「age」の検索結果

Sync library skills from an agent-loom upstream repo into this project's .agents/skills while preserving project-local and forked skills. Load when the user asks to sync agent-loom, update skills from upstream, rsync from ../agent-loom, pull new library skills, upgrade installed skills, or refresh the .agents folder without losing custom project skills. Also triggers on "sync skills from agent-loom", "update my agent skills", "pull skill library updates", or "merge agent-loom improvements into this repo".

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。

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。

Analyzes pooled CRISPR screens with MAGeCK (Li et al 2014), covering count generation (mageck count), the RRA two-condition workflow (mageck test using alpha-RRA over per-sgRNA negative-binomial p-values), the MLE multi-condition workflow (mageck mle with explicit design matrix and beta-score output), normalization choice (median vs total vs control-sgRNA vs spike-in), sgRNA efficiency injection, paired-sample testing, time-course design, drug-screen versus dropout-screen design matrices, MAGeCKFlute and MAGeCK-VISPR downstream visualization, and decision logic for when to use MAGeCK vs JACKS / BAGEL2 / drugZ / Chronos. Use when running a fresh CRISPR screen analysis, picking RRA vs MLE for the experimental design, choosing a normalization method from QC signatures, debugging MLE convergence failure or NaN beta scores, comparing MAGeCK output across tools, or building a batch-aware multi-cell-line / multi-condition MLE design matrix.

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。

Plan, evaluate, and adopt agent infrastructure for a named workload. Use for agent runtime/framework selection, agent evaluation or observability plans, memory and tool boundaries, infrastructure cost controls, and organizational adoption. Covers workload-first comparison, risk and recovery planning, held-out evaluation, cost accounting, and staged rollout. Not a vendor ranking or a production certification. NOT for implementing a specific agent behavior (agentic-patterns), building a specific agent (ai-engineer), prompt optimization (prompt-engineer), or conventional ETL workflow design (jury_rig-architect).

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。

Elite frontend image-direction skill for generating premium, conversion-aware website design references. CRITICAL OUTPUT RULE — generate ONE separate horizontal image FOR EVERY section. A landing page with 8 sections produces 8 images. Never compress multiple sections into one image. Enforces composition variety (not always left-text / right-image), background-image freedom, varied CTAs, varied hero scales (giant / mid / mini minimalist), narrative concept spine, second-read moments, and a single consistent palette across all images. Optimized for landing pages, marketing sites, and product comps that developers or coding models can accurately recreate.

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。

OpenAI's model connecting vision and language. Enables zero-shot image classification, image-text matching, and cross-modal retrieval. Trained on 400M image-text pairs. Use for image search, content moderation, or vision-language tasks without fine-tuning. Best for general-purpose image understanding.

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。

Elite frontend image-direction skill for generating premium, conversion-aware website design references. CRITICAL OUTPUT RULE — generate ONE separate horizontal image FOR EVERY section. A landing page with 8 sections produces 8 images. Never compress multiple sections into one image. Enforces composition variety (not always left-text / right-image), background-image freedom, varied CTAs, varied hero scales (giant / mid / mini minimalist), narrative concept spine, second-read moments, and a single consistent palette across all images. Optimized for landing pages, marketing sites, and product comps that developers or coding models can accurately recreate.

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。

Requires OFOX_API_KEY — create one at https://app.ofox.ai. Change one thing in an image you already have and leave the rest of the picture alone — swap the background, recolour a part, remove or add an object, clean up a photo — from a local jpeg/png/webp file. Delegates to ofox-image-core's `edit` subcommand (POST /v1/images/edits, one synchronous request), prices the job with --dry-run before spending, and reports the real token cost including the uploaded picture, which is billed. Use when a user hands over an image and asks for a change to it, e.g. "change the background of this photo to a beach and keep the person unchanged", "make this button green", "remove the car in the background", or "put this product on a plain white background". Do not use to draw a new image from a text description with no input picture (that is ofox-image-core's `generate`), to produce a set of several images to choose between (see product-image), or to turn a photo into video (see seedance-product-video or seedance-ad-creative). Editing the content of an existing video — "change the background of my clip, keep the product" — has no route here and none in the video API either (measured; the mode field an edit would use is accepted and silently ignored, so nothing errors); this skill edits a single still, and routing such a request to a video skill generates brand-new footage instead of changing theirs.

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の設定をAgentShieldで検査し、秘密情報の直書き、広すぎる権限、不正な指示の混入リスクを報告し、一部の問題を自動修正するスキル。

• Claude Code導入時の設定確認
• 権限やMCP設定の変更後の監査
• 参加したリポジトリの既存設定の確認

Laravel向けパッケージを機能や対応バージョンで探し、更新状況、健全性の評価、提供元の指標を確認します。導入前に候補の互換性や保守状況を見比べるスキルです。

• 認証や権限管理のパッケージを探したいとき
• 管理画面向けパッケージの検索
• パッケージの保守状況を確認したいとき

文章や画像から画像・動画を生成し、読み上げ音声や映像に合う音も作るスキル。fal.aiでモデル選びから費用見積もり、生成状況の確認まで進めます。

• 文章からサムネイルや商品画像の作成
• 既存画像の画風を変えたいとき
• 静止画を動画にしたいとき

実際の開発課題で複数のコーディングエージェントを比較するスキル。成功率、取得可能なAPI費用、所要時間、繰り返し実行の安定性を測り、選定や更新後の評価に使えます。

• 実際の開発課題でエージェントを比較
• 新しいツールやモデルの導入前評価
• エージェント更新後の性能確認

AIエージェントの不調を、指示・記憶・ツール実行・画面表示など12の層から調べるスキル。コードやログを根拠に原因を整理し、重要度順の指摘と修正案をまとめます。

• アプリ内だけで起きる不調を調べたいとき
• 過去の会話が混ざる原因を調査
• ツールの未実行や実行の誤報を確認

静的サイトやWebアプリのビルド結果を公開し、公開先URLの確認まで進めるスキル。事前プレビューとgitタグによる版管理を行い、更新や以前の版への復元も支援します。

• ポートフォリオや文書サイトの公開
• ダッシュボードや試作品をURLで共有
• 公開済みサイトを版を記録して更新

Hermes Agentに同梱するスキルの作成・修正を、配置先の選定からSKILL.mdの構成、テスト、関連ドキュメントの更新まで共通の規約に沿って進めます。

• 再利用する手順を同梱スキルにしたいとき
• 既存のSKILL.mdを修正したいとき
• 標準同梱と任意配布の配置先選定

プロジェクトの品質基準を数値とチェック方法付きで文書化し、テストの省略や警告の抑制、基準値の引き下げを差分から点検して、エージェント開発の品質を保つスキル。

• エージェント開発の品質基準を決めたいとき
• カバレッジや性能の目標値を選びたいとき
• テスト省略や警告の抑制を見つけたいとき

AIエージェントに渡すルールや仕様、関連コードを作業ごとに選び、長い会話の情報整理や次のセッションへの引き継ぎまで整えるスキルです。

• AI開発用のルールを整えたいとき
• 作業に必要なファイルの選定
• 長い会話の情報を整理したいとき

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

Paperclip上のAIエージェント組織をチャットで管理します。会社の初期設定やエージェントの採用、承認、タスク進捗、費用、成果物の確認を支援します。

• 会社とCEOの初期設定
• 採用計画と指揮系統の整理
• 承認待ちや停滞タスクの確認

プレゼンや文書に使う画像・スクリーンショットの解像度、シャープさ、明瞭さを改善するスキルです。実行には配布元の関連ファイル一式を導入します。

• プレゼン用画像を整えたいとき
• 文書用スクリーンショットの明瞭化
• 画像の解像度を上げたいとき

ブラウザー上のページを調べ、クリックや入力、スクリーンショット撮影、情報抽出を行います。OpenDesignのローカルプレビューを中心に、Webアプリの動作や品質を確認します。

• OpenDesignのプレビュー確認
• Webアプリのクリックや入力のテスト
• ページや要素の画面撮影

Webページのボタンや入力欄を識別するスナップショットを使い、ログイン、フォーム入力、情報の取得、画面撮影などのブラウザ操作を自動化するスキル。

• ログイン操作を自動化したいとき
• Webフォームの入力・送信
• 商品名・価格・リンクの収集

公開Webページの設計・実装・見直しを、題材に合う構図や書体の選定から進めます。実ブラウザーでの測定と3種類の画面幅のスクリーンショットで改善を重ねます。

• 定型的に見えるLPの再設計
• 独自の軸を持つポートフォリオ制作
• 3種類の画面幅で文字と配置を点検