AIエージェントの会話記録を調べ、作業の重複や計画からの逸脱、時間・トークン消費を根拠付きで報告します。superpowersの利用中に起きた問題を整理するスキルです。
- 作業の遅さやトークン消費を調べたいとき
- 重複作業や計画からの逸脱の確認
- スキルが起動したか確認したいとき
1,753 件 ・ 関連度順
AIエージェントの会話記録を調べ、作業の重複や計画からの逸脱、時間・トークン消費を根拠付きで報告します。superpowersの利用中に起きた問題を整理するスキルです。
グラフや図解を含むレポートやスライドを構成し、PDFやPowerPointなどへ出力します。図の素材化、配置、出典の添付、データ更新後の再生成まで設計します。
発表・提案・報告用のPowerPoint資料を新規作成し、既存資料の編集や内容の読み取り・要約も支援します。配色や文字サイズ、スライド構成も整えます。
PowerPoint資料を新規作成・編集し、本文や発表者ノート、コメントを読み取ります。既存テンプレートの活用やスライドの並べ替え、見た目の確認まで扱うスキルです。
学会発表や研究セミナーのスライドを、発表時間に合う構成から図表・引用の配置まで設計し、PDFや編集可能なPowerPointにまとめるスキルです。
スライド設計規約 slide-rules.md を核に、経営会議品質のスライドを作るスキル。作成前に規約を読み、HTMLパーツ集(基本27+追加35の62型)から該当パーツをコピーして組み、規約の範囲で型に囚われず調整し、check_deck.py の機械チェック FAIL 0 で仕上げる。型カタログはレイアウトの発想帳であり、合わせる対象ではない。既存の PowerPoint 資料を渡され、そこへ差し込むページを PPTX で求められたときだけ、その資料のマスターの上に直接組む(slide-rules §8.7)。トリガー例:「コンサル品質のスライドを作って」「規約に沿ったデッキで」「型カタログから選んで」「この pptx に足すページを同じ書式で」。
Technical enforcement of GDPR Article 5(1)(b) purpose limitation principle. Covers purpose-tagged data stores, access control per purpose, Article 6(4) compatibility assessment factors, and system design for preventing purpose creep. Includes purpose binding architecture and compatibility test implementation.
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。
大規模言語モデルを、回答への評価を使う強化学習で追加訓練する手順を案内します。Megatron-LMとSGLangを組み合わせ、データ準備や並列実行、独自の生成処理を扱います。
発表の構成や配色を計画し、各スライドをAI画像として順番に生成してPowerPointにまとめます。前の画像を参照し、資料全体の見た目をそろえるスキルです。
HTMLスライドを、見た目を保った画像としてPowerPoint形式に書き出します。各ページを全面PNG画像にし、発表者ノートも自動で添付します。
Excelのセル範囲、Wordの段落、PDFのページ、PowerPoint内のテキストなどを指定して抽出・変換・編集し、元の資料を変更せず別ファイルとして保存します。
アップロードしたPowerPointを元のレイアウトで授業に取り込み、表示崩れの点検・修正から、内容に沿った解説と読み上げ音声の追加まで進めるスキル。
PowerPointのPPTX資料を作成・編集・点検するスキルです。シンプルなレイアウトを統一して情報をまとめ、開き直してスライド数とタイトルを確認します。
既存の投資銀行向けPowerPointテンプレートにExcelやCSVなどの資料から数値や内容を反映し、表・図形・書式とスライド間の整合性を確認します。
手持ちのPowerPointテンプレートを解析し、後の資料作成で繰り返し使えるスキルにまとめます。レイアウトや配置範囲を記録し、テンプレートと手順を一式にします。
PyTorchで報酬に基づくモデル学習を試すために、torchforgeの設定、報酬・損失関数の実装、複数GPUへの展開、学習中の問題への対処を案内します。
発表内容やPowerPointから、アニメーション付きのHTMLスライドを作るスキルです。3案の見た目を比べてデザインを選び、ブラウザで表示・編集できます。
TRLを使った大規模言語モデルの追加学習コードの作成とデバッグを支援します。教師データや好みに基づく学習、報酬モデルの訓練に必要な設定を整理します。
PyTorchで報酬に基づく強化学習を進めるためのガイドです。torchforgeを使い、報酬や損失関数の実装から複数GPUでの分散学習まで支援します。
大規模言語モデルを人の好みに合わせて追加学習するために、PPO・GRPO・DPOなどの手法選びから、複数GPUでの分散学習設定やメモリ調整までを支援するスキル。
FlutterとDartで複数の環境に対応するアプリを作り、画面部品や状態管理、画面遷移の実装からテスト、表示のもたつきの改善まで進めるスキル。
TRLを使った大規模言語モデルの追加学習コードの作成とデバッグを支援します。教師データや好みに基づく学習、報酬モデルの訓練に必要な設定を整理します。
通常の文書生成が失敗した際にシェルで作成を進め、深いフォルダに保存された成果物も検索して回収するスキル。PowerPointやPDFの配置と確認まで扱います。
指定した構成のPowerPoint資料を作成し、生成エラー時はPythonでの作成に切り替え、保存先・ファイル形式・スライド数まで確認するスキル。