データ・AIのスキル

Select optimal data structure based on operation requirements

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。

SetFit few-shot learning for efficient intent classification with minimal 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。

Structured prompt template creation with variables, formatting, and version control

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。

Hybrid search combining semantic and keyword retrieval for RAG pipelines. Implement BM25 + dense vector search with fusion strategies.

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。

OpenTelemetry instrumentation for LLM applications with distributed tracing

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。

Orchestrate workflows across multiple applications and APIs — inter-app coordination, data handoff, and multi-system task completion.

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。

Prompt injection detection and prevention for secure LLM applications

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。

Document chunking with multiple strategies including semantic, recursive, and fixed-size chunking

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。

Token-efficient prompt compression techniques for cost optimization

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。

LlamaIndex agent and query engine setup for RAG-powered agents

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。

Milvus distributed vector database configuration for large-scale RAG applications

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。

Pinecone vector database setup, configuration, and operations for RAG applications

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。

Constitutional AI and safety guardrail prompts for aligned LLM behavior

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。

Guardrails AI validation framework setup for LLM applications. Implement input/output validation, safety checks, and structured output enforcement.

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。

LangChain retriever implementation with various retrieval strategies for RAG applications

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。

Chain-of-thought and step-by-step reasoning prompts for complex problem solving

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。

Few-shot example generation and optimization for improved LLM performance

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。

WASM-based instant code transforms for simple tasks, achieving 352x speedup over LLM inference with zero cost.

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 and API design guidance covering component boundaries, data flow, integration patterns, and scalability considerations.

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 BEFORE reading any data file that could be large (CSV/TSV, Parquet, HDF5, FITS, NetCDF, NDJSON, genomics FASTQ/FASTA/VCF/BAM, GRIB, ROOT, or big text/simulation logs like VASP OUTCAR). Returns a compact memory pointer — header/schema/shape/sample/key numbers — by introspection and sampling in bounded memory, so you never load a file bigger than the context window into the model. Reference data via the pointer; read specific ranges deterministically.

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。

自动识别Prompt类型并分类保存（技术/内容/教学/产品/通用）。当用户提到"保存prompt"、"记录prompt"、"整理prompt"时使用。

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。

数据分析与办公提效全能助手。覆盖数据处理、分析洞察、报告撰写、PPT制作、数据可视化的端到端工作流。 始终从专家视角出发，帮用户多想一步。遇到不确定的问题主动与用户确认。 支持：Excel数据分析、投放数据复盘、ROI测算、数据可视化、报告生成、PPT制作、公式生成。 当用户提到"分析数据"、"做报告"、"做PPT"、"Excel"、"投放分析"、"ROI"、"复盘"、 "周报"、"月报"、"数据处理"、"图表"、"可视化"、"汇报"、"表格"、"公式"时使用此技能。

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。

Master SQL query optimization, indexing strategies, and EXPLAIN analysis to dramatically improve database performance and eliminate slow queries. Use when debugging slow queries, designing database schemas, or optimizing application performance.

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。

Master Unity ECS (Entity Component System) with DOTS, Jobs, and Burst for high-performance game development. Use when building data-oriented games, optimizing performance, or working with large entity counts.

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。