データ・AIのスキル

銘柄ごとの始値・高値・安値・終値・出来高を取り込み、比較しやすい数値に変換して日付別に保存します。値動きのパターン検出や類似検索に向けた下準備に使えます。

• 銘柄の価格・出来高履歴の取り込み
• 値動きのパターン検出の下準備
• 価格推移の比較前に数値を整えたいとき

進化的に調整したプロンプト設定を読み込み、構造の検証や生成されるシステムプロンプトの確認、実行記録の失敗分類を通じて、導入前の監査を支えるスキル。

• 調整済みプロンプトの導入前確認
• CIで設定変更を検証したいとき
• 実行記録の失敗を分類したいとき

AIエージェントの計画・記憶・ツール利用などの運用方針を一つずつ変更して隔離環境で評価し、実測で改善した候補だけを採用するスキル。

• 評価点を改善する方針を探したいとき
• 新分野向けの初期設定を探索
• 手動調整と探索結果を比較したいとき

Claude Codeのセッションログからモデル別のトークン使用量と米ドル費用を集計し、AgentDBへ保存するスキル。作業後の費用記録やレポート用データの蓄積に使えます。

• 作業の区切りに費用を記録したいとき
• セッション終了時の使用量保存
• 長時間作業の定期的な費用集計

対話や実績に応じて振る舞いを調整するエージェントを作成し、学習状況や効率・精度を確認します。フィードバックによる調整とエージェント間の知識共有も扱います。

• 学習設定を持つエージェントの作成
• 学習進捗と効率・精度の確認
• フィードバックに基づく動作調整

成功したタスクの手順や教訓を学習パターンとして保存し、長期保存向けに統合。分野別の追加学習や、保存先ごとの学習結果の確認、圧縮も扱います。

• 成功したタスクの教訓を保存
• 蓄積した作業履歴を統合
• 分野別の追加学習データを作成

別のローカルプロジェクトが学習したパターンを新しいプロジェクトへ引き継ぎ、IPFSの共有市場でパターンの検索・ダウンロード・公開も行うスキルです。

• 新規プロジェクトへ学習内容を引き継ぎたいとき
• 共有パターンを検索・確認したいとき
• 仲間にパターンを公開したいとき

証明や計画、原因分析などをDeepSeekの推論モデルに依頼し、最終回答と推論テキストを別々に取得して、表示や確認に使い分けられるスキル。

• 数学の証明を依頼したいとき
• 複数段階の検討が必要な計画作り
• 難しい不具合の原因調査

DeepSeekのモデルに一度のリクエストで要約・情報抽出・簡単な分類を依頼し、回答とトークン使用量をJSONで受け取るスキル。後続の処理にも渡せます。

• 文章を一度の依頼で要約したいとき
• 文章から情報を抽出したいとき
• 文章を簡単なカテゴリに分類したいとき

Claude Codeの単一セッションをメッセージ別に費用集計し、高額な応答を抽出。出力トークンやキャッシュ書き込み、モデルの違いから費用の要因を調べるスキル。

• 高額と判定されたセッションの原因調査
• キャッシュ書き込みの費用確認
• 指定時刻以降の高額メッセージ調査

タスクを実行前に振り分け、LLMを呼ばずに処理できると判定された割合と、LLM利用が必要なタスクの推奨モデル・費用上限の見積もりを報告するスキル。

• 似たタスクを一括処理する前の確認
• 単純なコード変換のLLM費用を見直す
• Agent Booster対象割合の確認

表示済みのWebページから文章や表を構造化して取り出します。個人情報と不正な指示を検査し、抽出手順を同じホストで再利用できる形で保存します。

• Webページの文章や表を抽出したいとき
• 定期的な抽出手順を保存したいとき
• 同じホストの別URLで再利用したいとき

セッションごとの支出を中央値とばらつきから調べ、通常より高い・低い費用のセッションを特定します。期間や判定基準を指定し、CIの異常検知にも使えます。

• 支出が突出したセッションを探したいとき
• 極端に低額なセッションを確認したいとき
• 直近1週間の費用異常を調べたいとき

手元の機器で動かすモデルの電力・機器費用と実測の生成速度から、百万トークン当たりの費用を試算し、稼働率別に外部APIとの損益分岐点を比べます。

• ローカルモデルとAPIの費用比較
• 稼働率ごとの費用を知りたいとき
• 電気代と機器償却を含む原価試算

AIエージェントとの会話ごとに費用を集計し、開始日時、メッセージ数、主なモデルとともに一覧化。高額な会話の振り返りや、長い作業を始める前の費用把握に使えます。

• 終了した会話の支出を振り返りたいとき
• 費用の高い会話を見つけたいとき
• 長い作業前に会話費用を把握したいとき

AIモデルを使い分けた実際の費用を、全処理を同じモデルに任せた場合の試算と比較します。期間別の節約額・節約率から、モデル選択の費用面を検証するスキルです。

• 費用レビューで節約効果を報告したいとき
• モデル選択の設定変更後の費用検証
• CIで節約率の基準を確認したいとき

直近7日間のエージェントとモデルのトークン使用を分析し、モデル選択やキャッシュ、重複作業を見直して、削減額の試算付きで改善策を提案するスキルです。

• AI利用費が想定を超えたとき
• 作業に合うモデルを選びたいとき
• プロンプトキャッシュの効率確認

コスト分析の質問に応じてReasoningBankの圧縮済み文脈を取得し、取得件数や報告上のトークン削減数を整理します。関連パッケージの利用可否も確認できます。

• コスト分析用の圧縮済み文脈を取得
• 記憶の取得件数とキャッシュ状況の確認
• 報告上のトークン削減数と限界の確認

AIエージェントのトークン使用量と米ドル建て費用を、モデル別・エージェント別・処理階層別に集計し、指定期間の予算消化率や警告を確認するスキル。

• 今日のAI利用費を確認したいとき
• モデル別・担当別の費用比較
• 予算消化率と警告の確認

OpenRouterの実際の請求額を、APIキーの利用状況や生成IDから確認します。日・週・月の使用額、上限、クレジット残高を調べるスキルです。

• 日・週・月の利用額を確認したいとき
• APIキーの上限接近を調べたいとき
• 生成IDから個別の請求額を確認

Flow NexusとE2Bの隔離環境でニューラルネットワークを学習・配置し、予測の実行、分散学習の監視、性能評価やモデル共有まで進めるスキル。

• 画像分類モデルを学習したいとき
• LSTMで時系列を予測したいとき
• 感情分析テンプレートの配置

分散したエージェントの記憶データをAgentDBに集約し、SQLiteやMarkdownからの移行、意味の近い情報の検索、エージェント間の共有を設計するスキル。

• 分散したエージェント記憶の統合
• SQLite・Markdownのデータ移行
• 意味の近い保存情報を探したいとき

文書の意味の近さで探す検索をAgentDBで実装します。文書の登録、類似検索、属性による絞り込みを組み合わせ、関連資料を参照して回答する仕組みを作れます。

• 検索した資料を根拠に回答したいとき
• 知識ベースに意味検索を追加したいとき
• 内容の似た文書を探したいとき

AgentDBのメモリ使用量や検索速度を改善するために、データ圧縮、検索用インデックス、キャッシュ、一括処理の設定と性能測定を支援するスキル。

• AgentDBのメモリ使用量を減らしたいとき
• 精度を保ちながら検索を速めたいとき
• 数百万件のベクトル向け設定の検討