@k2works/claude-code-booster 6.3.0 → 6.3.1

package/lib/assets/docs/article/index.md

@@ -7,10 +7,11 @@
 | シリーズ | テーマ | 説明 |
 |------|------|------|
 | [テスト駆動開発から始めるプログラミング入門](https://k2works.github.io/getting-started-tdd/) | TDD を軸にした言語入門 | 共通題材で Red-Green-Refactor を体験し、言語ごとの設計思想を比較できます。 |
+| [アルゴリズムからはじめるプログラミング入門](https://k2works.github.io/getting-started-algorithm/article/) | アルゴリズムを軸にした言語入門 | 基本アルゴリズム、配列、探索、スタックとキュー、再帰、ソート、文字列処理、リスト、木構造までを TDD で実装しながら、多言語で比較して学べます。 |
+| [機械学習から始めるプログラミング入門](https://k2works.github.io/getting-started-machine-learning/) | 機械学習を軸にした言語入門 | 機械学習の題材をテストファーストで実装しながら、データ前処理、CI/CD、評価指標、モデル選択、API 設計まで多言語で学べます。 |
 | [Grokking Functional Programming](https://k2works.github.io/grokkingfp-excersice/) | 関数型プログラミング | 純粋関数、イミュータブルデータ、Option/Either、IO、並行処理まで体系的に学べます。 |
 | [Grokking Concurrency](https://k2works.github.io/grokking-concurrency-exercise/) | 並行処理プログラミング | スレッド、同期、非同期、ノンブロッキング I/O、分散並列処理を多言語で比較できます。 |
 | [Grokking Machine Learning](https://k2works.github.io/grokking-machine-learning-excersice/) | 機械学習 | 線形回帰から決定木、ニューラルネットワーク、SVM、アンサンブル学習まで、機械学習アルゴリズムを Python・Kotlin・F# で自前実装しながら学べます。 |
-| [機械学習から始めるプログラミング入門](https://k2works.github.io/getting-started-machine-learning/) | 機械学習を軸にした言語入門 | 機械学習の題材をテストファーストで実装しながら、データ前処理、CI/CD、評価指標、モデル選択、API 設計まで多言語で学べます。 |
 | [関数型デザイン - 原則、パターン、実践](https://k2works.github.io/functional-desgin-ppp/) | 関数型デザインパターン | OOP のデザインパターンを関数型パラダイムでどう表現するかを実践的に学べます。 |
 | [実践データベース設計：基幹業務システム編](https://k2works.github.io/practical-database-design/) | データベース設計 | 販売管理・財務会計・生産管理の基幹業務システムを題材に、業務フローとデータモデルを体系的に学べます。 |
 | [Docker/Kubernetes 実践コンテナ解説](https://k2works.github.io/getting-started-docker-kubernetes/) | コンテナ・オーケストレーション | コンテナの基礎から複数コンテナ構成、Kubernetes、継続的デリバリー、ケーススタディまで実践的に学べます。 |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@k2works/claude-code-booster",
-  "version": "6.3.0",
+  "version": "6.3.1",
   "description": "AI Agent Development Support Tool",
   "main": "main.js",
   "bin": {