データ・AIのスキル

NanoClawの指定したエージェントグループに、APIキーなしで使えるTavilyのウェブ検索とURLからの情報抽出を追加するスキルです。

• 指定グループに検索を追加したいとき
• URLから情報を抽出したいとき
• APIキーなしで試したいとき

NanoClawで計画立案やツール操作を担うエージェントとしてCodexを追加します。グループごとにClaudeと切り替え、会話履歴の保持や再開にも対応します。

• NanoClawへのCodex導入
• グループごとにClaudeと使い分け
• ChatGPTやAPIキーでの認証設定

コンテナ内のエージェントをOllamaのローカルモデルにつなぎ、応答生成やモデル一覧の取得を可能にします。任意でモデルの追加・削除にも対応します。

• ローカルモデルに応答生成を任せたいとき
• 導入済みモデルを確認したいとき
• エージェントからモデルを追加・削除したいとき

Atomic Chatで動くローカルモデルを、NanoClawのエージェントから呼び出せるようにするスキル。モデル一覧の取得と文章生成のためのMCP接続を追加します。

• Claudeの作業をローカルモデルに任せたいとき
• 利用可能なモデルを一覧にしたいとき
• 指定したローカルモデルで回答を得たいとき

CSVの列構成を確かめ、依頼に応じた集計をPythonで行うスキル。欠損や形式の不備がある場合は前提を示し、具体的な数値と単位で結果を短くまとめます。

• CSVの数値を手早く把握したいとき
• 指定した項目を集計したいとき
• 欠損データの前提も確認したいとき

対話を通じて目的や出力形式を整理し、既存のプロンプトやAIの役割設定を改善します。設計の理由と、そのままコピーして使える指示文をまとめます。

• 既存のプロンプトを改善したいとき
• 製品名を考える指示文の設計
• 客服ロボットの応答範囲の設定

OpenClawに会話情報を保存・検索する長期記憶プラグインを導入します。設定から再起動、検索の動作確認まで進め、記憶を呼び出せない原因も調べます。

• OpenClawに長期記憶を導入したいとき
• 検索条件や保存期間を調整したいとき
• 保存した記憶を呼び出せないとき

Claude CodeやCodexなどをMemory Proxyへ接続し、チームの記憶や知識を使う設定を案内します。既存設定の確認から通信テスト、設定ファイルへの反映まで進めます。

• エージェントをチーム記憶に接続したいとき
• 既存のプロキシ設定を再利用したいとき
• 設定前に接続を確かめたいとき

対応するLLMモデルの追加や提供状況の確認を行い、公開ドキュメント・実機テスト・モデル別の設定をそろえて、モデル一覧を保守するスキル。

• 特定モデルへの対応を追加したいとき
• 掲載モデルの提供状況を確認したいとき
• 提供元ごとのモデルIDを更新したいとき

メール要約や短い返信案、メモ整理を担う汎用アシスタントの設計を支援します。担当範囲と完了条件を明確にし、簡潔な結果を返すための指示文を組み立てます。

• メール要約用アシスタントの設計
• 短い返信案を作るヘルパーの設計
• メモ記録エージェントの担当範囲整理

AIエージェントへの基本指示を、担当する成果・開始条件・完了基準から設計し、ツール不足時の対応や最終報告まで抜け漏れを点検するスキル。

• 新しいエージェントの基本指示の設計
• 保存前のプロンプトの最終点検
• ツールや権限が不足した際の対応設計

ウェブや社内文書を調べ、出典付きの報告をまとめる調査エージェントを設計するスキル。情報の鮮度、引用、未確認事項、報告形式のルールを定めます。

• 競合調査エージェントの設計
• 日付付き出典を添える報告役の作成
• 社内文書調査の引用ルールを定めたいとき

数値や評価の重みを動かしながら、計算結果や選択肢の順位を比較するローカル画面を作成。前提・数式・単位を添えて、条件による結果の違いを確かめられます。

• 入力値による計算結果の変化を試したいとき
• 評価の重みを変えて選択肢を比較したいとき
• 担当数から処理能力を試算したいとき

プロダクトの成長段階に合うKPIを定め、ダッシュボードの設計や継続率・機能利用の分析を通じて、数値の変化から次の改善策を整理するスキル。

• 成長段階に合うKPIを選びたいとき
• 用途別のダッシュボード設計
• 登録時期別の継続率比較

製品改善のA/Bテストを、仮説づくりから必要サンプル数の計算、結果の解釈まで支援します。評価指標や停止条件を事前に定め、施策の優先順位も整理します。

• 製品改善案を検証可能な仮説にしたいとき
• A/Bテストの必要サンプル数の見積もり
• 効果・確信度・容易さによる実験の順位付け

社内文書などを検索して回答に使うRAGの構成を設計します。実文書に基づく分割方法の選定から、検索用モデルやデータベースの比較、検索精度の評価まで支援します。

• 社内文書向けRAGを設計したいとき
• 文書の分割方法を選びたいとき
• 埋め込みモデルとDBの比較

複数のAIエージェントの役割分担と連携方式を要件から設計し、ツールの入出力定義の生成や実行ログの費用・遅延・失敗原因の分析まで支援するスキル。

• 調査自動化の役割分担を設計したいとき
• 複数エージェントの連携方式の選定
• ツールの入出力定義を生成・検証

データの取り込み・加工・保存の流れを設計し、定期実行の設定や品質検証、処理の高速化を支援します。バッチ処理とリアルタイム処理の選択から、データ基盤の運用まで扱います。

• データ取り込み・加工の流れを設計したいとき
• 定期処理とリアルタイム処理の比較
• データの鮮度・欠損・重複の検証

複数のAIエージェントが分担する処理を設計し、直列・並列などの構成選びから、受け渡す情報、失敗時の再試行、費用や文脈量の管理まで整理するスキル。

• 単独・複数エージェントの構成選び
• 複数工程の設定ひな型づくり
• 情報の受け渡しと復旧ルールの設計

A/Bテストの設計・分析、表形式データの前処理、予測モデルの学習・評価、施策の因果効果の推定を支援し、統計結果を事業判断へつなげるスキル。

• A/Bテストの設計と結果分析
• 予測モデル用の表データ前処理
• モデル性能の比較と実験記録

画像内の物体検出や領域分割を行うAIの開発を支援。データ整備、モデル選定、学習・評価から推論の高速化、本番環境への導入まで手順を整理するスキル。

• 物体検出の処理を構築したいとき
• 画像と注釈データを整備したいとき
• 学習済みモデルを高速化したいとき

学習済みの機械学習モデルを本番で運用するために、配備や監視、自動再学習の流れを整えます。社内文書を検索して回答するRAGや、LLMの費用管理も扱います。

• 学習済みモデルを本番公開したいとき
• モデル監視と再学習の流れを整えたいとき
• 文書検索を使うRAGの構築

評価用の事例でプロンプトの改善前後を比較し、検索資料を使うAIの回答品質やエージェント設定も点検。出力形式の設計とトークン・費用の見積もりを支援します。

• プロンプトの改善前後を比較したいとき
• 検索資料に基づく回答品質の測定
• エージェントのツール設定やループの点検

AI学習データの利用権限、データ基盤の選定、資産の商品化、採用計画を6つの問いで検討し、事業上の判断に必要な課題と次の行動を整理するスキル。

• AI学習前のデータ利用権限の確認
• データ基盤の構成を比較したいとき
• 商品化やM&A前のデータ資産評価