「agents」の検索結果

Convex is the backend agents get right on the first try: an all-TypeScript reactive platform where the database, server functions, scheduling, file storage, auth, and realtime sync are one type-safe system, every function is a transaction, and `tsc` catches most mistakes before deploy. Ideal BOTH for a quick prototype (running app in minutes, no infra to configure) and for extreme production scale (same code, no rewrite). Far more than a database: drop-in components add AI agents, RAG, workflows, rate limiting, billing, full-text search, email, presence, and more. Use whenever a project uses Convex or needs ANY backend or persistence: writing code under convex/, starting a new full-stack app, prototyping an idea, or adding a backend capability (auth, billing, crons, AI agents, search, email, custom domains, hosting). Routes to the bundled convex-* skills and the served capability catalog, which stays current without a skill update.

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。

Azure AI Agents Persistent SDK for Java. Low-level SDK for creating and managing AI agents with threads, messages, runs, and tools.

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。

Azure AI Agents Persistent SDK for .NET. Low-level SDK for creating and managing AI agents with threads, messages, runs, and tools.

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。

This skill should be used when the user asks to "create AGENTS.md", "update AGENTS.md", "maintain agent docs", "set up CLAUDE.md", or needs to keep agent instructions concise. Enforces research-backed best practices for minimal, high-signal agent documentation.

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。

Build container-based Foundry Agents with Azure AI Projects SDK (ImageBasedHostedAgentDefinition). Use when creating hosted agents with custom container images in Azure AI Foundry.

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。

Orchestrate multi-agent teams with defined roles, task lifecycles, handoff protocols, and review workflows. Use when: (1) Setting up a team of 2+ agents with different specializations, (2) Defining task routing and lifecycle (inbox → spec → build → review → done), (3) Creating handoff protocols between agents, (4) Establishing review and quality gates, (5) Managing async communication and artifact sharing between agents.

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。

Complete development kit for Microsoft 365 Copilot declarative agents with three comprehensive workflows (basic, advanced, validation), TypeSpec support, and Microsoft 365 Agents Toolkit integration

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。

Autonomous agents are AI systems that can independently decompose goals, plan actions, execute tools, and self-correct without constant human guidance. The challenge isn't making them capable - it's making them reliable. Every extra decision multiplies failure probability. This skill covers agent loops (ReAct, Plan-Execute), goal decomposition, reflection patterns, and production reliability. Key insight: compounding error rates kill autonomous agents. A 95% success rate per step drops to 60% b

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。

Testing and benchmarking LLM agents including behavioral testing, capability assessment, reliability metrics, and production monitoring—where even top agents achieve less than 50% on real-world benchmarks Use when: agent testing, agent evaluation, benchmark agents, agent reliability, test agent.

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。

Calculate ROI for AI-as-a-Service (managed AI agents). Estimates cost savings, efficiency gains, and payback period for deploying AI agents across business operations. Use when evaluating whether managed AI agents make financial sense for a company.

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。

Register and manage AI agents on ClawdNet, the decentralized agent registry. Use when you need to register an agent, send heartbeats, update agent status, invoke other agents, or discover agents on the network.

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。

The barber for your coding agents' config. Weighs everything every agent on this machine loads (instruction files, memory, MCP servers, hooks, skills, commands, subagents, plugins, leftovers), prices each item in tokens from your own transcripts, and parks the dead weight with a receipt and an undo. Use this skill whenever the user mentions config bloat, a heavy or slow session start, tokens burned before the first word, too many MCP servers, hooks that are slow or fire on every prompt, skills or commands or plugins nobody invokes, cleaning up or auditing CLAUDE.md or AGENTS.md, Codex config, or asks what does my agent actually load, why is my context full before I type, which of these servers can I turn off, or what is this plugin costing me. Use it even when they only say the session feels bloated or startup got slow, and even when they mention /context, /doctor or /skill-doctor.

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。

OpenClawへの自然な言葉の依頼をClaude Codeなどの外部コーディングエージェントへ振り分け、作業の開始や継続、スレッド内の会話をつなぐスキルです。

• Claude Codeをスレッドで開始
• 外部エージェントの作業を続けたいとき
• acpxから直接指示を渡したいとき

GitHubのIssueを条件で絞り込み、修正・テスト・PR作成をバックグラウンドのエージェントに任せます。重複作業の回避やレビュー指摘への対応も扱います。

• ラベルや担当者で課題を選びたいとき
• 複数の課題の修正PRを作りたいとき
• 作成したPRのレビュー対応

エージェント向けスキルの新規作成や修正を支援し、呼び出し条件、作業手順、付属ファイルの配置を整理して、設定や参照先、補助スクリプトを検証します。

• 定型作業をスキルにまとめたいとき
• 既存のSKILL.mdを修正したいとき
• 付属資料やスクリプトを整理したいとき

Everything Claude CodeのスキルとフックをDeepSeek Harnessへ導入し、設定の生成・動作確認・更新から、認識されない場合の原因調査まで案内します。

• DSHへECCスキルを導入したいとき
• プロファイルへフックを接続したいとき
• スキルやフックの認識不良を調べたいとき

作業状況や判断の根拠をローカルのMarkdownに保存し、ClaudeやCodexなどの間で引き継ぐスキル。共有した文脈の検索や記録の不整合の診断も案内します。

• ClaudeからCodexへ作業を引き継ぐ
• 次回のために作業の文脈を残したいとき
• 過去の判断と根拠を探したいとき

Javaのtinystructで、端末とWebの両方から使える処理を実装するスキル。起動スクリプトの生成からAPI、データ保存、テストまで開発手順を案内します。

• 端末とWebで使える処理の実装
• 不足する起動スクリプトの生成
• JSON APIとデータ保存の実装

作業環境の設定や接続済みツールを読み取り、今使える機能と不足を整理するスキル。Claude Codeなどで次に整えるECCのスキルや連携を提案します。

• Claude Codeの設定を見直したいとき
• 接続済みツールと機能の棚卸し
• プラグイン追加の必要性確認

作業の依存関係を整理し、独立した調査・実装・検証を並行して進めるためのスキルです。変更先の競合を避け、各作業の完了状況と確認結果を表にまとめます。

• 独立したファイル調査の一括実行
• 複数エージェントでの分担実装
• Git worktreeで変更先を分けたいとき

大きな機能の設計提案を、依存関係と合格条件を持つ作業単位に分け、複数エージェントの調査・実装・テスト・レビューから統合と最終検証まで整理するスキル。

• 大きな設計提案を検証可能な作業に分けたいとき
• 複数エージェントへの依存関係付き作業割り当て
• 変更ブランチのレビューと順次統合

AIへの依頼文から目的や不足情報を整理し、作業範囲に合うECCのコマンドやスキルを提案します。診断と改善理由を添え、そのまま貼り付けて使える依頼文に書き直します。

• 曖昧な開発依頼を具体化したいとき
• 依頼文に完了条件と検証を加えたいとき
• 作業に合うECCの構成を選びたいとき

予測市場の価格が示す確率を出典と時刻付きで調べ、取引量や結果の判定ルール、他の情報源との比較から、製品や業務の判断材料として使えるか評価するスキル。

• 製品で予測市場データを使いたいとき
• 市場の確率と社内指標の比較
• エージェントの記憶や通知への利用検討