読み込み中…
読み込み中…
プレイグラウンド
Claude Code がユーザープロンプトを受け取り、サブエージェントを spawn し、Read·Write·Bash·Glob ツールで ML タスクを解いていく様子を追いましょう！
Claude Code に任せる ML タスクは？
各シナリオは実際の repo で Claude Code が処理する ML タスクです。orchestrator が Task(subagent=...) で委任し、各エージェントがツールを呼び出します。
プロンプト
顧客離反予測
“telco_churn.csv の通信顧客データで XGBoost 分類器を構築し、検証 AUC 0.80 以上を達成してください。”
🎯 検証 AUC ≥ 0.80 の離反予測モデルを納品
すべてのサブエージェントは Claude Code セッション内で動作すると想定しています。
💡 Code サブエージェントを OFF にして ▶ 再生 — Write train_*.py の段階でセッションが停止します。
8段階 · エージェント別サブタスク
orchestrator がユーザープロンプトを 8 つのサブタスクに分割し Task() で委任するロードマップです。▶ 再生で現在のターンが強調されます。
解く問題
顧客離反予測
検証 AUC ≥ 0.80 の離反予測モデルを納品
大きな問題を 8 つのサブタスクに分解
要求に合う CSV データセットを探す
学習可能な特徴量行列を作る
表データに適した分類器を設計
検証 AUC を最大化するハイパーパラメータを探す
再現可能な学習スクリプトを書く
目標 AUC 達成とデータリークを確認
モデルアーティファクトを保存（デプロイは任意）
spawn 可能な専門エージェント ON/OFF
orchestrator が plan を作成し Task(subagent=...) で委任 · 各エージェントは Read/Write/Bash/Glob ツールを使用
有効サブエージェント 5/6
Claude Code orchestrator が Task() で呼び出すサブエージェントです。orchestrator は常時有効、他はトグルで選択します。
Task() でサブエージェント spawn · .cursor/plan.md 作成
orchestrator · Task() spawn · .cursor/plan.md
Glob/Read/Grep · Write/Bash 前処理
Glob/Read/Grep で探索 · Write/Bash で前処理
configs Write/Edit · Bash HPO
configs/*.yaml Write · Bash で HPO/チューニング
train/serve スクリプト Write/Edit
train_*.py · serve_*.py Write/Edit
Bash 評価・監査 · metrics Read
Bash pytest/bench · metrics.json Read
manifest Write · kubectl/curl Bash
deploy/*.yaml Write · kubectl/curl Bash
このシナリオの必須役割
クリックで ON/OFF · ターン進行表示
横トラックは Claude Code セッションのサブエージェント委任順序です。役割をクリックして spawn 対象を ON/OFF するとセッションがリセットされます。
Claude Code セッション
·Claude Codeロスターとセッションボードのどちらからでも同じ操作でサブエージェントを選択できます。
Task 委任 · tool use · コンテキスト引き渡し
各ターンはサブエージェントの tool use です。Glob/Read/Write/Bash 呼び出しと workspace コンテキストの引き渡しを確認しましょう。
顧客離反予測
telco_churn.csv の通信顧客データで XGBoost 分類器を構築し、検証 AUC 0.80 以上を達成してください。
🎯 検証 AUC ≥ 0.80 の離反予測モデルを納品
▶ 再生で Claude Code セッションを開始します。
必須ターンがすべて通過したか
有効サブエージェント
4
総ターン
8
完了ターン
0
必須役割
4
▶ 再生または 1ステップで Claude Code セッションを実行。