812 件 ・ 関連度順
概要と使いどころ
AgentHero AI - Hierarchical multi-agent orchestration system with PM coordination, file-based state management, and interactive menu interface. Use when managing complex multi-agent workflows, coordinating parallel sub-agents, or organizing large project tasks with multiple specialists. All created agents use aghero- prefix.
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。
Salesforce Agentforce AI agents and autonomous automation (2025)
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。
Design and implement agentic AI workflows and patterns. Covers ReAct, planning agents, tool use, memory systems, and multi-agent orchestration. Use when building autonomous AI agents, implementing complex task automation, or designing intelligent workflow systems.
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。
Assess agentic layer maturity using the 12-grade classification system (Class 1-3). Use when evaluating codebase readiness, identifying next upgrade steps, or tracking progress toward the Codebase Singularity.
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。
Interactive prompt engineering coach that elevates vague prompts through Socratic dialogue, multiple transformation styles, and guided learning. Use when improving prompts, learning agentic engineering, or wanting coached guidance rather than automated transformation. NEVER auto-executes - always displays and asks first.
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。
Write reliable prompts for Agentica/REPL agents that avoid LLM instruction ambiguity
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。
Quantum-resistant, self-learning version control for AI agents with ReasoningBank intelligence and multi-agent coordination
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。
Dependency management guidelines for Jarvy - crate selection criteria, feature flag best practices, version management, security auditing with cargo-audit and cargo-deny.
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。
Dynamic agent composition and management system. USE WHEN user says create custom agents, spin up custom agents, specialized agents, OR asks for agent personalities, available traits, agent voices. Handles custom agent creation, personality assignment, voice mapping, and parallel agent orchestration.
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。
Transition from a hands-on "bricklayer" to a high-level "architect" by managing a fleet of autonomous AI agents. Use this when you need to scale engineering output with a small team, handle repetitive migrations/bug fixes, or onboard engineers to complex legacy codebases.
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。
How to spawn, manage, message, and command subagents via gobby-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。
Generate a project-specific AGENTS.md from a user goal, then confirm before overwriting.
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。
Inter-agent communication for tmux sessions. Send and receive messages between AI 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。
Agent Lightning를 사용하여 AI 에이전트를 자동으로 최적화하는 방법을 제공합니다.
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。
Spawn Agentica multi-agent patterns
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。
Agentica server + Claude proxy setup - architecture, startup sequence, debugging
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。
Guide for integrating Agentica SDK with Claude Code CLI proxy
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。
Branch skill for building and improving agents. Use when creating new agents, adapting marketplace agents, validating agent structure, writing system prompts, or improving existing agents. Triggers: 'create agent', 'improve agent', 'validate agent', 'fix agent', 'agent frontmatter', 'system prompt', 'adapt agent', 'customize agent', 'agent examples', 'agent 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。
Generate semantic + keyword match score. Compares resume content against job description to calculate a fit score and identify gaps.
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。
Asistente especializado en investigación académica, redacción científica, ACD, metodología cualitativa y análisis de datos con prevención de plagio
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。
Tools are how AI agents interact with the world. A well-designed tool is the difference between an agent that works and one that hallucinates, fails silently, or costs 10x more tokens than necessary. This skill covers tool design from schema to error handling. JSON Schema best practices, description writing that actually helps the LLM, validation, and the emerging MCP standard that's becoming the lingua franca for AI tools. Key insight: Tool descriptions are more important than tool implementa
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。
Implement persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.
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。
Guide creation of focused single-purpose agents following the One Agent One Prompt One Purpose principle. Use when designing new agents, refactoring general agents into specialists, or optimizing agent context for a single task.
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。
Master advanced AgentDB features including QUIC synchronization, multi-database management, custom distance metrics, hybrid search, and distributed systems integration. Use when building distributed AI systems, multi-agent coordination, or advanced vector search applications.
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。