• Projects
  • Service
  • About
  • branding.bz
  • Podcast
  • Tips
  • FAQ
  • Recruit
  • Download
  • Contact
  • branding.bz（ブランド構築SaaS）
  • DESIGN NOW（デザインメディア）
  • X
  • LinkedIn
  • Spotify
  • Facebook

213-0011 神奈川県川崎市高津区久本3-6-7-303

© 2026 ID INC. All rights reserved

claude-skills/スキル
SKILLOfficialdevelopment

aidp-verified-queries

プラグイン
oracle-ai-data-platform-workbench-engineer-agent
ソース
GitHub で見る ↗
説明

ユーザーが動作する質問とそれに対応するSQL（データベース問い合わせ言語）のペアを登録・検証して `.aidp/verified-queries.md` に保存し、エージェント（自動処理を行うプログラム）が新しいSQLを生成する前に、信頼できる既存のSQLを再利用できるようにします。確認済みのペアはそれぞれクラスタ（複数のコンピュータを連携させたシステム）上で検証してから、信頼済みとしてマーク付けされます。 **次のような場合に使用:** - ユーザーが動作実績のあるクエリを標準形式として保存したい - 信頼できるクエリの参考集を構築したい - よくある質問に対する回答の信頼性を高めたい

原文を表示

Register and validate reusable question→Spark-SQL pairs in .aidp/verified-queries.md so the agent reuses trusted SQL before generating new SQL. Use when the user wants to save a working query as canonical, build a verified-query repository, or improve answer reliability for recurring questions. Validates each pair on the cluster before marking it verified.

ユースケース
  • 動作実績のあるクエリを標準形式として保存する
  • 信頼できるクエリの参考集を構築する
  • よくある質問への回答の信頼性を高める
本文（日本語訳）

aidp-verified-queries — 検証済みクエリリポジトリ（VQR）

.aidp/verified-queries.md を管理するスキルです。 このファイルには、検証済みの「質問 → Spark SQL」ペアが蓄積されており、 aidp-analyzing-data がゼロからSQLを生成する前に再利用します。 これは、最も高い信頼性を持つNL-to-SQLメカニズムです。

次のような場合に使用

  • 動作確認済みのクエリを、繰り返し問われる質問への標準的な回答として保存する場合
  • 検証済みクエリリポジトリの整理・クリーニングを行う場合

品質ゲート（重要 — スキップ厳禁）

誤った検証済みクエリは、精度を悪化させます。 verified: true に設定する前に、以下の条件をすべて満たす必要があります。

  1. 構文的に有効な Spark SQL であること
  2. クラスター上で実行可能であること（同梱の scripts/aidp_sql.py ヘルパー経由で実行）
  3. 記載された質問に実際に回答していること（結果の形状・値をサニティチェック）

いずれかのチェックが失敗した場合は verified: false（DRAFT）のままにし、理由を記録してください。 失敗したペアを自動的に昇格させてはなりません。

ワークフロー

  1. 候補となる質問とSQL（または aidp-analyzing-data で最後に実行されたクエリ）を読み込む。

  2. .aidp/semantic.md の論理名を優先し、参照する物理テーブルを記録する。

  3. 同梱ヘルパーを使ってSQLをクラスター上で実行し、検証する（MCP不要）:

    python "$PLUGIN_DIR/scripts/aidp_sql.py" \
  --region <region> --datalake <DATALAKE_OCID> --workspace <ws> --cluster <cluster-key> \
  --code "spark.sql('''<your SELECT … LIMIT 50>''').show(50, truncate=False)"

    このスクリプトは、api_key の DEFAULT プロファイルから UPST を生成し、 スクラッチノートブックを自動作成して、{status, outputs, spark_job_ids} 形式のJSONを返します。 status == "ok" であること、かつ質問に回答する結果が得られることを確認してください。 検証コストを抑えるため、件数を絞ったサンプル（LIMIT を付加）で実行してください。

  4. 所定のフォーマットに従いエントリを .aidp/verified-queries.md に追記する。 verified: true は、実行成功が記録されている場合のみ設定すること（クラスターと日付を明記）。

  5. 再利用時、aidp-analyzing-data は質問の類似度とテーブルの重複度でマッチングし、 日付・バインド値のみを適宜調整して使用する。

備考

  • .aidp/verified-queries.md はユーザーが編集可能で、gitの管理対象外です（プロジェクトごとに設定）。
  • エントリは小さく単一目的に保つこと。複雑な問いには、完全な作業例をそのまま記載してください。
  • このスキルは自己完結しています。検証は scripts/aidp_sql.py を通じて実行され、 MCPサーバーは不要です。aidp MCPが設定されている場合は nb_execute_code を アクセラレーターとして使用してもかまいませんが、必須ではありません。

参考資料

  • references/verified-queries.md · references/semantic-model.md
  • SQL実行ヘルパー: references/no-mcp-rest-map.md（scripts/aidp_sql.py を使ったMCP不要のSQL実行）
原文（English）を表示

aidp-verified-queries — the verified-query repository (VQR)

Maintain .aidp/verified-queries.md: validated question → Spark SQL pairs that aidp-analyzing-data reuses before generating SQL from scratch — the highest-reliability NL-to-SQL mechanism.

When to use

  • Save a working query as the canonical answer to a recurring question.
  • Curate/clean the verified-query repository.

Quality gate (critical — do not skip)

A wrong verified query makes accuracy worse. Before setting verified: true, the pair MUST:

  1. be syntactically valid Spark SQL,
  2. execute on the cluster (run it via the bundled scripts/aidp_sql.py helper),
  3. actually answer the stated question (sanity-check the result shape/values). If any check fails, keep verified: false (DRAFT) and explain why — never auto-promote a failing pair.

Workflow

  1. Read the candidate question + SQL (or take the last query run in aidp-analyzing-data).
  2. Prefer logical names from .aidp/semantic.md; record the physical tables touched.
  3. Validate by running the SQL on the cluster with the bundled helper (no MCP required):
    python "$PLUGIN_DIR/scripts/aidp_sql.py" \
  --region <region> --datalake <DATALAKE_OCID> --workspace <ws> --cluster <cluster-key> \
  --code "spark.sql('''<your SELECT … LIMIT 50>''').show(50, truncate=False)"
    It mints a UPST from the api_key DEFAULT profile, auto-creates a scratch notebook, and returns JSON {status, outputs, spark_job_ids}. Require status == "ok" and a result that answers the question. Run on a bounded sample (add LIMIT) to keep validation cheap.
  4. Append the entry to .aidp/verified-queries.md in the documented format; set verified: true only on a recorded successful run (note cluster + date).
  5. On reuse, aidp-analyzing-data matches by question similarity + table overlap and adapts only dates/bind values.

Notes

  • .aidp/verified-queries.md is user-editable and git-ignored (per-project).
  • Keep entries small, single-purpose; complex asks get a complete worked example.
  • This skill is self-contained: validation runs through scripts/aidp_sql.py, not any MCP server. If an aidp MCP happens to be configured you may use its nb_execute_code as an accelerator, but it is not required.

References

  • references/verified-queries.md · references/semantic-model.md
  • SQL execution helper: references/no-mcp-rest-map.md (No-MCP SQL via scripts/aidp_sql.py)

原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。