スキルを探す

RAG (Retrieval-Augmented Generation) implementation workflow covering embedding selection, vector database setup, chunking strategies, and retrieval 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。

Expert in JAX for high-performance numerical computing and machine learning

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 comprehensive ML pipelines, experiment tracking, and model registries with MLflow, Kubeflow, and modern MLOps tools.

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。

Machine learning development with JAX, functional programming patterns, and high-performance computing.

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。

6 production-ready AI engineering workflows: prompt evaluation (8-dimension scoring), context budget planning, RAG pipeline design, agent security audit (65-point checklist), eval harness building, and product sense coaching.

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。

LLMs, prompt engineering, RAG systems, LangChain, and AI application development

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。

Large Language Model development, training, fine-tuning, and deployment best practices.

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。

Expert guidance for LangChain and LangGraph development with Python, covering chain composition, agents, memory, and RAG implementations.

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。

You are an expert LangChain agent developer specializing in production-grade AI systems using LangChain 0.1+ and LangGraph.

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。

Expert guidance for LlamaIndex development including RAG applications, vector stores, document processing, query engines, and building production AI 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。

Master the LangChain framework for building sophisticated LLM applications with agents, chains, memory, and tool integration.

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。

分析健康目标数据、识别目标模式、评估目标进度,并提供个性化目标管理建议。支持与营养、运动、睡眠等健康数据的关联分析。

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。

Supervised & unsupervised learning, scikit-learn, XGBoost, model evaluation, feature engineering for production ML

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 ML systems with PyTorch 2.x, TensorFlow, and modern ML frameworks. Implements model serving, feature engineering, A/B testing, and monitoring.

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。

Diagnose and optimize Agent Skills (SKILL.md) with real session data and research-backed static analysis. Works with Claude Code, Codex, and any Agent Skills-compatible agent.

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。

This skill covers the principles for identifying tasks suited to LLM processing, designing effective project architectures, and iterating rapidly using agent-assisted development.

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。

Performs numerical and symbolic mathematics using NumPy, SciPy, SymPy, and mpmath. Use when the user needs linear algebra, arrays, optimization, integration, ODEs, symbolic expressions, equation solving, or arbitrary-precision arithmetic.

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。

MongoDB, Redis, Cassandra, DynamoDB, and distributed database patterns for scalable 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。

Best practices for Matplotlib data visualization, plotting, and creating publication-quality figures in Python

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。

Best practices and guidelines for Apache Kafka event streaming and distributed messaging

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 modern SQL with cloud-native databases, OLTP/OLAP optimization, and advanced query techniques. Expert in performance tuning, data modeling, and hybrid analytical systems.

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。

Best practices for SciPy scientific computing, optimization, signal processing, and statistical analysis in Python

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 features guided by data insights, A/B testing, and continuous measurement using specialized agents for analysis, implementation, and experimentation.

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。