用意されたテスト事例でagent-boosterの成功率や処理の振り分けを検証し、必要に応じて外部モデルとも比較。実測結果をJSONで保存するスキル。
- リリース前の成功率確認
- テスト事例追加後の振り分け検証
- 性能の説明を実測で確かめたいとき
5,410 件 ・ 人気順
概要と使いどころ
用意されたテスト事例でagent-boosterの成功率や処理の振り分けを検証し、必要に応じて外部モデルとも比較。実測結果をJSONで保存するスキル。
記録されたAI利用コストをまとめて取得し、総支出やモデル別内訳、予算の消化状況を確認します。JSONやMarkdownで出力し、他のスクリプトにも渡せます。
実際のブラウザーで画面操作をテストし、操作履歴や検証結果、画像を再実行可能な記録として残します。過去の実行との画面比較や、CI失敗時の再確認にも使えます。
Rufloの動作環境を点検し、設定や常駐プロセス、メモリ用データベースなどの問題を診断します。よくある不具合の自動修復や、対象別の対処にも使えます。
同じ端末のClaude Code・Codex・Grokのログから、費用見積もり、トークン数、キャッシュヒット率を集計。期間やプロジェクト別に比較できます。
過去の作業から学んだパターンと現在の進捗をもとに、次に取り組む作業を提案します。予測の確信度に応じた実行判断と、完了後の学習更新まで扱います。
新しいリポジトリにRufloを導入し、対話式ウィザードや標準プリセットでMCPサーバー登録、フック、エージェントの初期設定を整えるスキル。
投稿やAPIから受け取る文章を、モデルに渡す前に検査します。AIDefenceを使い、指示の乗っ取りや情報流出を狙う入力などの脅威を分類し、判定の確信度を確認するスキルです。
AIチームの成果物を受け入れ条件と照合し、確認できた事実とエージェントの主張、不確実な点や未完了の作業を分けて、完了判断の根拠を整理するスキル。
コスト分析の質問に応じてReasoningBankの圧縮済み文脈を取得し、取得件数や報告上のトークン削減数を整理します。関連パッケージの利用可否も確認できます。
単純なコードの一括変換を、LLMを呼び出さずに実行します。変換結果の信頼度を確認し、基準を満たす場合だけファイルへ反映するスキルです。
AGNTCY連携の設定状況を端末内の情報から調べ、接続先の設定有無や必要パッケージ、通信方式、実行記録を表にまとめます。未実装の機能も区別して示します。
表示済みのWebページから文章や表を構造化して取り出します。個人情報と不正な指示を検査し、抽出手順を同じホストで再利用できる形で保存します。
AIモデルを使い分けた実際の費用を、全処理を同じモデルに任せた場合の試算と比較します。期間別の節約額・節約率から、モデル選択の費用面を検証するスキルです。
修正箇所を示す文字列とファイルのハッシュを署名付きの一覧に記録し、リリースごとの履歴から修正の消失や再発が生じたコミットを追跡するスキル。
現在の作業や導入済みのMCPツールに合うrufloプラグインを探し、候補を提案します。おすすめ一覧や検索結果から、追加できる機能と詳細を確認できます。
Claude Codeの単一セッションをメッセージ別に費用集計し、高額な応答を抽出。出力トークンやキャッシュ書き込み、モデルの違いから費用の要因を調べるスキル。
タスクを実行前に振り分け、LLMを呼ばずに処理できると判定された割合と、LLM利用が必要なタスクの推奨モデル・費用上限の見積もりを報告するスキル。
本番運用のセッション費用を日単位などで集計し、直近の支出と過去平均の差を表示します。設定した増加率を超えた場合は、終了コードで異常を知らせます。
項目名と値をまとめたJSONを使ってWebフォームを入力し、必要に応じて送信まで行います。保存済みテンプレートの再利用や新しい対応表の保存にも対応します。
ブラウザでログインや多要素認証を進め、Cookieの生値を露出させずに参照用ハンドルを保存します。後続のブラウザ作業に向けて認証状態を準備するスキル。
AIチームの作業を担当者と成果物が明確なタスクに分け、依存関係や進捗を記録します。着手・停止・完了の状態を管理し、既存タスクとの重複も確認します。
目標に合わせてAIチームの役割と成果物、予算単位を整理し、承認後にチームとタスクを登録するスキルです。エージェントの実行は行いません。
記録済みのAI利用コストと予算情報をPrometheus形式やJSONで出力し、外部ダッシュボードでの可視化やWebhookへの報告につなぐスキル。