「agent」の検索結果

Baut und prüft neue Agentenrollen im ellmos-Ökosystem: native Claude-Code- Subagenten (dauerhafte Rollendefinition) und Companion-Worker (SendMessage- wiederverwendete Instanz für eine Ticket-/Aufgabenserie). Formalisiert das bislang unformalisierte eigene Wissen aus dem laufenden Bau von Agentenrollen (ati-agent, bueroassistent, versicherungs-agent u. a.) zu einem wiederverwendbaren Scaffold-plus-Verify-Ablauf. Nutze diesen Skill, wenn eine neue Rolle entstehen soll ("neue Agentenrolle bauen", "Subagent anlegen", "Companion-Worker starten") oder eine bestehende gegen die Haus-Konventionen geprüft werden soll ("ist dieser Agent richtig aufgesetzt?").

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。

Writes an autonomous agent for the CARLA Leaderboard — an AutonomousAgent subclass with setup/sensors/run_step/destroy, a sensor suite inside the track's budget, and the right constructor signature for the leaderboard version (1.0 and 2.x differ). Generates a working skeleton, validates the sensor configuration against the real per-track limits offline, and covers the ROS1/ROS2 agent base classes. Use when the user asks to "write a leaderboard agent", "make my agent work with the leaderboard", "add sensors to my agent", "port my agent to 2.1", or hits SensorConfigurationInvalid.

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。

A2A agent card JSON templates with schema validation and examples for different agent types. Use when creating agent cards, implementing A2A protocol discovery, setting up agent metadata, configuring authentication schemes, defining agent capabilities, or when user mentions agent card, agent discovery, A2A metadata, service endpoint configuration, or agent authentication 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。

Claude Code (code.claude.com) の拡張機能リファレンス。 Agent Skills (SKILL.md), slash commands, output styles, subagents, agent teams, agent view, workflows, routines, scheduled tasks, hooks (PreToolUse / PostToolUse), plugins, plugin marketplace, MCP 設定 (.mcp.json / claude mcp add), managed MCP, channels (--channels / claude/channel push events, webhook / telegram / discord / imessage), tools-reference, advisor, ultrareview。

Instrument a shipped product's AI agents with tracing and observability so you can see what they did, why outputs happened, and what each run cost. Plain-language primer plus free-tier-first backend selection (Langfuse, Phoenix, LangSmith, Braintrust) and OpenTelemetry/OpenInference instrumentation. Load when the user asks to add observability, add tracing, instrument my agents, see what my agent is doing in production, set up Langfuse or Phoenix or LangSmith, debug why my agent gave a bad answer, or track LLM cost per request. Also fires when agent-system-architecture or setup-evaluation requires an observability plan for an agent-chain product. NOT for tracing the coding agent itself — that is run-trace. Precondition for runtime-learning-loop.

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。

Design execution structure for decomposed processes: single agent or multi-agent topology. Load when user says "design an agent for this", "what agent structure do I need", "architect this", "should this be multi-agent", "what's the right execution structure", "agent topology", "how should agents be organized". Takes process-decomposer output as primary input. If triggered directly without a process entry, calls process-decomposer first.

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。

Data structures and algorithms for AI agent episodic memory. Covers vector stores (HNSW, IVF, PQ), temporal indexing, knowledge graphs with triple stores, hierarchical summarization, forgetting curves, working/long-term/ procedural memory, and memory consolidation. Deep analysis of MemGPT/Letta, Zep/Graphiti, Mem0, and the Stanford generative agents memory architecture. Teaches the CS fundamentals behind how agents remember, retrieve, and forget. Activate on: "agent memory", "episodic memory", "vector search algorithm", "HNSW", "memory retrieval", "forgetting curve", "knowledge graph memory", "MemGPT", "Letta", "Zep", "Mem0", "memory consolidation", "temporal retrieval", "agent long-term memory", "memory layer". NOT for: conversation protocol design (use agent-conversation-protocols), agent infrastructure selection (use agentic-infrastructure-2026), building RAG pipelines (use ai-engineer).

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。

Patterns and techniques for adding governance, safety, and trust controls to AI agent systems. Use this skill when: - Building AI agents that call external tools (APIs, databases, file systems) - Implementing policy-based access controls for agent tool usage - Adding semantic intent classification to detect dangerous prompts - Creating trust scoring systems for multi-agent workflows - Building audit trails for agent actions and decisions - Enforcing rate limits, content filters, or tool restrictions on agents - Working with any agent framework (PydanticAI, CrewAI, OpenAI Agents, LangChain, AutoGen)

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。

Paperclipで新しいエージェントを追加するために、作成権限や既存設定を確認し、役割・指示・実行環境をまとめて承認手続きに沿った採用申請を行うスキル。

• 担当業務に合うエージェントの追加申請
• 既存チームの設定に合わせたいとき
• 役割指示と実行設定の作成

Paperclipに新しいAIエージェントを接続するアダプターを作成・修正し、実行処理から設定画面、CLI表示、セッション管理まで整えるスキル。

• 新しいCLIエージェントを接続したいとき
• HTTP経由のエージェント連携
• セッション再開と復旧処理の実装

複雑な目標を実行可能な作業に分解し、依存関係や期限、予算、人員を踏まえて順序と分担を計画します。進捗や条件が変わった際の計画見直しにも対応します。

• 期限のある機能公開を計画したいとき
• 複数目標への人員と予算の配分
• 条件変更に合わせて再計画したいとき

複数のAIエージェントが相互に連絡する分散型の作業体制を調整します。合意形成、能力や負荷に応じた仕事の割り振り、障害検知と復旧を扱うスキルです。

• エージェント間の直接連携
• 担当ごとの作業負荷を分散したいとき
• エージェント停止時の復旧計画

Anthropicのクラウド上でエージェントを起動し、長時間の作業依頼から進捗・実行履歴の確認、終了処理まで管理します。ファイルや会話を保持して作業を続けられます。

• 長時間の作業をクラウドへ任せたいとき
• ファイルと会話を保持して作業を継続
• セッションの状態とツール利用履歴の確認

バックグラウンドの作業を種類に応じて専門エージェントへ振り分け、実行履歴の品質・成功率・応答時間を基に担当の選択と性能の確認を支援するスキル。

• 作業別に専門エージェントを選びたいとき
• 品質・成功率・応答時間の確認
• 実行結果を次の担当選びに生かしたいとき

複雑な課題を階層ごとの子エージェントに分担し、各段階の結果を短い要約で引き継ぐことで、親エージェントが保持する作業情報の量を抑えるスキル。

• 調査から検証・統合まで段階的に分担
• 大量の途中経過を扱いたいとき
• 専門別の担当に検証を任せたいとき

コミュニティで公開されたWASMエージェントを一覧・キーワード検索で探し、設定から導入できます。自作エージェントの書き出しと公開も支援するスキルです。

• 公開エージェントの一覧確認
• キーワードでエージェントを探したいとき
• 既存エージェントを導入したいとき

agentic-flowのワーカー処理を対象に、起動条件の検出、担当選択、キャッシュ、並列実行などの速度とメモリ使用量を測り、設定した性能目標と比較するスキル。

• ワーカー全体の性能を確認したいとき
• 起動条件の検出や担当選択の速度測定
• キャッシュ動作とメモリ使用量の調査

CodexやClaude Codeなどのローカル履歴を横断検索し、過去の依頼や作業内容、サブエージェントの記録を読み解いて以前のセッションをたどるスキル。

• 数日前の作業を探したいとき
• 移行作業が実施済みか確認したいとき
• 子エージェントへの委任内容の確認

JavaからAzure上のAIエージェントを作成・管理し、会話を保持するスレッド、メッセージ送信、実行状態の確認、応答取得と後片付けを実装します。

• Javaで再利用するAIエージェントを作りたいとき
• 会話スレッドとメッセージを管理したいとき
• 実行状態とタイムアウトを扱いたいとき

ツールを使って自律的に動くAIエージェントの構成を設計します。計画の立て方や記憶の管理、失敗時の復帰、実行回数・コストの制限を具体的な作業に合わせて検討します。

• ツールを使うAIの実行方式を選びたいとき
• 長時間処理の記憶と復帰方法の設計
• ツール権限と実行・コスト上限の設定

Agent QAのテストやテスト集、フックを作成・編集し、定義形式と正式なIDを検証してから、MCPやCLIで実行するためのスキル。

• 購入テストを作成・検証したいとき
• 既存のテスト集を更新したいとき
• YAML定義やIDの検証

AIエージェントやプロンプトの変更前後を、版管理したテストケースと明確な判定基準で比較し、失敗の再現や権限違反、品質の後退を確認するスキルです。

• プロンプト変更前後の挙動を比較したいとき
• 観測した失敗を証拠付きで再現したいとき
• 修正後の回帰テスト

X/Twitterのアカウントや投稿、言及を調査し、返信や施策の準備に使うスキル。Hermes Agentへの導入を支援し、非公開情報の取得や投稿は承認付きで扱います。

• 返信前にアカウントを調べたいとき
• 製品公開に伴う言及の追跡
• 問い合わせの振り分けや企画監査

アプリにGitHub CopilotのAIエージェントを組み込み、独自ツールの呼び出し、応答の逐次表示、会話の保存・再開を実装するスキル。

• アプリにAIアシスタントを組み込みたいとき
• エージェントが呼び出す独自ツールの追加
• 生成中の応答を逐次表示