Daniel Avila

調査・執筆・分析などの役割を持つAIエージェントをCrewAIで組み合わせ、作業の引き継ぎや記憶、条件分岐を備えた協働処理を構築するスキル。

• 調査から記事作成までの分担処理
• 管理役による専門エージェントの連携
• 条件分岐のある作業フローの構築

複数のAIエージェントの作成や状態確認、休止・再開、名前変更、設定の書き出し・読み込み、プラグイン管理をAI MaestroのCLIで行うスキル。

• プロジェクト用エージェントの作成
• 稼働状態や担当タスクの確認
• エージェントを休止・再開したいとき

自律型コーディングエージェントの設計を、コード例とチェック項目で支援します。ツール連携、権限と承認、ブラウザ操作、作業状態の保存・再開を扱います。

• コーディングエージェントの実行ループ設計
• ファイル・コマンド用ツールの設計
• 権限と人による承認の仕組み作り

コード内の関係を記録したデータベースから、関数の呼び出し元や依存先、モデル間の関連を調べ、修正前に変更の影響範囲を把握するスキル。

• 関数変更前に呼び出し元を調べたいとき
• モデル変更に伴うserializerの確認
• 関数間の呼び出し経路の調査

複数のローカルCLIエージェントをtmuxの別セッションで並列実行し、起動・停止、タスク割り当て、ログ監視を管理。cronによる定期作業にも使えるスキル。

• 複数のローカルエージェントの並列実行
• エージェントごとのタスク割り当て
• ログを追って実行状況を確認したいとき

PyTorchの学習コードを複数GPUや複数マシンに対応させ、混合精度やメモリ分散も設定できます。Accelerateによるコード変更から起動までを案内するスキルです。

• 単一GPUの学習を複数GPUへ移したいとき
• 混合精度の学習を設定したいとき
• DeepSpeedやFSDPを導入したいとき

入力ごとに一部の専門ネットワークを選んで動かすMoEモデルの設計と学習を支援します。処理の振り分け、負荷の偏り、GPUへの分散を調整し、推論の最適化まで扱います。

• 計算予算に合わせてMoEを設計したいとき
• Mixtral型の処理振り分けを実装したいとき
• 担当間の負荷や学習の安定性を調整したいとき

PyTorchの学習コードを整理し、検証やログ記録、モデル保存を組み込む実装を支援します。複数GPUでの分散学習や早期終了の設定例も参照できます。

• 既存のPyTorch学習ループを整理したいとき
• 検証・ログ・モデル保存を追加したいとき
• 複数GPUでの学習を設定したいとき

企画、実装、デバッグ、レビューなどの作業に応じて、AIの進め方と説明の詳しさを切り替えるスキル。発想を広げる段階から公開前の確認まで、目的別の行動指針を定めます。

• 実装前に複数の案を検討したいとき
• 仮説と検証で不具合を調べたいとき
• 重要度別のレビュー結果の整理

コード生成モデルの正しさを、HumanEvalなどの問題集と実行テストで評価します。複数モデルやプログラミング言語ごとの成績を比較し、生成条件と結果を記録します。

• 同じ問題集でコード生成モデルを比較
• プログラミング言語別の正しさの測定
• 指示に従うよう調整したモデルの評価

AIエージェント間で電子署名付きメッセージを送受信し、受信箱の確認や返信、ファイル添付、優先度を付けた依頼・進捗連絡を行うスキルです。

• 別のエージェントに作業を依頼したいとき
• 受信箱を確認して返信したいとき
• 資料を添えて作業を引き継ぎたいとき

LLMの文章生成を高速化するために、候補を先に作って検証する手法を比較し、小型モデルの選定から並列生成の設定、本番導入までを支援するスキル。

• チャットボットの応答待ちを減らしたいとき
• コード生成の高速化手法を比較したいとき
• 候補生成用の小型モデルを選びたいとき

AIエージェントが使うツールの入力定義や説明文、入力例、検証、エラー応答を設計し、適切な呼び出しと失敗後の復旧を支えるインターフェースを整えるスキル。

• エージェント用ツールの入力設計
• ツールの説明文と入力例の改善
• 入力検証とエラー応答の見直し

Interact with Langfuse and access its documentation. Use when needing to (1) query or modify Langfuse data programmatically via the CLI — traces, prompts, datasets, scores, sessions, and any other API resource, (2) look up Langfuse documentation, concepts, integration guides, or SDK usage, or (3) understand how any Langfuse feature works. This skill covers CLI-based API access (via npx) and multiple documentation retrieval methods.

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。

Deploy a Python project to the target environment. Runs pytest, builds the wheel, and pushes a deployment tag. Only invoke manually when ready to deploy.

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。

Create a git branch named after a GitHub issue.

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。

Deploy the application to production. Only invoke this manually when you are ready to deploy.

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。

Summarize the current pull request including diff, comments, and review status. Use when reviewing a PR, preparing for a review meeting, or getting a quick PR overview.

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。

Perform a deep architectural analysis or security review requiring extended reasoning. Use for complex architecture decisions, security audits, or when standard analysis is not finding the root cause.

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。

Push the current branch and all tags to origin, then create a GitHub release using the latest tag and its CHANGELOG.md entry. Use after tag-version to complete a release.

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。

Apply code formatting rules after file edits in the source directory. Use when asked to format code or after making changes to source files.

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。

Deploy to a target environment after running pre-flight checks. Only invoke manually.

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。

Add JSDoc comments to JavaScript or TypeScript functions that are missing documentation. Use when asked to document functions, add JSDoc, or improve code comments.

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。

Generate an interactive HTML tree visualization of the current project's file structure, with file sizes, color-coded file types, and a sidebar summary. Use when exploring a new repository, understanding project layout, identifying large files, or getting an overview of a codebase.

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。