「space」の検索結果

Sets up CloudWatch observability for the first time - Omni (CloudWatch Application Observability) and classic CloudWatch. Omni: creating a Space or Domain; access grants (who has access, at what level) and access profiles bounding async alerts, integrations, or agents; instrumenting an app or AI agent with the plain ADOT SDK so traces reach Omni (Python/Node/Java/.NET on EC2/ECS/EKS/Lambda), incl. no-image-rebuild and .NET CoreCLR vars; ingesting Azure telemetry via the CloudWatch agent on an Azure VM or AKS; connecting Slack to a Space; whether GitHub or a custom MCP tool server (HTTP/stdio; API key, bearer, OAuth2) can be connected. CloudWatch: onboarding a service to Application Signals - ADOT auto-instrumentation, the amazon-cloudwatch-observability add-on, monitored service, reporting telemetry, ServiceEvents, CI/CD git/deployment metadata, Terraform/manifest edits. For using what is set up - queries, dashboards, alarms, Omni alerts, X-Ray, synthetics, Dynamic Instrumentation - use aws-observability.

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。

Builds, configures, debugs, and optimizes AWS observability - operator-symptom questions and detecting Omni vs classic CloudWatch. CloudWatch on an already-reporting service: Log Insights, metric/composite/anomaly alarms, custom metrics/EMF, dashboards, X-Ray/ADOT tracing, canaries, CloudTrail, Dynamic Instrumentation (live breakpoints/snapshots), the Application Signals service map, and fleet health views. CloudWatch Omni on an existing Space: SQL over logs and traces, PromQL over metrics, Omni dashboards, Omni alerts, context graph for root cause, programmatic/IaC access (API/SDK/CLI/CloudFormation), driving Omni from a coding agent or skills, and evaluating AI agent quality from traces - on-demand and online scoring of live traffic, readback, custom evaluators. For first-time setup - creating an Omni Space, granting access, ingestion, or ADOT instrumentation for Application Signals (ServiceEvents, CI/CD metadata) or Omni - use setting-up-cloudwatch-observability. Not for app logging or threat detection.

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。

Choose and configure Attio REST authentication for a single workspace or multi-workspace OAuth app, including least-privilege scopes and a read-only verification. Use when connecting a service to Attio. Trigger with "Attio auth", "Attio API key", or "Attio OAuth setup".

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。

Configure Anthropic enterprise organization management, Workspaces, and role-based access control for teams. Trigger with phrases like "anthropic enterprise", "claude rbac", "anthropic workspaces", "claude team access", "anthropic organization".

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。

Separate Adobe development, stage, and production organizations/projects/workspaces, credentials, profiles, storage, events, budgets, and evidence. Use when the task requires adobe multi-environment isolation. Trigger with "Adobe environments", "separate Adobe staging", or "Adobe workspace setup".

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。

Organization-grade identity-fabric mapping: tenant/federation fingerprinting and the pre-auth user-ENUMERATION oracle methodology — enumeration and fingerprint only, never credential submission. Covers domain-to-tenant resolution (Microsoft getuserrealm.srf Managed/Federated namespace check, Entra OIDC metadata tenant-GUID extraction, Autodiscover v2), keyless Microsoft tenant-federation mapping (GetFederationInformation SOAP -> sibling-domain discovery, discover-only ROE, FEDERATED_WITH provenance edge held out of attack-path pivoting), Okta org-slug derivation + OIDC fingerprint + governed custom-domain enumeration, ADFS passive/active fingerprint + version inference, Google Workspace MX-correlated detection, generic OIDC (Auth0/Keycloak/Ping Identity/OneLogin/Duo) discovery, SAML metadata (5 paths), Azure AD Seamless-SSO Negotiate-challenge detection, Microsoft Defender for Identity (MDI) sensor-API presence check, the user-enumeration oracle methodology for Microsoft GetCredentialType (IfExistsResult semantics: exists / doesn't-exist / exists-in-federated-tenant / throttled) and Okta /api/v1/authn (errorCode differential), Medium-detectability discipline with a hard 20-candidate-per-tenant cap and admin/role interest-based ranking, and name x confirmed-email-pattern login-candidate synthesis that FAILS CLOSED with zero output when no org pattern is confirmed. Grounded directly in a production ASM implementation's sso_idp.py, tenant_recon.py, and core/email_patterns.py modules. Deepens — does not duplicate — offensive-osint skill's Identity Fabric endpoint reference with the tenant-federation MAP, the oracle WORKFLOW, and the candidate-SYNTHESIS methodology that reference lacks. Use when fingerprinting an organization's identity provider, mapping its tenant/federation boundary, running an authorized pre-auth user-enumeration pass, or synthesizing login candidates from harvested names to feed that oracle — never for password spray, credential submission, or auth bypass.

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。

Deploy an OpenEnv environment to Hugging Face Spaces. Use when asked to deploy, push to Hugging Face, or update a space.

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。

Runs the physical and hybrid workplace — space planning, leases, health and safety, office services, and the operational side of where people work. Use this to plan space, evaluate a lease or office move, set up a hybrid workplace, handle facilities incidents, or decide what office services are worth funding.

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。

Maps whether a biomedical research topic, subtopic, or study angle is truly saturated, superficially crowded, strategically occupied, or still open for differentiated entry. Use this skill when a user wants to know whether a hot medical research direction is already overworked, whether meaningful whitespace remains, whether major groups have already occupied the obvious claims, and whether the timing window is still open. Always distinguish popularity from true saturation, and distinguish cosmetic novelty from meaningful differentiating entry.

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。

Migrate Java EE javax.* imports to Jakarta EE jakarta.* namespace. Use when upgrading to Spring Boot 3.x, migrating javax.persistence, javax.validation, javax.servlet imports, or fixing compilation errors after Jakarta EE transition. Covers package mappings, batch sed commands, and verification steps.

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。

Configure and optimize Nx monorepo workspaces. Use when setting up Nx, configuring project boundaries, optimizing build caching, or implementing affected commands.

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。

视频选题与文案前端。做四件事——(1) 下载抖音/YouTube/B站参考视频并去水印、(2) 提取逐字稿、(3) 生成视频选题与钩子、(4) 撰写标题和口播正文/文案。当用户说「帮我想视频选题」「这条爆款拆一下」「下载这个视频」「提取文案/逐字稿」「起视频标题」「写口播正文」「video 选题」时触发。是整条视频流水线的入口。

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。

文章转手绘图解 B-roll——输入公众号文章(正文或链接)，优先抽取原文配图，把文章逻辑做成一支手绘线稿风格的动态图解视频，并调用真实视频模型(火山引擎 Seedance 2.0 或 libtv Agent)逐帧生成「手绘生长」动效，拼成成片。白底、黑色单线图标、单一蓝色强调、细曲线箭头，默认 4:3，垫在口播下方。当用户说「文章转图解视频」「手绘图解 B-roll」「白板动图」「把这篇文章做成动态图解」「Seedance 出 B-roll」时触发。

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。

从 YouTube、小宇宙、B站、抖音和小红书链接提取字幕或逐字稿；优先读取平台字幕，无字幕时自动提取音频并调用可用 ASR，输出 Markdown 与 SRT。用户发送这些平台链接、要求提取字幕/文案/逐字稿/视频转文字，或在字幕完成后希望下载原视频时使用。字幕成功后必须询问用户是否下载原视频；小宇宙对应下载原音频。

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。

小红书热点搜集与选题判断。按关键词/赛道拉取近期高互动笔记，输出热点表格、趋势判断和可直接开写的选题建议。当用户说"小红书热点""小红书最近火什么""查一下 XX 赛道的爆款""小红书选题""找小红书素材""这个词在小红书热不热""小红书热榜/热门笔记/爆款笔记""帮我看看小红书数据"时触发。也适用于用户报出一个赛道词（如"减脂餐""通勤穿搭""AI 工具"）并问"能不能写"的场景。多数据源自动降级：红狐 API / socialdatax CLI / 怪壳 CLI，均未配置时走 WebSearch 手动兜底。

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。

视频字幕全流程——语音转写、口播式断句、AI 校对纠错（专有名词/同音字/标点）、生成 SRT/ASS，并可选烧录进视频。当用户说「上字幕」「转写这条视频」「生成 srt」「字幕校对」「断句」「烧录字幕」「硬字幕」「subtitle」时触发。输入是视频或音频，输出是校对过的字幕文件，可选带字幕的成片。

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。

小红书创作总控台。判断用户当前卡在哪一环，路由到对应的专项技能，并把多步骤工作流串起来执行。当用户说"做小红书""帮我运营小红书""小红书从头到尾走一遍""我想开始做小红书""小红书全流程""不知道从哪下手""帮我搞小红书"，或同时提出跨多个环节的需求（如"帮我想选题顺便写出来配好图"）时触发。单一环节的需求应直接使用对应专项技能，不必经过本技能。

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。

微信公众号排版。Use when the user asks to turn an article, Markdown draft, longform post, essay, newsletter, review, or Chinese article into a WeChat Official Account-ready HTML layout with local preview, selectable Claude/OpenAI/Google-inspired styles, and a button to copy rich HTML for pasting into the WeChat editor.

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。

【公众号配图版】把公众号文章/段落拆成逻辑关系图，做成可直接放进公众号的配图。生成逻辑关系 SVG，默认输出独立 HTML（可本地预览、可截图导出 PNG），也可交给 Codex/workbuddy 内置出图模型出成图片。支持递进、流程、循环、层次、对比、矩阵六种关系。当用户给文章/段落/论述并要求生成逻辑图、关系图、配图、可视化时触发。支持中文，一次可拆多张。

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。

小红书起号定位顾问。用引导式对话帮真人创作者定下"做什么方向、给谁看、靠什么活下去"，产出赛道选择、定位句、人设三件套（账号名/简介/视觉）、内容支柱与前 20 篇选题、冷启动路径。当用户说"想做小红书但不知道做什么""帮我定位""起号""小红书发什么方向""账号定位""不知道发什么""从零开始做小红书""我适合做什么赛道""小红书怎么起步""重新定位一下账号"时触发。也适用于用户只丢来一句自我介绍（职业/爱好/资源）并问"我能做小红书吗"。不做批量起号、矩阵养号、虚假人设。

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。

动效导演 + B-roll 生成器。从一段文字/脚本/视频，一次性产出 30 秒以上的动效 B-roll 视频（HTML→确定性 MP4）。不做 PPT 式翻页，从「视觉隐喻 + 运动」出发；内置多种设计风格（暗色 SaaS 魔术、黑白打字机、暖色编辑、极简白、蓝图网格）；产出一律不用 emoji，用排版/几何/SVG 线性图标。当用户说「做 B-roll」「做个动效视频」「motion 开场」「文字动画」「概念动画」「HTML 转视频」「这段配个画面」「30秒 broll」时触发。

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。

小红书账号整体诊断与竞品对标。对一个或多个小红书账号做量化体检——定位清晰度、内容垂直度、封面统一性、标题钩子率、更新节奏、互动率、爆款率、粉丝转化效率八个维度打分，定位卡点并给出可执行改动。当用户说"账号诊断""帮我看看我的号""我的号没起色/不涨粉/流量下滑""主页体检""账号定位有问题吗""竞品账号分析""对标账号拆解""这个博主为什么能起来""帮我和竞品比一比"，或直接贴出小红书主页链接/主页截图要求分析时触发。支持有数据源（GUAIKEI_API_TOKEN / SOCIALDATAX_API_KEY）的量化分析和无数据源的截图定性诊断两条路径。只做分析参谋，不做发布、不刷互动、不批量起号。

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。

使用 AI 图片生成技术绘制美观的图表。支持 10 种图表类型：流程图、架构图、ER 图、商业模式画布、用户旅程图、思维导图、竞品分析图、SWOT 分析、产品路线图、组织架构图。6 种内置视觉风格。 触发词："画个 XX 图"、"生成商业模式画布"、"做个架构图"、"画 ER 图"、"帮我画个流程图"、"生成用户旅程图"、"做个思维导图"、"竞品分析图"、"SWOT 分析图"、"产品路线图"、"组织架构图"、"帮我可视化图表"。 【公众号配图版】用户给内容 → 产出公众号配图。优先用当前环境内置出图模型（Codex 内置 image_gen/image2、workbuddy 出图模型）直接生成 PNG；无内置模型时回退 scripts/ 下的 API 脚本。

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。

视频口播脚本撰写，两大特色——(1) 去 AI 味，把书面/AI 腔改成能念出口的真人口语；(2) 把模糊想法逼成一份精确到秒的分镜脚本（每个镜头讲什么、怎么呈现、停多久、怎么切）。当用户说「写口播脚本」「这段太 AI 了改成人话」「口播稿」「分镜脚本」「精确到秒」「script」「改成能念的」时触发。输入可以是选题正文、一段草稿，或一句模糊描述。

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。