# Codexの機能と実践的な使い方 🧩 「あの作業、毎回 Codex に説明し直すのが面倒…」を解決するのが Agent Skills です。再利用できる手順書を一度書けば、Codex が必要なときだけ自動で読み込みます。 🏷️ タイトル: Agent Skills(SKILL.md) 🔗 URL: 📘 概要 Agent Skills は、定型ワークフローを `SKILL.md` という1ファイルにまとめて再利用できる仕組みです。スキルは名前と説明だけが常に Codex の文脈に置かれ、実際に使うと判断したときに本文がロードされます。リポジトリ・個人・マシン共通など、置き場所でスコープを切り分けられます。 ⚙️ 機能の説明 ・スキルは `SKILL.md`（必須）に、`scripts/`（実行コード）`references/`（資料）`assets/`（テンプレ）`agents/openai.yaml`（UI設定）を加えたフォルダ構成です。 ・`SKILL.md` の先頭には frontmatter が必要で、`name` と `description` を書きます。description にはいつ発動し、どこまでが範囲かを簡潔に書くのがコツです。 ・Codex は複数の場所を優先順で走査します。リポジトリの `.agents/skills`、リポジトリ直下 `$REPO_ROOT/.agents/skills`、個人用 `$HOME/.agents/skills`、管理者用 `/etc/codex/skills`、そして OpenAI 同梱の組み込みスキルです。 ・progressive disclosure(段階的開示)により、初期文脈にはスキル名・説明・パスのみ（合計約8,000文字まで）が置かれ、本文は呼び出し時に初めて読み込まれます。これで多数のスキルを入れても文脈を圧迫しません。 🛠️ 実践的な使い方 ・新規作成は組み込みの `$skill-creator` を起動するのが簡単です。何をするスキルか、いつ発動するか、スクリプトを含めるかを対話で決められます（既定は手順のみ）。 ・明示的に呼ぶときは CLI/IDE で `/skills` を使うか、`$skill-name` のように `$` で指名します。説明が task に合致すれば暗黙的に自動選択もされます。 ・暗黙発動を禁止したいスキルは `agents/openai.yaml` で `policy.allow_implicit_invocation: false` を設定します。 ・特定のスキルを消さずに無効化したいときは `~/.codex/config.toml` の `[[skills.config]]` に対象の `path` と `enabled = false` を書きます。 💡 ユースケース リリース手順、E2E テストの流し方、社内ライブラリの正しい使い方など「人によってブレやすい定型作業」をスキル化すると、誰が Codex に頼んでも同じ品質で実行できます。チーム共通のものはリポジトリ配下に、個人の癖は `$HOME/.agents/skills` に置くと住み分けが綺麗です。 ⚠️ 注意点 ・同名スキルが複数の場所にあるとマージされず、両方がセレクタに並びます。命名は被らないようにしましょう。 ・description が曖昧だと暗黙選択が効きません。主要ユースケースを前方に置き、具体的に書くのが重要です。 ・スキルが多いと文脈節約のため description が短縮されることがあります。変更が反映されないときは Codex を再起動してください。 #OpenAICodex# #AgentSkills#

IROS2026はJournal Transferを加えて、以下の5件を発表します。#IROS2026# 1. A. Mustafa, R. Hanai, I. G. Ramirez-Alpizar, F. Marc Arden Erich, R. Nakajo, Y. Domae, and T. Ogata: ForceMapping: learning visual-force features from vision for soft objects manipulation 2. A. Mustafa, R. Hanai, I. G. Ramirez-Alpizar, F. Marc Arden Erich, R. Nakajo, Y. Domae, and T. Ogata: Non-Prehensile Throwing: A Reinforcement Learning Perspective 3. S. Fujita, H. Ichiwara, S. Sugano, and T. Ogata: Energy-Score Stabilized Attentive Mixture-Density Policy: A Lightweight Approach to Multimodal Robot Motion 4. X. Cai, H. Ichiwara, H. Hiruma, M. Yoshikawa, H. Ito, and T. Ogata: Stereo Multistage Spatial Attention for Real-Time Mobile Manipulation Under Visual Scale Variation and Disturbances 5. T. Tsukakoshi, T. Miyake, T. Ogata, Y. Wang, T. Akaishi, and S. Sugano: Close-Fitting Dressing Assistance Based on State Estimation of Feet and Garments with Semantic-based Visual Attention

1時間級の長尺動画を丸ごと理解し、ツールも検索も使いこなす——総30Bパラメータでも推論時はわずか3Bで動く、効率的なマルチモーダルモデルです🎬 タイトル: Kwai Keye-VL-2.0 Technical Report URL: 🎬 概要 Kuaishou（快手）が開発した、長尺動画理解とエージェント的知能に特化したオープンソースのマルチモーダル基盤モデルです。Mixture-of-Experts（MoE）構成を採用し、総30Bパラメータのうち推論時に活性化するのは3Bのみという効率性を実現しています。 ❓ 解決する課題 時間単位（hour-level）の長い動画を扱うには、膨大な計算が必要になります。 ・フレーム数が多く、長距離の時間依存を捉えるのが難しい ・計算制約に対処しつつ、多様なタスクで高い性能を保つことが課題でした 💡 方法論と提案手法 ・長文脈処理：DeepSeek Sparse Attention（DSA）をGQAベースのアーキテクチャに適応させ、256Kコンテキストのロスレス処理を実現。重要なフレームと長距離の時間依存を捉えます ・インフラ：スケーラブルな動画I/O、異種のViT-LM並列化、カスタムのDSAカーネル ・訓練：マルチタスクのアライメント時に生じる破滅的忘却に対処するため、Cross-Modal Multi-Teacher On-Policy Distillation（MOPD）を、Context-RL・Video-RLと組み合わせます 📊 実験結果 ・同規模のモデルの中で最先端（SOTA）の性能を達成しました ・特に、TimeLensでの細粒度な時間的ローカライズで際立ちます ・Video-MME-v2とLongVideoBenchでの長尺動画理解でも優れています ・Code・Tool・Searchをまたぐマルチモーダルなエージェント協調や、自己修正能力も備えます 🌍 ユースケース 長い動画の理解・検索・モデレーション、動画を扱う自律エージェントの基盤などに向きます。スパースアテンションをこの規模のマルチモーダルに初めて適用した点で、時間単位の動画処理を計算コストを抑えて現実的に回せるのが大きな強みです。 #動画理解# #マルチモーダル#

police uniformで警察っぽくはなるので後は好みの味付けをします。 navy blue police uniform shirt, chest embroidery and shoulder patches, black cargo shorts, utility belt, rimless tactical sunglasses, police cap with a visor, crew socks, police boots, handgun, shield #AIイラスト#