6,771 件 ・ 関連度順
概要と使いどころ
Review Odoo addon code for correctness, security, performance, migrations, tests, and official Odoo coding guidelines. Use when reviewing Odoo modules, diffs, pull requests, or changed files involving models, fields, XML views, data, controllers, reports, OWL/assets, manifests, access rules, record rules, or OCA migrations.
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。
当用户需要评估一个生意/行业/公司的商业模式好坏时使用。典型触发：用户说"这个生意值得做吗""这个行业好不好赚钱""这家公司有护城河吗""为什么有的行业很苦却赚不到钱"。 核心工具：差异化→护城河→定价能力的三段递推链，加上"能涨价=有护城河"的快速验证法。 不适用于：纯财务分析（看财报数字）、股票技术分析、个人理财建议。
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。
当用户需要判断一家公司是否具备持久的竞争优势时激活此skill。典型触发：用户在分析某只股票/公司时问"这门生意好不好""护城河够不够深""这个商业模式能不能持续赚钱"；或用户试图从PE/财务指标出发评价一家公司却理不出头绪。 不适用于：纯财务建模（DCF计算）、已明确在能力圈外的公司（应先回能力圈框架）、短期交易择时决策。 关键语言信号："这个生意模式怎么样""为什么这家公司能一直赚钱""竞争对手能不能抢走它的市场"。
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, refine, validate, and render diagrams from natural language, notes, code snippets, schemas, tables, or existing diagram source. use for flowcharts, swimlanes, sequence diagrams, state diagrams, er diagrams, class diagrams, architecture/c4-style diagrams, dependency graphs, gantt charts, mind maps, user journeys, sankey-style flows, org charts, network graphs, and other visual models. supports mermaid by default, graphviz dot for complex graph layout, plantuml for uml-heavy engineering diagrams, and svg output when direct markup is more reliable.
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。
威胁建模时使用。适用于新功能 / 新系统的安全设计评审。融合 STRIDE + Attack Tree + Microsoft SDL。
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。
把业务对象建模为 REST 资源时使用。适用于 API 设计起点、复杂业务对象抽象、资源关系定义。优先使用 REST 资源模型 + 集合/单资源/子资源/动作四种模式。
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。
E2E 测试实现时使用。适用于 Playwright / Cypress 关键用户旅程测试。融合 Page Object Model + 视觉回归 + 可访问性测试。
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。
设计业务领域模型 / 实体 / 值对象 / 聚合 / 业务规则时使用。覆盖所有主流后端语言（Java / TS / Python / Go / Ruby / C#）。融合 DDD（Eric Evans）+ 充血模型 + 状态机模式。
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 before committing, opening a PR, or reporting a task done — when you want ground-truth confirmation there are no conflict markers, live-looking credentials, debug leftovers, untracked TODOs, or oversized files, without spending a model turn re-reading every file yourself.
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 cutting a release, writing a CHANGELOG entry, or summarizing what changed since a tag — when the repo's commits follow (or mostly follow) Conventional Commits and a mechanically-accurate section breakdown beats a model's reading of the diff.
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 the user names a coding or Claude Code task ("add OAuth", "set up hooks", "review this PR", "pick a model"), asks which prompt to use, says to "use the right prompt", or when you enter this repo and need to orient without reading every file.
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。
Browserbase MCP Server gives agents cloud browser control through Browserbase and Stagehand, with both hosted HTTP and self-hosted stdio options. It suits teams that want MCP-based browser automation but prefer Browserbase sessions and Stagehand’s action model instead of running Playwright locally.
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 Kiln to create eval datasets, rate outputs, optimize prompts and models, and ship the same AI task or agent definition from a local workbench into production code.
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。
Browser Use is an open source browser automation framework for AI agents that turns websites into controllable interfaces for multi-step tasks. It combines a Python SDK, browser orchestration, and model integrations so agents can navigate, extract data, and complete workflows in real browsers.
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。
Scaffold, run, inspect, and evaluate model-agnostic agents that connect to MCP servers, skills, shell tools, and workflow packs.
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 RocketRide to compose, run, observe, and deploy portable AI pipelines from an IDE or CLI across model providers, vector stores, and agent nodes.
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。
Score deep research agents on benchmark tasks using factual verification, report-quality scoring, and process evaluation before model or workflow changes ship.
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 MemoryBench to run repeatable conversational memory and RAG benchmarks across providers, datasets, judge models, checkpoints, and structured reports.
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 official Brave Search MCP server integrates the Brave Search API with AI assistants, providing comprehensive web search, local business search, image search, video search, news search, and AI-powered summarization capabilities through the Model Context Protocol.
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 a real-task benchmark suite against OpenClaw agents so model or harness changes can be compared before they hit production workflows.
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 official AWS Labs MCP server collection provides AI agents with structured access to AWS documentation, service APIs, billing data, and infrastructure metadata through the Model Context Protocol, built and maintained by AWS for secure cloud automation workflows.
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 ARIS to run Markdown-based agent skills for literature review, idea discovery, cross-model critique, experiment planning, and paper-writing support.
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。
Extract structured intelligence from audio using the AssemblyAI API with sentiment analysis, entity detection, topic modeling, and auto-chapter generation. Uses the assemblyai Python SDK for transcript processing 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。
mcp-atlassian is a Model Context Protocol server that connects AI assistants to Atlassian Jira and Confluence. It enables searching and managing Jira issues, reading and editing Confluence pages, and performing project management tasks through natural language via any MCP-compatible client.
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。