データ分析、機械学習、LLMアプリ、プロンプト設計（9,176 件）
Adversarially verifies DATA_MODEL.md property rows against cited Source files. Use after data-model-documenter when DATA_MODEL.md changed — inventories each property in added/changed catalog sections and classifies VERIFIED / REFUTED / UNVERIFIABLE. Triggers on "verify DATA_MODEL", "check catalog against source", "data model verification".
日本語の概要は準備中です。原文の説明を表示しています。
Catalog APIs, persistence models, and message/event payloads into DATA_MODEL.md at the project root. Use after implementation when a diff touches request/response types, schemas, ORM models, queue payloads, or webhook shapes. Triggers on "document data model", "update DATA_MODEL", "catalog API shapes".
日本語の概要は準備中です。原文の説明を表示しています。
Search and analyze X (Twitter) using xAI Grok 4 via OpenRouter with Live Search. Trigger on prompts that explicitly or implicitly ask to "search Twitter/X", "what's trending", "tweets from @handle", "hashtag #…", "what are people saying", or that require tweet-level activity/engagement from X.
日本語の概要は準備中です。原文の説明を表示しています。
Optimizes natural-language image requests and rough prompts into ready-to-use GPT Image 2.5 prompts using the official prompting guide as a live reference. Use when users ask to improve image prompts, 优化生图提示词, 把想法变成提示词, or write prompts for GPT Image 2.5 Flare or Sunburst. Produces prompt text, not images, unless the user explicitly asks to generate.
日本語の概要は準備中です。原文の説明を表示しています。
Next.js AppRouter における、データフェッチング、データベースへのクエリ発行のベストプラクティス。データフェッチを伴う処理を実装、変更する場合はこのドキュメントを参照すること。
Eng manager-mode plan review. Lock in the execution plan, data flow, diagrams, edge cases.
日本語の概要は準備中です。原文の説明を表示しています。
Generate database migration, model update, and seed data
日本語の概要は準備中です。原文の説明を表示しています。
Create or review dygo Fixtures and explicit Patches for reference data, setup Records, backfills, renames, and unsafe lifecycle transitions. Use when metadata sync alone cannot express the required data change.
日本語の概要は準備中です。原文の説明を表示しています。
Design or change dygo Entity metadata, Fields, Record Collections, links, naming, routes, indexes, and constraints. Use when a business data model or metadata contract is the main task.
日本語の概要は準備中です。原文の説明を表示しています。
Automate Asin Data API tasks via Rube MCP (Composio). Always search tools first for current schemas.
日本語の概要は準備中です。原文の説明を表示しています。
Automate AI ML API tasks via Rube MCP (Composio). Always search tools first for current schemas.
日本語の概要は準備中です。原文の説明を表示しています。
Creates detailed, sectionized implementation plans through research, stakeholder interviews, and multi-LLM review. Use when planning features that need thorough pre-implementation analysis.
日本語の概要は準備中です。原文の説明を表示しています。
Analyze cryptographic code to detect operations that leak secret data through execution timing variations.
日本語の概要は準備中です。原文の説明を表示しています。
Persistent memory systems for LLM conversations including short-term, long-term, and entity-based memory
日本語の概要は準備中です。原文の説明を表示しています。
Strategies for managing LLM context windows including summarization, trimming, routing, and avoiding context rot
日本語の概要は準備中です。原文の説明を表示しています。
Elite content marketing strategist specializing in AI-powered content creation, omnichannel distribution, SEO optimization, and data-driven performance marketing.
日本語の概要は準備中です。原文の説明を表示しています。
Smart dependency management for any language. Auto-detects project type, applies safe updates automatically, prompts for major versions, diagnoses and fixes dependency issues.
日本語の概要は準備中です。原文の説明を表示しています。
Implement routing in Angular v20+ applications with lazy loading, functional guards, resolvers, and route parameters. Use for navigation setup, protected routes, route-based data loading, and nested routing. Triggers on route configuration, adding authentication guards, implementing lazy loading, or reading route parameters with signals.
日本語の概要は準備中です。原文の説明を表示しています。
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
日本語の概要は準備中です。原文の説明を表示しています。
AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.
日本語の概要は準備中です。原文の説明を表示しています。
Train an ML model in the QuantConnect ML-Training-Pipeline with thermal-safe GPU usage and rigorous validation. Arguments: <architecture|script> [--dry-run] [--seeds 0,1,7,42,99] [--folds 5] [--bg]
日本語の概要は準備中です。原文の説明を表示しています。
Comprehensive guide to designing reliable, scalable data systems covering databases, streaming, and consistency
日本語の概要は準備中です。原文の説明を表示しています。
Jetpack Compose navigation expert with type-safe routes, Hilt DI, and MVVM/MVI architecture. Activate on: Jetpack Compose navigation, Compose type-safe routes, Hilt dependency injection, MVVM Android, MVI pattern, Compose state management, NavHost, ViewModel. NOT for: XML layouts (use frontend-architect), iOS SwiftUI (use swiftui-data-flow-expert), React Native (use react-native-architect).
日本語の概要は準備中です。原文の説明を表示しています。
Declarative programming framework for optimizing LLM prompts through compilation and automatic tuning
日本語の概要は準備中です。原文の説明を表示しています。