「machine」の検索結果

Interface-based state machine patterns for Unity game states, character controllers, and UI flows. Use when implementing game flow (menu -> gameplay -> game over), character states (idle -> run -> jump -> fall), AI behavior states, or UI screen transitions. Triggers on "state machine", "game states", "character states", "screen flow", "game flow", "add states to", "idle/run/jump", "menu flow", "AI states", "boss phases", or any task involving managing discrete states with transitions between them. Reads ProjectConfig.yaml -> architecture_pattern to adapt patterns for SO-first or DI-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。

Unity 6 Cinemachine camera system guide. Use when working with virtual cameras, camera blending, follow cameras, FreeLook, camera shake, or state-driven cameras. Covers Cinemachine 3.x API. Based on Unity 6.3 LTS 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。

Unity state and behavior system architecture. FSM, Hierarchical FSM, Behavior Trees, stack-based state machines, Animator-vs-code decisions, state machine testing. DECISION format: WHEN/DECISION/SCAFFOLD/GOTCHA. Based on Unity 6.3 LTS.

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 a task needs the judgment of a Dishwasher/kitchen steward — triaging a backed-up dish pit mid-rush, verifying sanitizer concentration or dish-machine rinse temperature against food-safety spec, deciding what routes to the three-compartment sink versus the dish machine, diagnosing a spike in breakage, or handling a machine failure mid-service.

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。

Expert-level machine design covering shafts, bearings, gears, fasteners, springs, clutches, brakes, and mechanical power transmission 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。

Create and integrate the machine-level core of a new EMULATORS emulator, including Computer and Emulator derivatives, memory and port maps, chip ownership and wiring, clock coordination, model configuration, commands, formatters, executables, and Visual Studio projects. Use when scaffolding a machine namespace, adding a model or regional variant, assembling existing components into a computer, or making a new emulator build and start.

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。

Econometrics skill for machine learning methods in causal inference. Activates when the user asks about: "causal forest", "generalized random forest", "GRF", "double machine learning", "DML", "debiased machine learning", "LASSO for variable selection", "post-LASSO", "heterogeneous treatment effects", "CATE", "conditional average treatment effect", "BLP analysis", "CLAN analysis", "causal tree", "honest estimation", "因果森林", "双重机器学习", "异质性处理效应", "条件平均处理效应", "LASSO变量选择", "机器学习因果推断", "去偏机器学习"

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。

Read this machine's cross-machine mailbox, the messages another computer's agent left here over a file-synced bus folder, and send messages back the same way. A session-start hook shows new mail automatically; this is the on-demand mid-session re-check. Triggers: "/inbox", "check inbox", "messages from the other machine".

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。

Onboard a new machine as a receive-only follower on a multi-machine agent network: it reads the shared vault, canon, skills and memory, runs nothing heavy locally (no RAG, reindex or GPU), and never receives executable hooks from the hub. Checklist-driven, with a verify step at each stage. Triggers: "/follower-onboard <machine>".

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。

Bring a new machine to a verified AOS installation: read-only doctor baseline, install after GO, MCP servers wired per harness with the configs backed up first, memB and OpenWiki checks, and a second doctor run for the delta. Use for "set up this machine", "onboard a new computer", "install AOS on this laptop".

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。

Selects biomarker features from high-dimensional omics data using Boruta all-relevant selection, mRMR, LASSO/elastic-net, and stability selection, while controlling the leakage, irreproducibility, and correlated-feature traps that make most published signatures fail to replicate. Use when identifying candidate biomarkers, deciding between an all-relevant and a minimal-optimal selector, or judging whether a selected gene set is reproducible. For unbiased performance estimation of the resulting model see machine-learning/model-validation; for interpreting a trained model see machine-learning/prediction-explanation.

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。

Agentic and machine-to-machine payments on Stellar. Covers x402 (HTTP 402 paid APIs via OZ Channels facilitator, fee-sponsored clients) and MPP (Machine Payments Protocol) in both Charge mode (per-request SAC) and Channel mode (off-chain commits, high-frequency). Defaults to USDC (SEP-41 SAC) on `stellar:testnet`/`stellar:pubnet` (CAIP-2). Use when selling a paid API to AI agents, building an x402 client, or designing a payment-channel architecture for high-frequency agent traffic.

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。

Machine Learning integration for Flutter using TensorFlow Lite and Firebase ML

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 construction graphs, machine lifecycle, power, parts, upgrades, examination, and machine UI.

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。

Machine Learning integration for Flutter using TensorFlow Lite and Firebase ML

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。

Crabboxの一時環境でネイティブアプリやWebアプリを起動し、チャットのサイドパネルに表示します。動作確認や画面操作、終了時の環境整理も扱います。

• ネイティブアプリを起動して見たいとき
• Webアプリのプレビュー
• 画面操作によるアプリのテスト

OpenClawを動かす端末やサーバーの安全性を点検し、SSH、ファイアウォール、更新、暗号化、バックアップの状態から、段階的な改善策を提案します。

• OpenClaw実行環境の安全性点検
• サーバーの外部公開を確認したいとき
• バックアップと暗号化の状態確認

複数のマシンで動くUncloudのサービスを配備・管理するスキル。uc CLIで公開ポートやCaddyの設定、台数調整、ログ確認、ボリューム管理を進めます。

• Composeからサービスを配備したいとき
• WebアプリをHTTPS公開したいとき
• NASやルーターへの経路設定

AIエージェントの反復作業を設計・点検し、機械で判定できる完了条件、変更禁止の境界、独立した検証、再試行上限を定めて空回りや暴走を防ぐスキル。

• 反復作業の完了条件を定めたいとき
• 空回りや検証の抜け道の点検
• 計画・実装・検証の役割分担

機械学習モデルを本番で使うために、データの仕様、再現可能な学習、品質評価、配備、監視、切り戻しを整理し、実装計画やレビュー項目にまとめるスキル。

• 実験コードを学習パイプラインにしたいとき
• モデル公開前の品質基準づくり
• データ漏洩や前処理の不一致の調査

フロントエンドとバックエンドやサービス間で共有するAPI・イベントの仕様を先に定め、型の生成と実際の応答の検証を通じて、並行開発で起きる食い違いを防ぐスキル。

• フロントとバックの並行開発
• サービス間のAPIやイベント形式の統一
• モックと本番応答を照合したいとき

クラウド上のGPUで機械学習の学習・推論を実行し、モデルをAPIとして公開するスキル。Pythonで実行環境を定義し、並列処理や定期実行も設定できます。

• GPUサーバーを管理せず学習したいとき
• モデルを自動拡張するAPIとして公開
• 大量のデータを並列処理したいとき

取得できないWebページを、アーカイブやAPIなど別の経路から探します。本文が本物かを確認し、保存日時と出典を残しながら、調査に使えるコピーを見つけます。

• 403・429で取得できない記事の調査
• 削除されたページの記録を探す
• APIやRSSで代替情報を探したいとき

Reach RuView sensing hardware from the machine it is attached to — ESP32 CSI nodes (serial + UDP stream), 60 GHz MR60BHA2 / 24 GHz LD2410 mmWave radars, RPLIDAR and iPhone LiDAR — and from other machines over SSH, read-only.

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。