「lua」の検索結果

設計書や要件書から、最初から最後まで動く小さな機能単位を計画し、ひな形作成、生成と評価の反復、レビューと承認を経て動く最小限の製品を組み立てるスキル。

• 設計書から動くMVPを作りたいとき
• 一連の処理が動く小さな機能単位の計画
• 最初に動く機能のひな形作成

機械学習のない既存アプリに、推薦・分類・予測などを追加するための手順を整理します。課題とデータの確認から、最初のモデルの学習・評価・組み込みまでを支援します。

• 既存アプリに推薦機能を加えたいとき
• 学習データの準備状況を確認したいとき
• 代替ルール付きで予測を組み込みたいとき

AIエージェントが継続して作業するループを、品質確認と評価、失敗時の停止・再実行の方針を組み合わせて設計し、進捗停滞や再試行に対処するスキル。

• 継続作業のループ方式を選びたいとき
• 品質確認と評価を組み合わせたいとき
• 失敗や進捗停滞からの復旧

AIエージェントの成果物を、正確さ・網羅性・明瞭さ・実行しやすさ・簡潔さの5軸で自己評価し、根拠付きの点数と優先順位を付けた改善案をまとめます。

• 複数ファイルの実装後の自己評価
• 複数工程を終えた成果物の点検
• 設計文書や分析レポートの評価

AIエージェントに任せる開発を、完了条件の定義、作業分割、実装前後の評価で進め、難易度に応じたモデル選択と費用・時間の記録まで整理するスキル。

• AIエージェントに任せる開発の計画
• 大きな変更を検証可能な作業に分けたいとき
• 実装前後の評価を比較したいとき

AIエージェントが使うツールの種類や入出力、エラーからの復帰手順を設計・見直します。文脈の情報量も整理し、作業完了率や再試行回数で改善を評価します。

• エージェントのツールや入力形式の設計
• ツールの結果と次の行動を明確にしたいとき
• 安全な再試行と停止条件を定めたいとき

Claudeを使うアプリの実装や更新を、言語別の資料に沿って進めます。公式SDKでの呼び出し、ツール連携、モデル移行、費用の見直しや評価の整備を扱います。

• アプリにClaude APIを組み込みたいとき
• 独自ツールを使うエージェントの実装
• 既存のClaude連携をモデル移行したいとき

AIが外部サービスを操作するためのMCPサーバーを開発します。API調査からツールの設計・実装、動作確認、実際の利用を想定した評価問題の作成まで支援します。

• 外部APIをAIエージェントにつなぎたいとき
• TypeScriptやPythonでMCPを開発
• ツールの説明や入力・エラー文の改善

新しい製品や個人開発のアイデアを対話で整理し、課題や需要、実現方法を検討して設計文書にまとめます。起業・社内企画と学習・趣味など、目的に合わせて問いを変えます。

• 起業アイデアの需要を確かめたいとき
• 社内プロジェクトの企画整理
• 学習や趣味の開発案を具体化したいとき

Webサイトやアプリを実際のクラウドブラウザで操作し、画面や動作を検証します。公開サイトとローカル開発環境に対応し、根拠付きの5段階評価を返します。

• 購入手続きの動作を確認したいとき
• ローカル開発アプリの動作検証
• ランディングページの品質評価

取締役会やM&Aの検討に使う、投資銀行形式の説明資料を作成します。類似企業・取引の比較、企業価値の評価、戦略案と推奨方針を、出典や前提付きで整理します。

• 取締役会向けの戦略比較資料作成
• 類似企業や過去のM&Aを比較したいとき
• 企業価値の幅と感度分析の説明

Wi-Fiの計測データを使うRuViewモデルの学習・評価を進めます。姿勢推定や環境への適応、GPUでの訓練、Hugging Faceへの公開を扱います。

• カメラやラベルなしで姿勢推定を学習したいとき
• カメラとWi-Fiの対応データで学習したいとき
• 部屋や環境の違いにモデルを適応させたいとき

Archifyで作る図の正確さ・読みやすさ・完成までの時間を、実際の図とエージェントの作業記録から評価し、配置や接続線、作成手順を改善するスキル。

• 図の配置や接続線を比較したいとき
• 図の修正が繰り返される原因調査
• 図の作成手順の改善検証

既存のDeerFlowスキルを点検し、公開に向けた準備状況や起動条件、安全上の境界を評価します。根拠と問題点を整理し、そのまま使える修正文案を示します。

• スキルの公開準備を確認したいとき
• 意図しない起動や起動漏れの調査
• 付属スクリプトと安全上の境界の点検

機能追加や移行などの変更案を、実際の問題と利用箇所から検討します。必要十分な範囲を選び、影響や検証方法を整理し、実装を依頼された場合は修正と確認まで進めます。

• 機能追加案の必要性を判断したいとき
• リファクタリングや移行の範囲整理
• APIやデータ項目の利用者の確認

AIエージェントと外部サービスをつなぐMCPサーバーを、PythonやTypeScriptで設計・実装し、入力検証やエラー処理、動作評価まで進めるスキルです。

• 外部APIのMCPサーバーを作りたいとき
• エージェントの作業に合うツール設計
• 入力検証やエラー処理のレビュー

ローカルデータの前処理から機械学習モデルの選定・学習・評価、公開準備までを支援。顧客離脱の予測や画像分類などに向けた開発手順を整えるスキルです。

• 顧客離脱の予測モデルを作りたいとき
• 画像分類モデルを学習したいとき
• 欠損値やカテゴリデータを前処理したいとき

AIエージェントの動作方針を課題集で評価し、改善候補を比較する学習サイクルを実行します。既定ではモデルを呼び出さず、対象課題と費用の見積もりを確認できます。

• 課題集を使った動作方針の改善
• 学習実行前の費用見積もり
• 評価用の課題での候補比較

エージェントの判断手順や問題の解き方をパターンとして定義し、実行可能なワークフローへの組み込みから、実行後の評価と有効な手法の共有まで扱うスキル。

• 条件分岐で判断手順を定義したいとき
• 問題解決の手順を実行可能にしたいとき
• 似た過去事例から解決策を考えたいとき

求人の比較・評価から応募先に合わせた職務経歴書の作成、応募状況の管理、面接練習まで、転職活動の各作業をモードで選んで進める支援スキル。

• 求人を比較し応募先を絞りたいとき
• 応募先別の職務経歴書とメール作成
• 応募状況と連絡予定の管理

業務ロジックや計算処理のコードに小さな変更を加え、既存テストが不具合を検出できるかを評価します。Strykerの導入から、見逃された変更に対するテスト改善まで支援します。

• カバレッジ以外でテスト品質を確認
• 単一モジュールへのStryker導入
• 重要な計算処理のテスト強化

Agent Skillsの作成から発見・呼び出し・権限・評価・移植までを、実習とクイズで一回一課ずつ学びます。確認した証拠と進捗をファイルに残し、続きから再開します。

• 最小のスキルの作成と呼び出しの学習
• スキルの発見と自動選択の理解
• 権限・サンドボックス・信頼境界の確認

ウェビナーや展示会などの企画・参加を、商談や見込み客の獲得につなげるために設計します。主催・協賛・登壇・来場の立場に合わせ、事前準備から効果測定まで整理します。

• 見込み客向けウェビナーの企画
• 会議への協賛価値を判断したいとき
• 来場前に面談を組みたいとき

見込み客の獲得や検索流入につなげる無料ツールの企画を支援します。計算機や診断ツールなどの案を比較し、開発範囲、情報取得の方法、運用負担を整理します。

• 集客用の無料ツール案を比較したいとき
• ROI計算機の初期版の設計
• メールアドレスの取得方法の検討