データ・AIのスキル

不揃いな表データをOpenRefineに取り込み、行の確認や文字列の整形、操作履歴の再利用を行い、整えた結果をCSV・TSVに書き出すスキル。

• CSV内の名前の余分な空白を除きたいとき
• 同じ整形手順を別のデータに再利用
• 変換前後の行データを確認したいとき

QGISの地図プロジェクトをコマンドで作成・編集し、地点や属性の追加、地図とラベルの配置、PDF・画像への出力、地理データの処理まで行うスキル。

• 地図プロジェクトを作り地点を追加したいとき
• 地理データへの図形や属性の追加
• ラベル付き地図のPDF・画像出力

Ollamaのモデル取得・削除や稼働確認から、文章生成、チャット、テキストの数値ベクトル化までをコマンドで扱い、JSON出力も得られるスキル。

• モデルの取得と詳細確認
• 指定モデルで文章や回答を生成したいとき
• テキストを数値ベクトルに変換したいとき

Difyのワークフロー定義ファイルをコマンドで作成・確認・編集します。ノードや接続、モデル、プロンプトの設定から、検証、差分確認、入出力までローカルで扱います。

• テンプレートからワークフローを作るとき
• ワークフロー定義を確認・検証したいとき
• ノードや接続を編集したいとき

ChromaDBのデータ群や文書をコマンドで管理し、文章の意味に基づく検索を実行します。JSON出力を使ったエージェント連携やサーバーの稼働確認にも対応します。

• ChromaDBの文書群を管理したいとき
• 保存文書を意味で検索したいとき
• JSONでエージェントに連携したいとき

CloudCompareで点群やメッシュをコマンド処理するスキル。ノイズ除去、地面の抽出、位置合わせ、距離計算から形式変換まで、3Dスキャンデータの加工を支援します。

• LiDARのノイズ除去と点数削減
• 建物や植生から地面を抽出したいとき
• 2つのスキャンの位置と距離を比較

出典が確認できる既存データを使い、数式計算とデータの特徴をまとめる記述統計を行います。式・単位・前提を明示し、不足する情報は推測せずに示します。

• 出典が分かるデータで計算したいとき
• 記述統計でデータの特徴をまとめたいとき
• 計算式・単位・前提を確認したいとき

AIエージェントの応答開始の遅さや推論コストを調べ、固定する指示・ツール定義と末尾へ足す動的情報を分けて、キャッシュを再利用しやすい会話構造を設計するスキル。

• 応答開始の遅さやキャッシュ低下を調べたいとき
• 時刻や変動するユーザー情報の配置を決めたいとき
• ツールの順序と会話の復元処理を見直したいとき

長い会話や大量のツール出力で膨らむAIエージェントの文脈を整理し、重要な判断・制約・出典を残す要約方法や圧縮のタイミングを設計するスキル。

• 大量の検索結果やツール出力の整理
• 要約で判断や制約を残したいとき
• 圧縮の開始条件と一括処理の設計

多数のツールを使うAIエージェント向けに、必要な定義だけを読み込む仕組みを設計します。検索方式の比較から、選択ミスやキャッシュ効率の低下への対処まで扱います。

• 多数のMCPツールを段階的に読み込みたいとき
• ツールの発見方式を比較したいとき
• 動的読み込み後のキャッシュ不調の調査

AIエージェントが会話をまたいで利用者の好みや履歴を覚える仕組みを設計・評価し、保存形式の選択、記憶の更新と整理、個人情報のマスキングまで検討するスキルです。

• 会話をまたぐ利用者の記憶を設計したいとき
• 保存形式や記憶フレームワークの比較
• 想起と複数会話の推論を評価したいとき

AIエージェントに渡す指示・会話履歴・ツール情報を整理し、業務ルールの明確化、必要なときに読み込むSKILL.mdの構成、外部情報の扱いを設計するスキル。

• システム指示の構成を見直したいとき
• SKILL.mdの構成と利用条件の確認
• 曖昧な業務ルールを判断条件に直したいとき

複数のAIエージェントを使うべきかの判断から、役割分担、情報共有、通信の設計まで支援します。ファイルの上書きや誤りの連鎖、処理の暴走を点検する指針も扱います。

• 単独か複数エージェントかを判断したいとき
• 役割分担と通信方法の設計
• 共有ファイルと会話履歴の境界の点検

AIエージェントの実行記録を検証し、繰り返す失敗を知識・指示・プログラム・モデルの改善につなげます。変更の独立検証や回復手順を含む、継続的な改善の仕組みを設計します。

• 同じ失敗を再利用できる指針に変えたいとき
• 実行記録を根拠付きで評価したいとき
• ブラウザ操作を検証付きで自動化したいとき

AIエージェントのモデルが苦手な原因を見極め、追加学習の方針を選びます。知識の補強、出力形式の安定化、強化学習に必要なデータ・環境の設計や不調の診断を扱います。

• モデルの追加学習方針を選びたいとき
• 学習用の例や文章を設計したいとき
• 強化学習の環境と報酬を設計したいとき

文書や会話履歴を、階層や関連性を保って整理し、必要な情報を探せる知識基盤を設計します。検索方式の選定から更新・承認の流れ、権限管理まで扱います。

• 複数文書を横断する検索の設計
• 長い会話履歴の整理と検索
• 知識の更新・承認フローの整備

AIエージェントの進捗忘れや同じ操作の繰り返しに対し、TODO・ツール使用回数・時刻・エラーを会話末尾にまとめて渡す状態管理の仕組みを設計するスキル。

• ツール呼び出しや再試行の反復を見直したいとき
• TODOと当初の目的を見失わないようにしたいとき
• 実行中の状態メッセージの更新方法を選びたいとき

AIエージェントの途中放棄や未検証の完了報告、終わらない反復処理を見直し、独立した検証と修正指示、予算上限を備えた作業ループを設計するスキル。

• テスト前の完了報告を見直したいとき
• 生成と審査を別エージェントに分けたいとき
• 確認済みの進捗から長期作業を再開したいとき

エージェントの失敗記録を分析し、望ましい行動と誤った行動を比べる学習データに整えます。追加学習の要否の判断から、改善と副作用の検証まで扱います。

• 失敗履歴の最初の誤判断の特定
• 失敗記録から学習用の行動ペア作成
• システム修正と追加学習の選択

AIエージェントの成功率・安定性・費用を測る評価の仕組みを設計します。採点基準、再現可能な環境、失敗原因の特定、再発確認まで整え、モデル選定や改善判断に使います。

• エージェントの評価を初めて設計したいとき
• 実際の業務でモデルを比較したいとき
• 評価点が下がった原因を調べたいとき

外部資料を検索してAIの回答に使うRAGの検索部分を設計・改善します。文書の分割、意味とキーワードによる検索の組み合わせ、順位の調整、品質評価まで扱います。

• 知識ベースの検索を構築したいとき
• 意味検索と単語検索を比較したいとき
• 検索で情報を拾えない原因を調べたいとき

AIエージェントの強化学習で使う報酬を設計し、結果と途中の行動をどう評価するか、採点の抜け穴や早すぎる完了をどう見つけて防ぐかを整理するスキルです。

• 強化学習の報酬を設計したいとき
• 採点の抜け穴や早期終了の調査
• 結果評価と途中評価の使い分け

直前の回答や計画、草稿、判断を複数の批評手法で見直すスキルです。対象に合う手法を選び、見つかった論点と修正案を確認して、承認した改善を反映します。

• 計画の前提を点検したいとき
• 草稿を複数の視点で見直したいとき
• 公開前に失敗の要因を探りたいとき

分子の性質予測や分子生成、タンパク質の学習などをTorchDrug 0.2.1で実装し、学習・評価の構築から互換性やコードの不具合確認まで支援するスキル。

• 分子の性質予測モデルの学習と評価
• 分子生成の処理を組みたいとき
• タンパク質の配列や構造の特徴学習