2,869 件 ・ 関連度順
概要と使いどころ
Every product will be AI-powered. The question is whether you'll build it right or ship a demo that falls apart in production. This skill covers LLM integration patterns, RAG architecture, prompt ...
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。
Automate ActiveCampaign tasks via Rube MCP (Composio): manage contacts, tags, list subscriptions, automation enrollment, and tasks. Always search tools first for current schemas.
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。
Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on re...
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-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
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。
Universal AI design correction rules — SUPERSEDED. The `impeccable` skill now provides 27 deterministic anti-pattern rules plus a 12-rule LLM critique pass, which are more comprehensive and runtime-enforced via the `impeccable` CLI. This file is kept for backward compatibility — the `impeccable` skill's design laws and anti-patterns take precedence.
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。
InnoLive 팀 LLM 위키에 확인된 세션 사실을 반영하고 검증한 뒤 요청 범위에 맞춰 커밋과 PR까지 진행한다. 위키 문서화·업데이트 요청에 사용한다. 위키 검색·질문이나 코드 레포 수정에는 사용하지 않는다.
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。
Implement centralized audit logging and SIEM integration. Configure log retention and security monitoring. Use when implementing audit trail requirements.
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。
Set up a monday.com account for an OpenClaw agent and work with monday.com boards, items, and updates via the GraphQL API or MCP server. Use when: creating a monday.com workspace for a PA, connecting the PA to monday.com, querying boards and items, creating or updating items, troubleshooting monday.com API access, self-registering an agent on monday.com via HATCHA agent verification, or integrating with monday.com workflows. Covers GraphQL cookbook, column types, MCP configuration, and HATCHA self-registration. Works with any LLM model.
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。
Monitor for API billing errors and alert the owner and admin immediately. Use when: an API billing error is detected, a peer PA reports a billing error, or during routine health checks. Handles detection, notification, and fallback model switching. Model-agnostic: works with any LLM provider (Anthropic, OpenAI, Google, etc.).
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。
Use when working with Bigcommerce — bigCommerce store management including products, orders, customers, channels, shipping, inventory, storefront themes, and webhooks. Covers sales analytics, order fulfillment rates, inventory health, and multi-channel performance comparison.
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。
Use when working with Aws Control Tower — aWS Control Tower landing zone and account management. Covers landing zone status, enrolled accounts, guardrails (controls), organizational units, baseline configurations, and drift detection. Use when auditing landing zone health, reviewing guardrail compliance, inspecting account enrollment, or troubleshooting Control Tower drift.
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。
Run 150+ AI apps (image, video, LLM) via inference.sh CLI.
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。
Delegate coding to OpenHands CLI (model-agnostic, LiteLLM).
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。
Use for local LLM fallback, failover, and Ollama health.
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。
Prompt Injection Defense 2026: 8 Tested Techniques … — 20. Apr. 2026 · Prompt injection is still the
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。
PVDetector, a training-free framework that detects PI attacks during LLM inference by measuring hidd GAP: no mappable capability in latest signal (our
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。
LLM Prompt injection Share Executive Summary Palo Alto Networks has released Securing GenAI: A Com
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。
Kurz gesagt: LLM-Sicherheit schützt Anwendungen mit großen Sprachmodellen vor Angriffen wie Prompt I
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。
Autonomous by Design, Uncontrolled in Practice 2026-09-08 Executive Summary Between July 9 and Augus
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。
LLM) can be manipulated through prompt injection, whether a retrieval pipeline leaks confidential da
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。
Prompt Injection Challenge: LLMail-Inject The competition features 40 unique levels, each combining
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。
MegaTrain Full Precision Training of 100B+ Parameter LLMs on a Single GPU A RAM-centric architecture that stores parameters in host memory and treats
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。
In each setting, LLM-based methods substantially outperform classical baselines, achieving up to 68% recall at 90% precision compared to near 0% for t
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。