jpskill.com
🛠️ 開発・MCP コミュニティ 🔴 エンジニア向け 👤 エンジニア・AI開発者

🛠️ Neural Train

neural-train

成功したタスクの完了結果から、SONA

⚡ ⏱ 障害ポストモーテム 1日 → 1時間

📺 まず動画で見る(YouTube)

▶ 【衝撃】最強のAIエージェント「Claude Code」の最新機能・使い方・プログラミングをAIで効率化する超実践術を解説! ↗

※ jpskill.com 編集部が参考用に選んだ動画です。動画の内容と Skill の挙動は厳密には一致しないことがあります。

📜 元の英語説明(参考)

Train SONA + MicroLoRA neural patterns from successful task completions; runs the DISTILL + CONSOLIDATE phases of the 4-step pipeline

🇯🇵 日本人クリエイター向け解説

一言でいうと

成功したタスクの完了結果から、SONA

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⬇ このSkillをダウンロード(.skill) 元のソースを見る ↗

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-17
取得日時
2026-05-17
同梱ファイル
1

💬 こう話しかけるだけ — サンプルプロンプト

  • › Neural Train を使って、最小構成のサンプルコードを示して
  • › Neural Train の主な使い方と注意点を教えて
  • › Neural Train を既存プロジェクトに組み込む方法を教えて

これをClaude Code に貼るだけで、このSkillが自動発動します。

📖 Claude が読む原文 SKILL.md(中身を展開)

この本文は AI(Claude)が読むための原文(英語または中国語)です。日本語訳は順次追加中。

Neural Training

Train and consolidate neural patterns. Implements the DISTILL and CONSOLIDATE phases of the 4-step intelligence pipeline.

When to use

  • After completing a successful task — capture what worked.
  • After accumulating ≥10 task completions — run consolidation to fold patterns into long-term storage.
  • When training a new domain — create a MicroLoRA adapter for it.

Standard flow (DISTILL)

  1. Check current neural status — mcp__claude-flow__neural_status.
  2. Start a trajectory — mcp__claude-flow__hooks_intelligence_trajectory-start with the task context.
  3. Record steps — for each significant action, mcp__claude-flow__hooks_intelligence_trajectory-step.
  4. End trajectory — mcp__claude-flow__hooks_intelligence_trajectory-end with verdict: pass|fail|partial.
  5. Learn from the trajectory — mcp__claude-flow__hooks_intelligence_learn.
  6. Train patterns — mcp__claude-flow__neural_train with --pattern-type coordination --epochs 10.
  7. Store patterns — mcp__claude-flow__hooks_intelligence_pattern-store.
  8. Verify — mcp__claude-flow__neural_patterns to confirm.

SONA adaptation (single-domain, <0.05ms)

For real-time micro-adaptation:

mcp tool call ruvllm_sona_create --json -- '{"domain": "coding"}'
mcp tool call ruvllm_sona_adapt --json -- '{"feedback": {"score": 0.9, "trajectory": "..."}}'

MicroLoRA adaptation (multi-domain)

When you have ≥3 distinct domains, create a MicroLoRA adapter per domain rather than overloading SONA:

# Create the adapter
mcp tool call ruvllm_microlora_create --json -- '{"domain": "frontend"}'

# Adapt with feedback
mcp tool call ruvllm_microlora_adapt --json -- '{"adapter": "frontend", "feedback": {...}}'

# CONSOLIDATE phase: apply EWC++ on weight deltas to prevent catastrophic forgetting
mcp tool call ruvllm_microlora_adapt --json -- '{"adapter": "frontend", "consolidate": true}'

The --consolidate flag is the EWC++ trigger. Without it, fresh training overwrites older domains.

CONSOLIDATE phase (separate from training)

After every ~10 trajectory completions, run a full consolidation pass:

mcp tool call agentdb_consolidate --json
mcp tool call neural_compress --json    # storage efficiency

This folds patterns into long-term storage under EWC++ semantics.

Bootstrapping from scratch

If the system has no learned patterns yet:

mcp tool call hooks_pretrain --json -- '{"modelType": "moe", "epochs": 10}'
mcp tool call hooks_build-agents --json -- '{"agentTypes": "coder,tester"}'

hooks_pretrain writes to the patterns (plural) namespace — distinct from the pattern (singular) ReasoningBank target. See ruflo-agentdb ADR-0001 for the namespace convention.

Reset (testing only)

To wipe intelligence state (e.g., for benchmarking):

mcp tool call hooks_intelligence-reset --json

CLI alternatives

npx @claude-flow/cli@latest neural train --pattern-type coordination --epochs 10
npx @claude-flow/cli@latest neural patterns --list
npx @claude-flow/cli@latest neural status
npx @claude-flow/cli@latest neural compress
npx @claude-flow/cli@latest hooks pretrain --model-type moe --epochs 10
npx @claude-flow/cli@latest hooks build-agents --agent-types coder,tester