데이터 분석, 머신러닝, LLM 앱, 프롬프트 설계 (9천건)
Rules for the shared MatrxDataTable and its drill-down. Use when configuring, migrating or reviewing table columns, filters, toolbars, record links or pagination, adding group-by, 'by X' analytics or counts and sums by status, owner, model or day, or replacing hand-built totals or lists.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
商品・店舗情報と参照素材から、MiniMax H3用の縦型リール広告を企画し、生成プロンプトと編集設計を作成・監査する。生成や広告配信は行わない。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Write or revise MiniMax H3 prompts for text, keyframe, and full-reference modes, preserving mode-specific fields, labels, and timing.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
画像・動画プロンプトの新規作成や意味変更で、参照素材・空間・構図・動作を設計する。誤字や生成内容を変えない形式修正には使わない。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
MiniMax H3用の文字・図形・商品を主役にしたモーショングラフィックスプロンプトを作成・監査する。生成実行は別スキルで扱う。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Import a memory export from another AI assistant into Claude's memory — conversationally, additively, and with the content treated as data.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Guide for building and refactoring a FastAPI + Prefect + PostgreSQL/pgvector analytics pipeline that extracts insights from chat data using LLM classification, embeddings, UMAP/HDBSCAN clustering, and narrative generation. Use this skill whenever working on this project's codebase — including adding features, refactoring, debugging, creating new endpoints, modifying pipeline stages, or reviewing architecture decisions. Also trigger when the user asks about project structure, stack decisions, async migration, or best practices for this specific system.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Extract product data, prices, reviews, and seller information from any e-commerce platform using Apify's E-commerce Scraping Tool.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI-driven data extraction from 55+ Actors across all major platforms. This skill automatically selects the best Actor for your task.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Forensic root cause analyzer for Antigravity sessions. Classifies scope deltas, rework patterns, root causes, hotspots, and auto-improves prompts/health.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Track engagement metrics, measure campaign ROI, and analyze content performance across Instagram, Facebook, YouTube, and TikTok.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build natural-language crypto/DeFi agents and EVM MCP plugins (Claude Code, Cursor, Codex, Gemini). Aomi turns prompts into wallet-signed txs on Ethereum, Base, Arbitrum, Optimism, Polygon, Linea — non-custodial, fork-simulated. 40+ apps: Uniswap, Aave, Lido, Morpho, GMX, Hyperliquid, Polymarket.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Behavioral guidelines to reduce common LLM coding mistakes. Use when writing, reviewing, or refactoring code to avoid overcomplication, make surgical changes, surface assumptions, and define verifiable success criteria.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Analytics de produto — PostHog, Mixpanel, eventos, funnels, cohorts, retencao, north star metric, OKRs e dashboards de produto.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Access 20+ years of global financial data: equities, options, forex, crypto, commodities, economic indicators, and 50+ technical indicators.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Design, audit, and improve analytics tracking systems that produce reliable, decision-ready data.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Systematic improvement of existing agents through performance analysis, prompt engineering, and continuous iteration.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
This skill should be used when the user asks to "implement LLM-as-judge", "compare model outputs", "create evaluation rubrics", "mitigate evaluation bias", or mentions direct scoring, pairwise comparison, position bias, evaluation pipelines, or automated quality assessment.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Fetch any X/Twitter post as clean LLM-friendly JSON. Converts x.com, twitter.com, or adhx.com links into structured data with full article content, author info, and engagement metrics. No scraping or browser required.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
permission-ledger hook が記録した permission prompt と各リポの .claude/settings.local.json から allow 昇格候補を集計し、ユーザーが選んだものだけを ai-agents/settings/claude/settings.json に反映する。 「許可ルールを見直したい」「permission prompt を減らしたい」「承認した操作を allow に入れたい」 「permission review」などと言われたときに `/permission-review` で使う。
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.
Android data layer implementation guide. Provides comprehensive patterns for Room Database (Entity, DAO, Migration), DataStore (Preferences), Repository layer design, and common pitfalls. Use when implementing local data storage, cache strategies, or data source integration in Android projects.
한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.