「understanding」の検索結果

Expert in Japanese honorific language covering 尊敬語・謙譲語・丁寧語 with deep understanding of situational usage, business contexts, and cultural nuances

Relentlessly interview the user about THEIR plan or design — one question at a time — resolving each branch of a decision tree until shared understanding. Claude is the interviewer; the user is the interviewee. Triggers on "grill me", "stress-test this plan", "get grilled on my design", "interrogate my plan". Checkpoints every answer to docs/knowledge/<slug>.md so progress survives a context-window reset. Flags knowledge the user cannot answer as a gap to chase. Do NOT use to PROPOSE solutions or compare approaches (→ mk:brainstorming). Do NOT use to validate "is this worth building?" (→ mk:office-hours). Do NOT use when Claude should ANSWER questions about the repo (→ mk:ask-me). Do NOT use for a one-shot review of an existing plan (→ mk:plan-ceo-review). Do NOT use to apply named reasoning lenses to findings (→ mk:elicit).

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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 Conversational Language Understanding (CLU) using the azure-ai-language-conversations Python SDK. Use when working with ConversationAnalysisClient to analyze conversation intent and entities, building NLP features, or integrating language understanding into 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。

リファクタリングを「更新されたチームの理解と、コードが表現する過去の理解の差分同期」と捉え、今回得た新知識（要求・ドメイン知識・制約）が naming と responsibility へ反映されているか、boundary が現在の understanding を表現しているか、diff の削除行やコメントに現れる過去の design history と constraint を失っていないかを diff-time で確認する。Knowledge Delta の signal は diff（追加/削除された hunk・コメント・ADR 参照）を一次情報とし、PR 本文が供給されるときは補助に用い、不確実なら question に留める。ドメイン用語の一貫性は ubiquitous-language-naming、集約/コンテキスト境界の設計判断は bounded-context-language、投機的抽象化・caller special-case は altitude-generalization、スコープ逸脱/前提破壊は fix-scope-integrity、振る舞い変更と構造変更の分離は behavior-structure-separation、完了主張の反証は refactor-claim-audit へ委譲する

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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。

Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.

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。

計画やアイデアを質問で掘り下げ、決定同士の依存関係を整理します。推奨案を添えた質問を段階的に重ね、曖昧な前提や未決事項を確認して共通理解を築くスキルです。

• 実行前に計画を検証したいとき
• アイデアの前提を明確にしたいとき
• 決定の依存関係を整理したいとき

コードの構造を調べ、理解やテストを難しくしている箇所の改善案を図入りHTMLレポートにまとめます。候補を選んだ後は、制約や設計判断を対話で掘り下げます。

• 変更が多い領域の設計を見直したいとき
• リファクタリング案を図で比較
• テストしやすいモジュール設計を検討

作業環境の設定や接続済みツールを読み取り、今使える機能と不足を整理するスキル。Claude Codeなどで次に整えるECCのスキルや連携を提案します。

• Claude Codeの設定を見直したいとき
• 接続済みツールと機能の棚卸し
• プラグイン追加の必要性確認

Itôで予約済みのGPUを使ったモデル配信の相談に対し、現状の未対応範囲と将来必要な確認事項を整理するスキル。現在は配信を開始せず、制約を案内します。

• Itô GPU予約後の配信対応を確認したいとき
• OpenAI互換の接続先の制約を知りたいとき
• 将来のモデル配信設定を確認したいとき

初めて触るコードの構成や処理の流れ、開発ルールを調べ、参加時の案内資料とCLAUDE.mdを作成します。変更したい作業ごとの参照先も整理します。

• 新しいチームでコードの全体像を知りたいとき
• 既存プロジェクトでClaude Codeを導入
• 開発ルールからCLAUDE.mdを作りたいとき

Analyze a codebase to produce an interactive knowledge graph for understanding architecture, components, and relationships

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。

Intelligently organizes your files and folders across your computer by understanding context, finding duplicates, suggesting better structures, and automating cleanup tasks. Reduces cognitive load and keeps your digital workspace tidy without manual effort.

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 this skill when the user's prompt requires (1) researching a topic across multiple sources, comparing options or alternatives, analyzing trends or history, understanding markets or industries, or reviewing literature or studies and (2) synthesizing that research into a comprehensive, narrative report. If you're planning to search the web or internal knowledge bases, consider using this skill. This skill coordinates research subagents, so use it only when you have a tool for spawning subagents (the Agent or Task tool); otherwise, research the question directly.

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。

Understand video content locally using ffmpeg frame extraction and Whisper transcription. No API keys needed. Use when: (1) Understanding what a video contains, (2) Transcribing video audio locally, (3) Extracting key frames for visual analysis, (4) Getting video content without API keys.

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。

Builds with and operates Pi, the minimal terminal coding harness. Use for installing Pi, configuring providers/models/settings/environment variables, creating Pi skills/extensions/packages/themes/prompt templates, embedding Pi through the SDK, integrating over RPC or JSON event streams, parsing sessions, running local models through the llama.cpp router, developing custom Pi providers and TUI components, or using ecosystem packages such as pi-subagents (delegation/orchestration), pi-mcp-adapter (MCP servers), pi-interview (interactive forms), and pi-web-access (web search, fetching, video understanding).

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。

Azure AI Vision Image Analysis SDK for captions, tags, objects, OCR, people detection, and smart cropping. Use for computer vision and image understanding tasks.

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。

Masterclass lecturing — one continuous explanation carried by slides, with dense pages, long narration that builds an argument across several real cases, and checkpoints that are rare and deliberate. Use when the ask is a lecture, a masterclass, a systematic walkthrough of a subject, 「大师课」「系统讲解」「讲透」, or any topic whose payoff is understanding rather than practice; also use when the user names this style. Not for hands-on training (that is `workshop-style`) and not for a course whose point is manipulating a mechanism (that is `deep-interactive`).

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。

Infuse learning strategies and metacognition into a concept-centered OpenMAIC classroom as a parallel goal. Use when the user wants students to learn how to learn while studying a subject: retrieval practice, self-explanation, prediction before feedback, monitoring understanding, deliberate review, or productive failure. Do not use when learning science or study skills should be the standalone subject of the lesson.

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 a multi-stage OpenMAIC course series around a small concept spine whose ideas return repeatedly at higher levels of complexity, abstraction, relationship density, representation, transfer distance, or boundary awareness. Use when the user explicitly wants a Bruner-style spiral curriculum, progressive conceptual revisits, or a series organized by how understanding develops rather than by a linear topic list. Do not use for a single standalone stage or a series that only needs sequential coverage.

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。