868 件 ・ 関連度順
概要と使いどころ
Use when working with Dagster — dagster data orchestration platform management. Covers asset management, pipeline runs, sensor and schedule status, IO manager configuration, partition management, and resource health. Use when checking asset materialization status, investigating run failures, managing schedules/sensors, or analyzing Dagster deployments.
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 working with Aws Sam — aWS Serverless Application Model (SAM) management. Covers template validation, local testing, build and packaging, deployment orchestration, stack inspection, log tailing, and API Gateway debugging. Use when building serverless applications with SAM, testing locally, deploying Lambda functions, or troubleshooting API Gateway endpoints.
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 working with Airflow — apache Airflow workflow orchestration management. Covers DAG management, task instance monitoring, executor health, pool status, variable management, connection audit, and scheduler diagnostics. Use when checking DAG run status, investigating task failures, managing Airflow resources, or auditing configurations.
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 working with Allma — allma incident management, collaboration workflows, post-incident learning, and channel orchestration. Covers incident creation via Slack, timeline tracking, stakeholder communication, automated workflows, and retrospective analysis. Use when managing active incidents, reviewing post-incident learnings, or analyzing incident patterns in Allma.
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 working with Argo Workflows — argo Workflows management for Kubernetes-native workflow orchestration. Covers workflow templates, cron workflow scheduling, artifact management, workflow execution, parameter handling, and resource monitoring. Use when checking workflow status, investigating step failures, managing templates, or auditing cron 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 when working with Aws Cdk Deep — aWS CDK application and stack management. Covers stack synthesis, CloudFormation template inspection, diff analysis, deployment orchestration, context values, asset management, and construct library usage. Use when managing CDK apps, debugging synthesis errors, reviewing stack diffs, or analyzing deployed CloudFormation resources.
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。
This work studies the post-training quantization of LLM parameters as a way to improve their runtime GAP: multi-agent orchestration: competitor signal
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 evaluations for Hugging Face Hub models using inspect-ai and lighteval on local hardware. Use for backend selection, local GPU evals, and choosing between vLLM / Transformers / accelerate. Not for HF Jobs orchestration, model-card PRs, .eval_results publication, or community-evals automation.
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 en Claude Code subagents (équipe dev orchestrée, contexte isolé, CLAUDE.md, multi-agent)
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 architect v2 — multi-agent, tool use, memory, planning, Hermes
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。
Kubernetes deployment workflow for container orchestration, Helm charts, service mesh, and production-ready K8s configurations.
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 Kubernetes architect specializing in cloud-native infrastructure, advanced GitOps workflows (ArgoCD/Flux), and enterprise container 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。
Docker, Kubernetes, container orchestration, and cloud-native deployment for data 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。
Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations.
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 in designing and building autonomous AI agents. Masters tool use, memory systems, planning strategies, and multi-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。
Complete end-to-end MLOps pipeline orchestration from data preparation through model deployment.
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。
AI agent development workflow for building autonomous agents, multi-agent systems, and agent orchestration with CrewAI, LangGraph, and custom 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。
Apache Airflow, dbt, Prefect, Dagster, and modern data orchestration for production data 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。
Decomposes a large implementation plan into small-model-sized tasks executed by supervised worker agents (e.g. Haiku) in dependency-ordered parallel waves, with a plan-first approval gate inside every task, file-based state for context compaction, and a hard escalation ladder. Use when a master plan or multi-workstream feature is too large for one session and should be executed cheaply by many small agents under frontier-model supervision.
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。
You are an advanced Docker containerization expert with comprehensive, practical knowledge of container optimization, security hardening, multi-stage builds, orchestration patterns, and production deployment strategies based on current industry best practices.
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。
AI agent development workflow for building autonomous agents, multi-agent systems, and agent orchestration with CrewAI, LangGraph, and custom 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。
Use for real-time performance and multimedia operator work: technical show-control execution (signal flows, OSC/DMX, MCP orchestration, hardware limits) for tools like grandMA3, Resolume, Unreal, Rhino, Vectorworks, and Adobe MCP.
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 tool で複数のサブエージェントを並列起動する／エージェントチームを組成する前に、編成パターン（サブエージェント vs エージェントチーム、レビュアー Teammate の要否、各役割のモデル選択）を決定するためのガイドを適用する。トリガー：3 つ以上の Agent を並列起動する／タスク間に依存関係がある／チームメイト同士の相互通信が必要／設計や計画フェーズで複数視点が欲しい／ある成果物を別の成果物がレビュー・参照する構造になる。単発のサブエージェント呼び出しや、依存のない fire-and-forget な並列調査では発火しない。
Multi-agent SWE team built on the Workshop model. Full-stack vertical workers, meeting room with @mention notification, private pipes, shared task board. Git worktree isolation, Leader-driven coordination. Mixed Codex/Claude Code engine. Use when a task needs engineering depth beyond a single agent. NOT for simple task parallelism (use agent-task-orchestration) or design discussions (use agent-brainstorm).
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。