データ分析、機械学習、LLMアプリ、プロンプト設計（8,824 件）
概要と使いどころ
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。
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。
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。
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。
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。
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。
Persistent, adaptive vector memory for agents on a ruOS desktop — a Rust-native vector database with local semantic embeddings, HNSW retrieval, and graph relationships. Use to remember and recall across sessions with no database server or API key.
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。
Store and semantically search agent memory with ONNX vector embeddings on a ruOS desktop, using the Ruflo CLI. Use to persist patterns/decisions across sessions and recall them by meaning rather than exact key.
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 data from randomized controlled trials. Use when user mentions: treatment effects, ITT analysis, LATE, TOT, compliance analysis, attrition, balance checks, heterogeneous effects, RCT results, experimental 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。
Summary statistics, data exploration, and descriptive analysis. Use for: summary stats, describe data, data exploration, distributions, means, medians, correlations, cross-tabs.
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。
Publication-quality statistical visualization with mandatory best practices. Use when creating plots, charts, figures, or any data visualization. Enforces accessibility, uncertainty display, proper labeling, and statistical accuracy.
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。
Calculate statistical power and sample sizes for RCTs. Use when user mentions: power analysis, sample size calculation, minimum detectable effect, MDE, statistical power, effect size, clustering effects, design effect, ICC, intra-cluster correlation.
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。
Core statistical methodology and pedagogical approach for all Inquiro analyses. Always loaded to maintain teaching quality and reproducibility standards.
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。
Export Twitter/X data to CSV for analysis using Xpoz. Search by keywords, author, date range, and download complete datasets (up to 500K rows). Use when asked to "export tweets", "download Twitter data", "get tweets as CSV", "Twitter dataset", or "bulk tweet download".
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。
Auto-activate for Google ADK, LlmAgent, Runner, SQLSpecSessionService, google-genai, AgentRuntime, SpecTree, DynamicWorkflow, FunctionTool, or SSE agent chats. Not for offline ML training.
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。
Auto-activate for sqlspec, SQLSpec, SQLFileLoader, drivers, query builders, named SQL, filters, pagination, Arrow, framework extensions, ADK stores, or observers. Not for ORM repositories — use advanced-alchemy.
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 工作资产化诊断器 / Assetization Router：当用户提供 AI 协作会话、重复任务、prompt、工作流描述、 团队 AI 使用场景或一次成功交付过程，并要求判断应该沉淀成 Prompt、Context Pack、Workflow、Skill、 Loop、System，或根本不值得沉淀时使用。它只做诊断、分层和下一步资产建议，不替代具体 Skill 创建、 PRD 起草、调研、实现或自动化执行。不用于普通事实查询、一次性文案、trace 根因分析或高责任专业判断。
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。
研究データ管理計画（DMP）の作成とデータ公開・保管方針の整理を支援する
Use when facing SEO algorithm questions, content strategy decisions, Threads growth planning, GEO optimization, AI tool selection for SEO, or evaluating SEO vendors. Triggers on any algorithm or content marketing decision — even without mentioning darkseoking. Every insight is backed by patent numbers or tested 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。
System Prompt 工程 — 基於 Claude Code 914 行系統提示詞的逆向分析。Use when: 撰寫 system prompt、設計 prompt 動態組裝、最佳化 prompt cache 效率、撰寫安全指令。
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。