'adaptive' 검색 결과

Build and verify Adaptive navbar for Commerce and checkout with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Build and verify Adaptive navbar for Mobile-first interface with Bootstrap v5.3 using a working semantic implementation, responsive RTL/LTR behavior, theme tokens, test plan and design verification.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Expert en technologies éducatives avancées (LMS, MOOC, adaptive learning, AI tutoring, assessment, DZ context)

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Expert en technologies éducatives avancées (LMS, MOOC, adaptive learning, gamification, analytics, accessibilité)

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

EdTech Specialist IA — Expert en technologies éducatives (LMS, SCORM, adaptive learning, gamification, assessment)

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Windows アプリ開発 (WinUI 3 / Windows App SDK) のテスト・性能・アクセシビリティ・スレッド。 MSTest, xUnit, NUnit, WinAppDriver, Appium, Playwright, WebView2 テスト, CI, WACK, MSIX サイドローディング, version adaptive。LoggingChannel / ETW, WPT, WPA, プロファイリング, GC, 起動性能, XAML 最適化, ListView/GridView 仮想化。UI Automation, AutomationProperties, automation peers, キーボード操作性, ハイコントラスト, Narrator。DispatcherQueue, DispatcherQueueTimer, WinRT 非同期パターン, async/await, ConfigureAwait, スレッドプール, STA/MTA, デッドロック回避, バックグラウンドタスク。

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Tests genotype-environment associations and identifies adaptive loci while correcting for the four-confound landscape (structure, demography, background selection, sampling design) using LFMM2 with mandatory K via sNMF cross-entropy elbow (LEA 3), BayPass Core/AUX/C2/IS with Omega covariance matrix, RDA / pRDA for polygenic adaptation (Forester 2018; requires imputed genotypes), OutFLANK with trimmed FST null, pcadapt, gradient forests (Ellis-Smith-Pitcher 2012, NOT mis-cited Ellis-Manel), Capblancq & Forester 2021 RDA Swiss-army-knife, genomic-offset prediction with Lind & Lotterhos 2025 three-regime caveat, Lotterhos-Whitlock sampling optima, Wang & Bradburd 2014 IBD vs IBE, and Circuitscape + ResistanceGA. Use when identifying adaptive loci across gradients, choosing K for LFMM2, deciding among GEA methods, predicting maladaptation with the novel-environment caveat, distinguishing IBD vs IBE, or optimizing sampling design.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Tests genotype-environment associations and identifies adaptive loci while correcting for the four-confound landscape (structure, demography, background selection, sampling design) using LFMM2 with mandatory K via sNMF cross-entropy elbow (LEA 3), BayPass Core/AUX/C2/IS with Omega covariance matrix, RDA / pRDA for polygenic adaptation (Forester 2018; requires imputed genotypes), OutFLANK with trimmed FST null, pcadapt, gradient forests (Ellis-Smith-Pitcher 2012, NOT mis-cited Ellis-Manel), Capblancq & Forester 2021 RDA Swiss-army-knife, genomic-offset prediction with Lind & Lotterhos 2025 three-regime caveat, Lotterhos-Whitlock sampling optima, Wang & Bradburd 2014 IBD vs IBE, and Circuitscape + ResistanceGA. Use when identifying adaptive loci across gradients, choosing K for LFMM2, deciding among GEA methods, predicting maladaptation with the novel-environment caveat, distinguishing IBD vs IBE, or optimizing sampling design.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

An innate exploratory drive that guarantees no graph node remains permanently invisible to an agent population. After a warm-up period (step > 3), each agent fires a coverage scan with probability |unseen_nodes| / |all_nodes|. When triggered, the agent teleports directly to the globally unseen node with the highest belief uncertainty, works it, and returns control to the normal action-selection loop. Probability is self-annealing: it starts near 1.0 when almost everything is unseen and decays toward 0.0 as coverage saturates, requiring no manual schedule. The mechanism is "innate" (hard-coded into the agent step loop) as distinct from the "adaptive" EFE path, which requires local neighbors and learned precision weights. Together they form a two-layer exploration architecture: adaptive for locally-guided foraging, innate for topological completeness.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Skill converted from mcp-create-adaptive-cards.prompt.md

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Implements responsive design systems with mobile-first breakpoints, container queries, fluid typography, and adaptive layouts using Tailwind CSS. Use when users request "responsive design", "mobile-first", "breakpoints", "fluid typography", or "adaptive layout".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

반복되는 에이전트 작업에 전용 실행 절차를 설계하고 합격 여부 확인, 진행 기록, 인계를 정리합니다. 여러 팀이나 프로젝트가 쓸 절차를 공유 스킬로 정리하도록 돕습니다.

• 반복 작업의 실행 절차 설계
• 작업의 합격 여부 확인 추가
• 반복 절차를 공유 스킬로 정리

연결된 여러 서비스의 지난 24시간 활동을 모아 아침 브리핑을 자동으로 만듭니다. 일정, 답변 대기, 개발 현황을 하나의 대시보드에서 확인할 수 있습니다.

• 아침에 여러 도구의 활동 확인
• 회의와 답변 대기 사항 함께 확인
• 개발 현황과 알림 확인

ReasoningBank와 AgentDB로 에이전트의 행동과 결과를 기록하고, 유사 경험 검색과 결과 판정, 기억 정리를 통해 과거 경험을 판단에 재사용하는 기능을 구현합니다.

• 경험을 재사용하는 에이전트 개발
• 에이전트의 행동과 결과 기록 및 판정
• 유사 경험을 공통 패턴으로 정리

AI 에이전트의 작업 결과와 상황을 기록하고 과거 경험으로 다음 방법을 선택하는 기능을 구현합니다. 성공과 실패 패턴 대조, 전략 비교, 학습 효과 확인도 다룹니다.

• 과거 결과로 작업 방법 선택
• 코드 리뷰와 버그 수정 전략 비교
• 현재 상황과 학습한 패턴 대조

웹페이지 본문이나 지정 부분을 추출해 Markdown 등으로 저장합니다. JavaScript로 표시되는 페이지 조회와 중단 후 재개할 수 있는 Python 크롤러 작성도 지원합니다.

• 기사 본문을 Markdown으로 저장
• JavaScript로 표시되는 정보 추출
• 봇 방지 기능이 있는 페이지 조회

대화로 업무와 선호, AI에 맡길 판단 범위를 정리하고 AI 파트너의 행동을 정하는 SOUL.md를 생성하거나 수정합니다. 말투와 반대 의견을 전하는 방식도 구체화합니다.

• AI의 성격과 역할을 처음 정할 때
• 말투와 반대 의견 전달 방식 조정
• AI가 스스로 판단할 범위 정리

복잡한 목표를 전제 조건, 실행 후 변화, 예상 비용이 있는 작업으로 나눕니다. 의존 관계에 따라 실행하고 실패나 상황 변화에 맞춰 남은 계획을 수정합니다.

• 복잡한 목표를 실행할 작업으로 분해
• 의존 관계와 전제 조건 정리
• 실패나 상황 변화에 따라 계획 수정

ReasoningBank와 AgentDB로 에이전트의 행동과 결과를 기록하고, 유사 경험 검색과 결과 판정, 기억 정리를 통해 과거 경험을 판단에 재사용하는 기능을 구현합니다.

• 경험을 재사용하는 에이전트 개발
• 에이전트의 행동과 결과 기록 및 판정
• 유사 경험을 공통 패턴으로 정리

AI 에이전트가 작업 결과와 상황을 기록하고 과거 경험으로 다음 방법을 선택하는 구조를 구현합니다. 패턴 매칭, 전략 비교, 학습 기록 저장과 효과 확인을 다룹니다.

• 작업 결과에서 배우는 에이전트 개발
• 코드 리뷰와 버그 수정 전략 비교
• 현재 상황에 맞는 학습 패턴 검색

Plan experiments before collecting data. Helps choose study designs, randomly assign subjects or samples, organize treatment combinations, and generate reproducible schedules while checking for confounding and repeated measurements incorrectly counted as independent samples.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Create random assignments for subjects or samples
• Screen multiple experimental factors
• Balance conditions across batches, days, or plate positions

Build web interfaces that adapt to screen and component widths. Use CSS Grid, flexible text and spacing, and container queries, which respond to a component’s available space, to adjust layouts, images, navigation, and tables.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Building layouts that start with mobile screens
• Adapting components to their available width
• Scaling text and spacing with screen size

Set up Cisco Duo multi-factor authentication for VPN, RDP, SSH, and web applications. Configure access rules based on users and device health, introduce security keys, and establish authentication monitoring and emergency access procedures.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Adding Duo authentication to VPN and remote server access
• Strengthening authentication for privileged accounts
• Restricting access based on device health

Build and improve Windows desktop apps with C#, WinUI 3, and the Windows App SDK. Guidance covers development setup, native interface design, implementation, troubleshooting, packaging choices, and verification through both builds and actual app launches.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Checking and preparing a WinUI development environment
• Creating a new Windows desktop app
• Improving navigation, themes, and adaptive layouts