データ・AIのスキル

Optimize embedding strategies for AI retrieval. TRIGGERS - Use when user needs help with ai-embedding-optimizer related tasks.

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 AI data deduplication systems. TRIGGERS - Use when user needs help with ai-deduplication related tasks.

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 data privacy systems for AI. TRIGGERS - Use when user needs help with ai-data-privacy-system related tasks.

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 data pipelines for AI model training. TRIGGERS - Use when user needs help with ai-data-pipeline related tasks.

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。

Guide AI model fine-tuning with data preparation. TRIGGERS - Use when user needs help with ai-fine-tuning-guide related tasks.

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。

Plan AI fine-tuning projects with data preparation, training, and evaluation. TRIGGERS - Use when user needs help with ai-fine-tuning-plan related tasks.

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 feature stores for ML systems. TRIGGERS - Use when user needs help with ai-feature-store related tasks.

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 AI data cleaning systems. TRIGGERS - Use when user needs help with ai-data-cleaner related tasks.

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 AI prompt chains and multi-step workflows for complex tasks. TRIGGERS - Use when user needs help with ai-chain-builder related tasks.

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 analytics for AI chatbot performance. TRIGGERS - Use when user needs help with ai-chatbot-analytics related tasks.

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 AI data enrichment systems. TRIGGERS - Use when user needs help with ai-data-enricher related tasks.

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 AI data analysis assistants with visualization. TRIGGERS - Use when user needs help with ai-data-analyst related tasks.

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 AI conversations. TRIGGERS - Use when user needs help with ai-conversation-analytics related tasks.

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 AI conversation analytics systems. TRIGGERS - Use when user needs help with ai-conversation-analyzer related tasks.

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 text and data classification systems with training and evaluation. TRIGGERS - Use when user needs help with ai-classification-system related tasks.

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 agricultural data analytics. TRIGGERS - Use when user needs help with agricultural-data-analytics related tasks.

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。

Explore Solana's architecture and protocol internals. Covers the SVM execution engine, account model, consensus, transactions, validator economics, data layer, development tooling, and token extensions using the Helius blog, SIMDs, and Agave/Firedancer source code.

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。

Extract clean markdown from any URL, including JavaScript-rendered SPAs. Use this skill whenever the user provides a URL and wants its content, says "scrape", "grab", "fetch", "pull", "get the page", "extract from this URL", or "read this webpage". Handles JS-rendered pages, multiple concurrent URLs, and returns LLM-optimized markdown. Use this instead of WebFetch for any webpage content extraction.

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。

Control and interact with a live browser session on any scraped page — click buttons, fill forms, navigate flows, and extract data using natural language prompts or code. Use when the user needs to interact with a webpage beyond simple scraping: logging into a site, submitting forms, clicking through pagination, handling infinite scroll, navigating multi-step checkout or wizard flows, or when a regular scrape failed because content is behind JavaScript interaction. Also useful for authenticated scraping via profiles. Triggers on "interact", "click", "fill out the form", "log in to", "sign in", "submit", "paginated", "next page", "infinite scroll", "interact with the page", "navigate to", "open a session", or "scrape failed".

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-powered autonomous data extraction that navigates complex sites and returns structured JSON. Use this skill when the user wants structured data from websites, needs to extract pricing tiers, product listings, directory entries, or any data as JSON with a schema. Triggers on "extract structured data", "get all the products", "pull pricing info", "extract as JSON", or when the user provides a JSON schema for website data. More powerful than simple scraping for multi-page structured extraction.

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。

把 Claude 腔的中文改写成平实自然的中文。六段流水线的第四段： 专拆 Claude 的助手腔 —— 对话残留、客套、解释癖。稿子整体的 AI 模板句式归第二段管。 规则提炼自开源项目 gvzdv/claudish-to-english（2.4k star）的内置改写 prompt， 本地化成中文，由 agent 直接执行，不需要装它的插件。

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。

写中文的时候直接绕开 AI 腔，而不是写完再洗。给 LLM 当写作指令用：喂进题目和文体， 产出的初稿就已经没有模板句式、没有价值拔高骨架、没有等厚段落。 这是六段流水线的第一段。第一段决定文章有没有人味，后面几段只能修，补不出来。 这份文件本身刻意写成它要求的那种中文 —— 指令文档的版式和语气会被模型当范文模仿， 一份满是加粗和编号清单的规范，教出来的就是加粗和编号清单。

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。

中文去 AI 腔一整套（装完即用，零 API Key —— 装了本 skill 的 agent 自己就是那个 LLM）。 六个流程：① 生成即去 AI —— 写中文时按本 skill 的写作指南落笔，初稿就不带 AI 腔； ② 复查改写 —— 产出后对照本 skill 的清单再过一遍，定点拆模板句式； ③ Python 词语替换 —— ./humanize replace 按文体自动路由词表（学术 120+ 条 / 通用 220+ 条），只做短语级、只在子句边界替换，改完自动核对数字/专名/段落； ④ Claude 腔转中文 —— 把 Claude 助手腔的中文改写成平实中文， 规则提炼自 gvzdv/claudish-to-english 并本地化； ⑤ 去水印 —— ./humanize watermark 扫清零宽字符/双向控制符/同形替身， 并对照 guillaumemeyer/watermarks-remover 说明统计水印的边界； ⑥ 纠错顺句 —— 修错词、病句、标点，拗口和用词不准处轻手顺一顺；改动范围有硬校验。 另有检测（0-100 分）、风格转换、学术降重等 CLI。 Use when user says: "去AI味", "降AIGC", "人性化文本", "humanize chinese", "AI检测", "AIGC降重", "去除AI痕迹", "文本改写", "论文降重", "知网检测", "维普检测", "AI写作检测", "让文字更自然", "detect AI text", "humanize text", "make text human-like", "去ai化", "改成人话", "去机器味", "长文本改写", "小说改写", "写一篇", "claudish", "去claude腔", "助手腔", "去水印", "watermark remover", "remove watermark"

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。

Use when streaming durable workflow updates to a UI in real time — live order status pages that animate as steps complete, AI agent token streaming from a function to the browser, log tailing for long-running jobs, or human-in-the-loop approval flows that publish a prompt and wait for a user reply. Covers Inngest v4 native realtime: defining typed channels, publishing from inside step.run, minting subscription tokens via server actions, and consuming the stream from React/Next.js client components.

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。