2,100 件 ・ 関連度順
概要と使いどころ
Weekly churn risk detection across active client accounts. Scans for signals like decreased engagement, missed meetings, delayed payments, and competitor mentions. Scores risk 1-10 and outputs prioritized alert list.
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。
ベンガル語の検索やAI向けに、文字表現の統一、単語分割、数字変換、結合文字を壊さない表示処理を整理し、学習データの整備や保存にも役立つスキル。
対話型CLIやSSH、開発用プロセスを新しいターミナルで開くために、実行内容と引数を保った起動計画を作り、対応環境の検出や復旧手順も扱うスキル。
大きな機能開発や移行の目標を、複数回の作業に分けた実行計画にします。各工程の背景、依存関係、検証方法をまとめ、別のエージェントへの引き継ぎを支えます。
Web performance regression detection. (gstack)
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。
Run RuView sensing applications — presence/occupancy, breathing & heart rate, activity & fall detection, 17-keypoint pose estimation (WiFlow), sleep monitoring & apnea screening, environment mapping, Mass Casualty Assessment (MAT), and the 3D point-cloud fusion demo. Use when someone wants to actually *do* something with a working RuView 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。
Advanced RuView capabilities — RuvSense multistatic sensing (attention-weighted fusion, geometric diversity, persistent field model), cross-viewpoint fusion across multiple nodes, RF tomography (ISTA L1 solver, voxel grids), longitudinal biomechanics drift, pre-movement intention signals, adversarial signal detection, and multistatic mesh security hardening. Use for research-grade or multi-node deployments.
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。
Security scanning and vulnerability detection. Use when: authentication, authorization, payment processing, user data. Skip when: read-only operations, internal tooling.
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。
Aggregate and display system metrics with anomaly detection for a time period
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。
Cluster code by graph community detection via npx ruvector@0.2.25 hooks graph-cluster (spectral / Louvain)
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。
Generate trading signals using npx neural-trader anomaly detection engine with Z-score scoring and neural prediction
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。
Track long-horizon objectives across multiple sessions with milestone checkpoints, progress persistence, and drift detection
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。
Generate and maintain documentation with drift detection. Use when the user asks to write/update/refresh docs, detect doc drift against code, or schedule recurring documentation maintenance.
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。
One-command drift detection. Composes audit-list + oia-audit + audit-trend into a single primitive — finds the most recent audit in `metaharness-audit` namespace, runs a fresh audit against the current repo, diffs them via ADR-152 §3.1 similarity, and alerts when structural distance crosses `--threshold`. Iter 53 of ADR-150 deep 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。
Composite Phase-2 audit worker (ADR-150). Bundles harness oia-manifest + threat-model + mcp-scan into one timestamped audit record stored in the `metaharness-audit` memory namespace. Designed for cron-scheduled drift detection.
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。
Run `@metaharness/darwin security bench` (upstream "Darwin Shield" / ADR-155) — evolves a champion security-detection harness against a 10-vuln / 9-decoy corpus and grades it on TPR/FPR/patch-pass/repro/unsafe vs four baselines (B0 static, B1 LLM-single-pass, B2 fixed-agent, B3 Darwin-champion). Closest reference implementation for ruflo's own ADR-155 nightly self-learning security harness (PR
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。
ADR-152 — weighted similarity between two harness fingerprints (genome + score JSON). Returns overall score in [0,1] plus per-component breakdown (cosine over 9 numerics, categorical agreement over 4 enums, jaccard over agent_topology). Unblocks ADR-151 §3.2 Recommender, §3.3 Drift Detection, §3.5 Plugin Compat. Pure-TS, no `@metaharness/*` dep — preserves ADR-150's four architectural constraints.
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。
Snapshot delta between two cost-summary JSON outputs. PR-level cost regression detection — answers "what changed between these two specific snapshots?". Pairs with cost-summary's stable JSON contract.
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。
MAD-based outlier detection on session spend. Robust to the very outliers it hunts (unlike mean+sigma). Surfaces specific anomalous sessions with modified-z scores; optional --alert-on-outliers exit code for CI gates. Distinct from cost-burn (aggregate trend) — this answers "which INDIVIDUAL session is the outlier?".
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。
Comprehensive performance analysis, bottleneck detection, and optimization recommendations for Claude Flow swarms
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。
Use when evaluating test quality on modules containing business logic, calculation utilities, or state machines to determine whether the tests provide genuine defect detection.
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。
Three.js interaction - raycasting, controls, mouse/touch input, object selection. Use when handling user input, implementing click detection, adding camera controls, or creating interactive 3D experiences.
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。
Processes mass spectrometry data with pyOpenMS. Supports proteomics and metabolomics workflows—feature detection, peptide/protein identification, label-free quantification, adduct/accurate-mass annotation, and complex LC-MS/MS pipelines. Supports extensive file formats and algorithms. For simple spectral comparison and small-molecule library matching use matchms.
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。
Processes, cleans, compares, and searches tandem mass spectra with matchms. Use for MS/MS file I/O, metadata harmonization, peak filtering, spectral similarity, library matching, score matrices, and molecular-similarity networks. Use pyopenms instead for LC-MS feature detection or proteomics pipelines.
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。