MaryCache/imozuru

知らない分野を、言葉を知らないところから原文にたどりつくまで掘る Claude Code のスキル。

「調べて」とだけ頼むと、AI はたいてい検索して上から数件を読み、要約を返す。 imozuru は、人の情報探索の研究（Bates の berrypicking、Ellis の探索行動のモデル、Kuhlthau の探索過程）が示した探し方を AI にやらせる。 界隈の用語・中心の人・場を先に特定し、引用・リンク・著者を芋づる式にたどって、当たりの原文をそのまま手元に落とす。

flowchart LR
    A[問いと<br>要る主張を書く] --> B[地図づくり<br>用語・人・場]
    B --> C[たどる<br>引用・リンク・著者]
    C --> D[原文を落とす]
    D --> E{要る主張に<br>原文が付いた？}
    E -- まだ --> C
    E -- 付いた・飽和した --> F[抜き書きの<br>ページを作る]

• 地図を作る: 違う探し方の2本（英語と日本語など）で、用語・人・場・定番の資料を集めて map.md に書く
• たどる: 参考文献を後ろへ、被引用を前へ、著者で追う、場を通しで見る。論文の分野でも、個人のブログや動画しかない分野でも同じ動きでたどる
• 原文を落とす: PDF・記事・YouTube の字幕を sources/ に保存する。404 やログインの壁は中身を見て弾く
• 要約しない: 原文を要約せず、主張ごとに「どのファイルの何行目か」を指す。判断するのは原文を読む人
• 証拠で止める: 最初に「答えるのに要る主張」を決め、その全部に原文が付くか、新しい資料がほとんど出なくなったら止める
• 抜き書きのページ: 原文からそのまま切り出した文を主張ごとに並べた HTML を作る。抜き書きが原文の指定の行にそのまま在るかを機械で照合し、言い換えが混ざっていたら作らずに止まる
• 見張る: 掘って見つけた場所（Qiita・Zenn のタグ、note、YouTube、ブログ、arXiv）の新着を RSS で引き、原文の冒頭1行つきで並べる

skills の CLI で入れる。

npx skills add MaryCache/imozuru

手で入れるなら、skills/imozuru/ を ~/.claude/skills/imozuru/ に写す。

スクリプトは Python 3.10 以上の標準ライブラリだけで動く。次のコマンドは、あれば使う。

引用をたどる chain.py は OpenAlex の API を使う。API キーは要らない。

Claude Code で、こう頼む。

芋づる式に調べて: 歌ってみたの MIX で、上手い人がどういう順番で処理しているか

Gaussian Splatting ってよく聞くけど全然わからない。論文とか解説の流れを掘ってほしい

/imozuru watch react

結果は ~/research/<話題>/ に置かれる。

map.md         問い・要る主張・用語・人・場・原文の表・次の手がかり
log.md         周ごとに、何を探して何が出たか・判断とその理由
sources/       落とした原文
extracts.json  抜き書き
report.html    抜き書きのページ

抜き書きのページの見本は examples/demo/ にある。スクリプトだけ試すなら、次で report.html ができる。

python3 skills/imozuru/scripts/report.py examples/demo

調べ始めの混乱した段階で詳しくまとめると、早すぎる閉じ（premature closure）を招く（Kuhlthau 1991）。 エージェントは原文を落として場所を指すだけにし、判断は原文を読む人がする。

最初に「答えるのに要る主張」を3〜6個決め、その全部に原文の場所が付いたら止める（HALT・Roh & Han 2026）。 主張は甘く作れてしまうので、少なくとも1つは依頼の言葉の条件をそのまま入れ、半分以上は原文を読まないと答えられない形にする。

もう一つの止めどきは飽和。 違う探し方の2本（英語と日本語など）を並べ、挙がった資料の7割以上がすでに地図にあれば止める。 独立した2回の探索の重なりから全体の数を見積もる考え方（Kastner 2007）を借りた。 7割は試しながら決めた目安で、根拠はまだ弱い。

AI の検索は、方向がいくつもありうる段階で1つを選び、その後の検索が同じ道を強めて失敗する（Zhou ら 2026 HypoSearch）。 迷ったら別の仮説で検索役を2本並べ、戻ってから比べる。

塗り方や MIX のように論文がほとんど無い分野の知恵は、個人のブログや動画にある。 論文の参考文献をたどるのと同じ動きで、記事の中のリンクや「〇〇さんの記事を参考に」をたどる。 落とした原文には種類の印を付け、どれを信じるかは読む人に任せる。

• 〔論文〕査読や会議を通ったもの、arXiv のプレプリント
• 〔本人〕やった本人の記録（自分で試した・作った・測った過程が書いてある）
• 〔観察〕他人の作品ややり方を見て、特徴を書き出したもの
• 〔まとめ〕他人の知見を集めた・言い換えた記事
• 〔公式〕道具や製品を作った側の文書

原文を何十本も落としただけでは読まれない。 間を取るのが Ellis の動きの一つである抜き書き（extracting）。 report.py は抜き書きの文が原文の指定の行にそのまま在るかを照合し、1語でも言い換えが混ざっていればページを作らずに止まる。

スキルの各決まりがどの論文のどこから来たかは skills/imozuru/references/theory.md に並べた。

• 検索役のサブエージェントは Web を検索するので、問いの中身が検索語として外に出る。機密や個人データが絡む調べものには使わない
• 有料の論文を回避する手段は使わない。取れないものは「届かなかった」と報告する
• 落とした原文は手元で読むための写し。再配布しない

MIT