレ生成（MIT / Apache-2.0 / BSD-3-Clause / GPL-3.0 / CC-BY-4.0）

ARI の監査ログ 2 つは <checkpoint>/ 直下（ear/ の外）に置かれ、公開アーティファクトには含まれません:

EVOLUTION.md — Step / Label 形式の探索軌跡（delta、concerns 含む）。opaque な node_id は出現させない
_provenance.json — 出自メタデータ（from_node_id, introduced_by, excluded_nodes）。中のパスは checkpoint 相対（ear/code/...）

その他の ARI 内部メタデータ（tree.json, science_data.json, raw_metrics.json, eval_scores.json, commands.md）も checkpoint root に残し、ear/ には混入させません。run_config.json は checkpoint/run_config.json に移動しました。

戻り値: {ear_dir, code_layout, verbatim_files, rendered_files, data_count, figure_count, top_node_id, best_chain_depth, excluded_count, has_readme, has_evolution, has_reproduce_sh, has_license, has_environment, ...}。

`curate_ear(checkpoint_dir)` — v0.7.0

{checkpoint}/ear/publish.yaml の allowlist と built-in deny list（.env*, secrets/**, *.pem, *.key, id_rsa, id_ed25519）を用いて {checkpoint}/ear/ を {checkpoint}/ear_published/ にキュレートします。manifest.lock に正規化された bundle_sha256（ソート済み {path, sha256, size} JSON の sha256）を書き出します — これが論文の \codedigest{...} マクロに焼き付けられる digest です。決定論的、LLM なし。publish.yaml が無ければ静かにスキップ（v0.6.0 checkpoint の後方互換）。

`publish_ear(checkpoint_dir, backend="ari-registry", visibility="staged", dry_run=False)` — v0.7.0

ari.publish.publish の薄い MCP ラッパ。ear_published/ から再現可能な tarball（ソート済み・mtime/uid/gid 正規化）を構築し、バックエンド（ari-registry / gh / zenodo / local-tarball）に転送し、publish_record.json を checkpoint root に記録します。最初の publish は常に visibility=staged（FR-P5）。auto_promote=true かつ再現性チェック合格時のみ public に昇格できます。

ARI_PUBLISH_DRYRUN=1 で CI 安全のため dry-run を強制可能。

`promote_ear(checkpoint_dir, target="public")` — v0.7.0

以前に公開した EAR アーティファクトをより広い可視性ティアに昇格します。 ari.publish.promote の薄い MCP ラッパ。決定論的、LLM なし。 {ref, visibility, promoted_at, promote_failed_at} を返します（PublishError の場合は {error, kind}）。

LICENSE テンプレート — v0.7.0

publish.yaml::license が指定されていて、かつ ear/LICENSE が著者作成で存在しない場合、generate_ear が MIT / Apache-2.0 / BSD-3-Clause / GPL-3.0 / CC-BY-4.0 のいずれかを ari-skill-transform/src/licenses/ から書き出します。

ari-skill-web

検索バックエンドが切替可能な Web 検索と学術文献の取得。LLM: Partial（collect_references_iterative のみ LLM を使用）。

ツール

`web_search(query, n=5)`

DuckDuckGo Web 検索。API キー不要。決定論的。

`fetch_url(url, max_chars=8000)`

BeautifulSoup 経由で URL からテキストを取得・抽出します。決定論的。

`search_arxiv(query, max_results=5)`

arXiv 論文検索。決定論的。

`search_semantic_scholar(query, limit=8, extra_queries=None)`

Semantic Scholar API（arXiv へのフォールバック付き）。決定論的。

`search_papers(query, max_results=10)`

設定された検索バックエンド（ARI_RETRIEVAL_BACKEND）にディスパッチします:

"semantic_scholar"（デフォルト）— Semantic Scholar API
"alphaxiv" — HTTP 経由の MCP JSON-RPC で AlphaXiv
"both" — 並列実行＋重複排除

`set_retrieval_backend(backend)`

実行時に検索バックエンドを動的に切り替えます。有効値: "semantic_scholar"、"alphaxiv"、"both"。

`collect_references_iterative(experiment_summary, keywords, max_rounds=20, min_papers=10)`

AI Scientist v2 スタイルの反復的引用収集。LLM が検索クエリを生成し、複数ラウンドにわたって関連論文を選択します。

モデル: ARI_LLM_MODEL env > LLM_MODEL env > ollama_chat/qwen3:32b。

`list_uploaded_files()`

チェックポイントディレクトリ内のユーザアップロードファイルを一覧表示します。決定論的。

`read_uploaded_file(filename, max_chars=50000)`

アップロードファイルからテキストを読み取ります（バイナリ検出付き）。決定論的。

ari-skill-coding

コード生成、実行、ファイル読込。LLM: No（決定論的）。

ツール

`write_code(filename, code, work_dir="/tmp/ari_work")`

作業ディレクトリにソースファイルを書き込みます。

`run_code(filename, work_dir="/tmp/ari_work", timeout=60)`

ソースファイルを実行します（拡張子から言語を自動検出）。出力は省略文字数とファイル出力推奨ヒント付きのマーカー付きで切り詰められます。

`run_bash(command, work_dir="/tmp/ari_work", timeout=60)`

作業ディレクトリで bash コマンドを実行します。結果に truncated ブールフラグ付きで出力切り詰めを行います。

`read_file(path, offset=0, limit=8000, work_dir="/tmp/ari_work")`

大きなファイル向けにページング対応でテキストファイルを読み込みます。コンテンツ、継続用 next_offset、総行数を返します。

python

result = read_file("results.csv", offset=0, limit=100)
# 戻り値: {"content": "...", "next_offset": 100, "total_lines": 5000}

作業ディレクトリ: work_dir 引数 > ARI_WORK_DIR env > /tmp/ari_work。

`emit_results(params, measurements, predictions={}, scores={}, provenance={}, file="results.json", work_dir="/tmp/ari_work")`

入力パラメタと測定された出力を分離した型付き results.json を書き出します。下流（transform → science_data、論文執筆、summary stats）が「測定したもの」と「実行した条件」を取り違えないようにするためのツールで、best-of 集約で入力サイズ（nnz、M、K、threads）を実メトリクス（GFlops_per_s 等）より優先してしまう事故を防ぎます。params と measurements は disjoint でなければなりません。

オプションの provenance 引数は {operand: source} マップで、results.json に _provenance キーとしてそのまま書き出され、claim/メトリクス正当性ゲートが消費します。値が経験的に 測定された 上限/ピークであるオペランドには "microbench" または "benchmark" を（正規化メトリクスが placeholder に依拠していると誤検出されないように）、独立した リファレンスに対して計算した残差には "correctness" または "reference" を（出力が未検証と誤検出されないように）タグ付けします。ベストエフォートで、空のときは完全に省略されます。

ari-skill-benchmark

パフォーマンス分析、プロット、統計検定。LLM: No（決定論的）。

ツール

`analyze_results(result_path, metrics)`

CSV、JSON、NPY 結果ファイルを読み込み分析します。要約統計量を返します。

`plot(data, plot_type, output_path, title="", xlabel="", ylabel="")`

matplotlib 図表を生成します。プロットタイプ: bar, line, scatter, heatmap。

`statistical_test(data_a, data_b, test)`

scipy 統計検定を実行します: ttest, mannwhitney, wilcoxon。

ari-skill-plot

科学論文用の図生成器。2 モード: 決定論モード（generate_figures、P2-safe な matplotlib + 固定スキーマ）と LLM モード（generate_figures_llm、AI-Scientist-v2 スタイルでコードを LLM が書いて実行、オプションで VLM キャプション付与）。LLM: Mixed（決定論 + P2 例外）。

ツール

`generate_figures(nodes_json_path, output_dir, figures=None, science_data_path="", vlm_captions=True, experiment_context="")`

nodes_tree.json から正準比較図を output_dir に書き出します。出力された各図のキャプションとソースノード ID を含むマニフェストを返します。matplotlib バージョン固定下でバイト決定論的。

`generate_figures_llm(nodes_json_path, output_dir, experiment_summary="", context="", n_figures=3, science_data_path="", vlm_feedback="")`

LLM がデータ形状と自然文 intent を見て matplotlib コードを書き、_run_plot_code サンドボックスで実行し、（任意で）VLM がキャプションを付与。P2 例外。

kind="plot" のシステムプロンプトは現在、LAYOUT ルール（fig.tight_layout() を呼び bbox_inches='tight' で保存、凡例は軸の外に出す、長い目盛ラベルは回転させる。テキストが重なる・切れる図は REJECTED）と COMPARABILITY ルール（異なるスケール/レジームで測定した値を、明確な軸や注記なしに並置しない）を強制します。これらは図を書く LLM へのプロンプトレベルの指示であり、新しい機械的ゲートは追加されません。

環境変数

変数	用途	既定値
`VLM_MODEL`	キャプション生成用 Vision LLM	`openai/gpt-4o`
`ARI_LLM_MODEL`	`_llm` モードでコードを書く LLM	（なし — `_llm` で必須）
`LLM_MODEL`	スキル間共通フォールバック	（なし）
`ARI_LLM_API_BASE`	LiteLLM API ベース URL 上書き	LiteLLM 既定
`OPENAI_API_KEY`	OpenAI 系モデル時に必要	（なし）

ari-core 境界

src/server.py が from ari import cost_tracker を import。リファクタ Phase 4 で ari.public.cost_tracker に移行予定。

ari-skill-vlm

図表・テーブル品質レビューのための Vision-Language モデル。LLM: Yes（VLM）。

ツール

`review_figure(image_path, context="", criteria=None)`

VLM が実験図表をレビューします。スコア（0-1）、問題点、提案を返します。

`review_table(latex_or_path, context="")`

VLM がテーブル（LaTeX ソースまたはレンダリング画像）をレビューします。スコア、問題点、提案を返します。

モデル: VLM_MODEL env > openai/gpt-4o。

新しい Skill の記述

ari-skill-yourskill/src/server.py を作成:

python

from mcp.server.fastmcp import FastMCP
mcp = FastMCP("your-skill")

@mcp.tool()
def your_tool(param: str) -> dict:
    """Tool description."""
    # NO LLM calls here
    return {"result": process(param)}

if __name__ == "__main__":
    mcp.run()

ari-core/config/workflow.yaml に登録します。phase でどの pipeline-phase の ReAct エージェントが Skill を見えるかを指定 (1 つなら文字列、複数なら配列):

yaml

skills:
  - name: your-skill
    path: '{{ari_root}}/ari-skill-yourskill'
    phase: [paper, reproduce]

有効な phase 値: bfts、paper、reproduce、all、none。

experiment.md の ## Required Workflow でツール名を参照。

MCP Skills リファレンス ​

ari-skill-hpc ​

ツール ​

slurm_submit(script, job_name, partition, nodes=1, walltime="01:00:00", work_dir) ​

job_status(job_id) ​

job_cancel(job_id) ​

singularity_build(definition_file, output_path, partition) ​

singularity_run(image_path, command, work_dir, partition, nodes=1, walltime="01:00:00") ​

singularity_pull(source, output_path, partition) ​

singularity_build_fakeroot(definition_content, output_path, partition, walltime) ​

singularity_run_gpu(image_path, command, work_dir, partition, gres="gpu:1", cpus_per_task=8, walltime="01:00:00", bind_paths=[]) ​

ari-skill-idea ​

ツール ​

survey(topic, max_papers=8) ​

generate_ideas(topic, papers, experiment_context="", n_ideas=3, n_agents=4, max_discussion_rounds=2, max_recursion_depth=0) ​

VirSci-live (vendor-wrap) — opt-in の実エンジン ​

ari-skill-evaluator ​

ツール ​

make_metric_spec(experiment_text) ​

claim_evidence_hard_gate(checkpoint_dir, paper_path, science_data_json="", paper_claim_links_path="", figures_manifest_json="", policy=None, phase="draft") ​

evidence_grounded_semantic_review(checkpoint_dir, paper_path, science_data_json="", hard_gate_path="", paper_claim_links_path="", phase="initial") ​

ari-skill-paper ​

ツール ​

list_venues() ​

get_template(venue) ​

generate_section(section, context, venue="arxiv", nodes_json_path="", refs_json="") ​

compile_paper(tex_dir, main_file="main.tex") ​

check_format(venue, pdf_path) ​

review_section(latex, context, venue="arxiv") ​

revise_section(section, latex, feedback, context, venue="arxiv") ​

write_paper_iterative(experiment_summary="", context="", nodes_json_path="", refs_json="", figures_manifest_json="", science_data_json="", venue="arxiv", max_revision_rounds=2, author_name="") ​

review_compiled_paper(tex_path, pdf_path, figures_manifest_json, experiment_summary, rubric_id="", vlm_findings_json="", num_reflections=None, num_fs_examples=None, num_reviews_ensemble=None) ​

list_rubrics() ​

inject_code_availability(tex_path, ref="", sha256="", doi="", license_id="", checkpoint_dir="") — v0.7.0 ​

merge_reviews(review_report_path, vlm_review_path="") — v0.7.0 ​

link_paper_claims(tex_path="", science_data_json="", figures_manifest_json="", output_path="") — v0.9.0 ​

paper_refine(tex_path="", suggested_revisions_json="", merged_review_path="", semantic_review_path="", venue="arxiv") — v0.9.0 ​

Few-shot コーパス管理 ​

ari-skill-paper-re ​

ツール ​

fetch_code_bundle(ref="", sha256="", dest="", checkpoint_dir="", overwrite=False) ​

build_reproduce_sh(paper_path="", paper_text="", rubric_path="", output_dir="", model="", time_limit_sec=43200, iterative_agent=False, max_steps=0, sandbox_kind="auto", container_image="", apptainer_image="", overwrite=False) ​

run_reproduce(rubric_path, repo_dir, sandbox_kind="", container_image="", timeout_global_sec=0, partition="", cpus=0, walltime="", …SLURM flags) ​

grade_with_simplejudge(rubric_path, repo_dir, paper_path="", paper_text="", judge_model="", n_runs=0, skip_negative_control=False, code_only=False) ​

ari-skill-replicate ​

ツール ​

generate_rubric(paper_path, paper_text, output_path, target_leaf_count=0, model="", temperature=0.0, seed=0, two_stage=True) ​

audit_rubric(rubric_path, paper_path, paper_text, auditor_model="") ​

suggest_target_leaf_count(paper_path, paper_text) ​

環境変数 ​

ari-skill-memory ​

ツール ​

add_memory(node_id, text, metadata=None) ​

search_memory(query, ancestor_ids, limit=5) ​

get_node_memory(node_id) ​

clear_node_memory(node_id) ​

get_experiment_context() ​

型付き検証可能リサーチメモリのツール ​

add_experiment_result(node_id, text, metric_ptr=None, artifact_refs=None, node_report_ref=None) ​

add_failure_case(node_id, text, artifact_refs=None, node_report_ref=None) ​

add_procedure_memory(node_id, text, node_report_ref=None) ​

add_reflection(node_id, text, confidence=None, node_report_ref=None) ​

add_reproducibility_event(node_id, target_memory_id, status, artifact_refs=None, text=None) ​

search_research_memory(query, ancestor_ids, kinds=None, require_artifacts=False, limit=5) ​

get_verified_context(ancestor_ids, purpose="paper", limit=None) ​

audit_memory(experiments_root, run_id=None) ​

consolidate_node_memory(node_id, node_report, work_dir, run_id=None) ​

ari-skill-orchestrator ​

ツール ​

run_experiment(experiment_md, max_nodes=10, model="", max_recursion_depth=3, parent_run_id="", llm_backend="", llm_api_key="", llm_base_url="", executor="", cpus=0, timeout_minutes=0, retrieval_backend="") ​

get_status(run_id) ​

list_runs() ​

list_children(run_id) ​

get_paper(run_id) ​

ari-skill-transform ​

ツール ​

nodes_to_science_data(nodes_json_path, llm_model="", llm_base_url="", primary_metric="", higher_is_better="true") ​

generate_ear(checkpoint_dir, llm_model="", llm_base_url="") ​

curate_ear(checkpoint_dir) — v0.7.0 ​

publish_ear(checkpoint_dir, backend="ari-registry", visibility="staged", dry_run=False) — v0.7.0 ​

MCP Skills リファレンス

ari-skill-hpc

ツール

`slurm_submit(script, job_name, partition, nodes=1, walltime="01:00:00", work_dir)`

`job_status(job_id)`

`job_cancel(job_id)`

`singularity_build(definition_file, output_path, partition)`

`singularity_run(image_path, command, work_dir, partition, nodes=1, walltime="01:00:00")`

`singularity_pull(source, output_path, partition)`

`singularity_build_fakeroot(definition_content, output_path, partition, walltime)`

`singularity_run_gpu(image_path, command, work_dir, partition, gres="gpu:1", cpus_per_task=8, walltime="01:00:00", bind_paths=[])`

ari-skill-idea

ツール

`survey(topic, max_papers=8)`

`generate_ideas(topic, papers, experiment_context="", n_ideas=3, n_agents=4, max_discussion_rounds=2, max_recursion_depth=0)`

VirSci-live (vendor-wrap) — opt-in の実エンジン

ari-skill-evaluator

ツール

`make_metric_spec(experiment_text)`

`claim_evidence_hard_gate(checkpoint_dir, paper_path, science_data_json="", paper_claim_links_path="", figures_manifest_json="", policy=None, phase="draft")`

`evidence_grounded_semantic_review(checkpoint_dir, paper_path, science_data_json="", hard_gate_path="", paper_claim_links_path="", phase="initial")`

ari-skill-paper

ツール

`list_venues()`

`get_template(venue)`

`generate_section(section, context, venue="arxiv", nodes_json_path="", refs_json="")`

`compile_paper(tex_dir, main_file="main.tex")`

`check_format(venue, pdf_path)`

`review_section(latex, context, venue="arxiv")`

`revise_section(section, latex, feedback, context, venue="arxiv")`

`write_paper_iterative(experiment_summary="", context="", nodes_json_path="", refs_json="", figures_manifest_json="", science_data_json="", venue="arxiv", max_revision_rounds=2, author_name="")`

`review_compiled_paper(tex_path, pdf_path, figures_manifest_json, experiment_summary, rubric_id="", vlm_findings_json="", num_reflections=None, num_fs_examples=None, num_reviews_ensemble=None)`

`list_rubrics()`

`inject_code_availability(tex_path, ref="", sha256="", doi="", license_id="", checkpoint_dir="")` — v0.7.0

`merge_reviews(review_report_path, vlm_review_path="")` — v0.7.0

`link_paper_claims(tex_path="", science_data_json="", figures_manifest_json="", output_path="")` — v0.9.0

`paper_refine(tex_path="", suggested_revisions_json="", merged_review_path="", semantic_review_path="", venue="arxiv")` — v0.9.0

Few-shot コーパス管理

ari-skill-paper-re

ツール

`fetch_code_bundle(ref="", sha256="", dest="", checkpoint_dir="", overwrite=False)`

`build_reproduce_sh(paper_path="", paper_text="", rubric_path="", output_dir="", model="", time_limit_sec=43200, iterative_agent=False, max_steps=0, sandbox_kind="auto", container_image="", apptainer_image="", overwrite=False)`

`run_reproduce(rubric_path, repo_dir, sandbox_kind="", container_image="", timeout_global_sec=0, partition="", cpus=0, walltime="", …SLURM flags)`

`grade_with_simplejudge(rubric_path, repo_dir, paper_path="", paper_text="", judge_model="", n_runs=0, skip_negative_control=False, code_only=False)`

ari-skill-replicate

ツール

`generate_rubric(paper_path, paper_text, output_path, target_leaf_count=0, model="", temperature=0.0, seed=0, two_stage=True)`

`audit_rubric(rubric_path, paper_path, paper_text, auditor_model="")`

`suggest_target_leaf_count(paper_path, paper_text)`

環境変数

ari-skill-memory

ツール

`add_memory(node_id, text, metadata=None)`

`search_memory(query, ancestor_ids, limit=5)`

`get_node_memory(node_id)`

`clear_node_memory(node_id)`

`get_experiment_context()`

型付き検証可能リサーチメモリのツール

`add_experiment_result(node_id, text, metric_ptr=None, artifact_refs=None, node_report_ref=None)`

`add_failure_case(node_id, text, artifact_refs=None, node_report_ref=None)`

`add_procedure_memory(node_id, text, node_report_ref=None)`

`add_reflection(node_id, text, confidence=None, node_report_ref=None)`

`add_reproducibility_event(node_id, target_memory_id, status, artifact_refs=None, text=None)`

`search_research_memory(query, ancestor_ids, kinds=None, require_artifacts=False, limit=5)`

`get_verified_context(ancestor_ids, purpose="paper", limit=None)`

`audit_memory(experiments_root, run_id=None)`

`consolidate_node_memory(node_id, node_report, work_dir, run_id=None)`

ari-skill-orchestrator

ツール

`run_experiment(experiment_md, max_nodes=10, model="", max_recursion_depth=3, parent_run_id="", llm_backend="", llm_api_key="", llm_base_url="", executor="", cpus=0, timeout_minutes=0, retrieval_backend="")`

`get_status(run_id)`

`list_runs()`

`list_children(run_id)`

`get_paper(run_id)`

ari-skill-transform

ツール

`nodes_to_science_data(nodes_json_path, llm_model="", llm_base_url="", primary_metric="", higher_is_better="true")`

`generate_ear(checkpoint_dir, llm_model="", llm_base_url="")`

`curate_ear(checkpoint_dir)` — v0.7.0

`publish_ear(checkpoint_dir, backend="ari-registry", visibility="staged", dry_run=False)` — v0.7.0