「check」の検索結果

mainへの直近のマージを調べ、TODOや非推奨API、リンク切れなどの後片付け候補を抽出。リスクと作業量を整理し、修正・チケット化・人への相談を提案します。

• マージ後の後片付けを洗い出したいとき
• 非推奨APIやリンク切れの確認
• 削除予定の機能フラグの点検

前回のリリースや指定日以降の変更を調べ、機能追加・修正・破壊的変更・セキュリティ関連の情報を、リリースノート作成に渡せる形式で整理するスキル。

• 前回リリース以降の変更を集めたいとき
• 破壊的変更やセキュリティ情報の確認
• リリースノート作成用の材料整理

CIの失敗ログから失敗したジョブやステップを特定し、一時的な不具合、コード変更、環境、設定に分類して、修正・監視・人への確認を提案するスキル。

• CIの失敗箇所を特定したいとき
• 一時的な失敗と不具合の切り分け
• 環境障害を人の確認に回したいとき

依存パッケージの定義とロックファイルを調べ、古いバージョンや既知の脆弱性を洗い出し、更新の影響度と人への確認が必要な項目を整理するスキル。

• 古い依存パッケージの棚卸し
• 既知の脆弱性と更新候補の確認
• 更新の規模別に対応を分けたいとき

holaOSのワークスペースで、AIエージェントが使うMCPサーバーを追加・更新・削除するスキル。接続先や認証用の環境変数、利用ツールの許可設定を整えます。

• リモートMCPサーバーを追加
• ローカルMCPの設定を更新
• 利用できるツールを限定したいとき

記事やコンテンツの下調べとして、ウェブ上の情報を複数の独立した出典で照合します。主要な発見、統計、引用、切り口、未確認事項を、リンク付きの調査メモに整理します。

• 記事の主張を裏付けたいとき
• 統計や出典付きの引用を探したいとき
• テーマの既存情報の調査

文章に表れやすいAI特有の定型表現や冗長な前置きを見直し、具体的で直接伝わる文章へ整えます。執筆・推敲・レビューで使え、５つの観点で品質も評価します。

• AIが書いた下書きを推敲したいとき
• 冗長な前置きや定型表現の削減
• 具体性と文章のリズムの確認

データや表を分析し、前期・目標・区分ごとの比較から重要な変化を数値で説明します。欠損や外れ値などの注意点を添え、結果に合うグラフも提案するスキルです。

• 月ごとの売上推移を比較したいとき
• 地域や区分による違いを調べたいとき
• 目標に対する差を把握したいとき

繰り返し使うCodex向けスキルの新規作成や更新を支援します。具体的な作業例を整理し、SKILL.mdの形式・配置から実際の呼び出し確認まで手順を示します。

• 定型作業をスキル化したいとき
• 既存スキルの指示を整理したいとき
• SKILL.mdの形式と配置の確認

埋め込みブラウザで操作上の不具合を再現し、画面の指定ミスや待機不足、ログイン状態、製品側の問題を切り分けます。最小限の再現手順と根拠をまとめるスキルです。

• ブラウザ操作の不具合を再現したいとき
• 修正後の再発確認
• 待機不足と製品不具合の切り分け

進むべき方向や主張の信頼性を、基本知識からの推論と複数の思考モデルで検討します。長期的な影響を見据え、判断の根拠と不明点を整理するスキルです。

• 長期的な方向性を判断したいとき
• 専門家の説明の根拠を確かめたいとき
• 未知の分野で判断力を養いたいとき

Hugging Face Spacesで機械学習アプリを作成・公開し、用途に合う実行環境の選択からモデルの読み込み、ログ調査、動作確認まで支援するスキル。

• 機械学習デモを公開したいとき
• 既存アプリをZeroGPUへ移したいとき
• Spaceのビルド・実行エラー調査

SageMakerの推論用エンドポイントを、自動スケーリング、CloudWatchアラーム、タグ付きで構築し、実際の推論テストや削除まで支援するスキル。

• リアルタイム推論環境を構築したいとき
• 低頻度の処理をゼロ台まで縮小するとき
• 長時間の推論を非同期で実行するとき

AI論文のURLやarXiv IDから内容を取得して要約・解説し、Hugging Face上の著者情報や関連モデル、データセット、実装先まで調べるスキル。

• URLやarXiv IDから論文を要約したいとき
• 論文に関連するモデルやデータを探したいとき
• 著者情報や実装先を確認したいとき

Hugging Face Hub上のモデルを手元の環境で評価し、評価課題や推論エンジンの選定、少量データでの動作確認から本評価までを支援するスキル。

• 手元のGPUでベンチマーク評価
• 評価フレームワークと推論エンジンの選定
• 本評価前に少量サンプルで確認したいとき

ローカルGPUを用意せずに言語・画像言語モデルを追加学習し、データ検証や費用見積もり、進捗確認、成果の保存とGGUF変換まで支援するスキル。

• ローカルGPUなしで追加学習したいとき
• DPO学習前のデータ検証
• 学習費用の見積もりとGPU選定

モデルをAWS上で呼び出せるようにするため、用途や利用頻度、待ち時間、費用の条件からSageMakerの配信方式を選び、導入手順を調整します。

• LLMをAWSで提供する構成の検討
• 埋め込みモデルの配信方式選び
• 画像生成の非同期推論を計画したいとき

会話で得た修正方針や繰り返し使える手法、継続的な好みを整理し、スキル集への更新案にまとめます。既存スキルとの重複や古いルールとの矛盾も確認します。

• 修正した進め方を次回にも残したいとき
• 継続的な好みの記録
• 新しい教訓による既存スキルの更新

PRやコミット、ブランチ、作業ツリーの差分から脆弱性を調べ、削除ファイルや関連コードも確認して、検証結果とレビュー範囲を報告するスキル。

• PRの脆弱性を確認したいとき
• マージ前のコミットやブランチ点検
• 削除ファイルを含むローカル変更の点検

固定したパッチやPR差分の影響範囲、不具合の起こりやすさ、テストによる保護、復旧のしやすさを調べ、マージ判断と自動マージ候補の可否を助言するスキル。

• 生成パッチの取り込み判断
• PR変更の本番影響を調べたいとき
• テストと切り戻し手段の評価

リポジトリのセキュリティ確認範囲や守るべき条件、対象外の項目を整理し、コードの実態に合うSECURITY.mdの作成・見直し・更新を支援するスキル。

• リポジトリの確認範囲を定めたいとき
• 守るべきセキュリティ条件の文書化
• 既存方針とコードの整合性確認

セキュリティ上の指摘について、攻撃者の入口から影響箇所までをコードの証拠で追跡し、反証や既存対策も踏まえて深刻度と報告の要否を判断するスキル。

• 指摘の悪用経路を確認したいとき
• 既存対策を踏まえ深刻度を見直したいとき
• 報告前に反証を検討したいとき

報告された脆弱性が現在のコードで修正されたかを、攻撃経路や回避方法、正常動作の証拠から検証します。ファイルを変更せず、指摘ごとに判定と根拠を返します。

• 報告済み脆弱性の修正を確認したいとき
• セキュリティ修正の回避経路の確認
• コード移動・再構成後の修正検証

リポジトリ全体や指定フォルダのコードを一巡してセキュリティ上の問題を調べ、根拠や深刻度、確認できた範囲と未解決事項を報告にまとめるスキル。

• リポジトリの標準監査をしたいとき
• 指定フォルダやパッケージの点検
• 根拠と監査範囲を確認したいとき