「based」の検索結果

Apache・Nginxのアクセスログから攻撃の痕跡や不審なアクセス傾向を調べ、送信元IPの地理情報を加えて、優先順位付きの調査報告にまとめるスキル。

• Webアクセスログの不審な通信を調べたいとき
• 注入攻撃や不正なファイル参照の痕跡調査
• スキャナーやログイン連続試行の確認

Foundryで開発したSolidityコントラクトを公開前に監査し、複数の解析とテスト、秘密鍵管理の確認から、修正点とデプロイ可否をまとめます。

• 公開前のSolidityコントラクト監査
• 資金移動処理のファズ・不変条件テスト
• 秘密鍵の保管とデプロイ手順の点検

SplunkでWindowsの認証やプロセスのログを分析し、不審なログイン、権限昇格、侵入後の活動を調べます。検知クエリの作成や時系列整理にも使えます。

• Windowsの不審な認証を調べたいとき
• Splunkの検知クエリ作成
• インシデントの時系列整理

Parse Chromium-based browser databases with Hindsight to extract and correlate browsing history, downloads, cookies, cached content, autofill data, saved passwords, and extensions from Chrome, Edge, Brave, Opera, and Vivaldi into a unified timeline (XLSX, JSON, or SQLite output). Use during incident response, insider-threat investigations, or criminal cases when you need to reconstruct a user's web activity from a browser profile.

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。

マルウェアと指令サーバーの通信を解析し、定期通信の間隔や命令形式、予備の接続先を整理して、調査報告書とネットワークの検知ルールを作るスキル。

• 通信記録から不正な指令通信を調査
• 定期通信の間隔と揺らぎの分析
• 指令サーバーと予備の接続先の整理

不審なPDFを静的解析し、埋め込みJavaScriptや不正コード、添付ファイルを抽出。構造と危険な動作の手掛かりを調べ、検知に使う情報をまとめるスキル。

• 不審なPDF添付ファイルの初期調査
• PDFの脆弱性を悪用する文書の解析
• 埋め込みJavaScriptやファイルの抽出

Perform static analysis of Android APK malware using apktool for resource decompilation, jadx for Java source recovery, and androguard for manifest inspection, dangerous permission-combination detection, and identification of obfuscated code, dynamic code loading, and reflection-based API calls. Use to statically triage a suspicious APK without executing it or to build mobile malware detection rules.

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。

Uses the Linux Audit framework (auditd) with ausearch and aureport utilities to detect intrusion attempts, unauthorized access, privilege escalation, and suspicious system activity. Covers audit rule configuration, log querying, timeline reconstruction, and integration with SIEM platforms. Activates for requests involving auditd analysis, Linux audit log investigation, ausearch queries, aureport summaries, or host-based intrusion detection on Linux.

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。

不審なWord・Excel・PowerPoint文書からマクロを抽出し、難読化されたコードを読み解いて、外部ファイルの取得先や実行方法、攻撃の流れを調べるスキル。

• 不審なメール添付文書の調査
• VBAに隠された取得先URLの確認
• Excel 4.0マクロの解析

マルウェアが発生させた通信記録を解析し、外部からの指令通信や情報流出、追加ファイルの取得を調べ、検知ルールと調査結果をまとめるスキル。

• サンドボックスの通信記録解析
• マルウェアの指令通信の調査
• 情報流出とファイル取得の追跡

Linuxの認証ログ、コマンド履歴、SSH鍵、定期実行やサービス設定を調べ、侵入の証拠と不正なアクセス維持の仕組み、攻撃者の操作を追跡するスキルです。

• 侵害が疑われるLinuxサーバーの調査
• 不正なアクセス維持の仕組みを探す
• ログと履歴から利用者の操作を追跡

DNSの問い合わせログから、データ持ち出しや不審な遠隔指令通信の兆候を調べます。文字列のランダムさ、長さ、通信量を分析し、端末情報と照合するスキルです。

• DNS経由の情報流出を調べたいとき
• マルウェアの自動生成ドメイン調査
• DNS問い合わせが多い端末の確認

N coordinated agents on shared task list using tmux-based 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。

Team worker protocol (ACK, mailbox, task lifecycle) for tmux-based OMX teams

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。

Creating interactive data visualisations using d3.js. This skill should be used when creating custom charts, graphs, network diagrams, geographic visualisations, or any complex SVG-based data visualisation that requires fine-grained control over visual elements, transitions, or interactions. Use this for bespoke visualisations beyond standard charting libraries, whether in React, Vue, Svelte, vanilla JavaScript, or any other environment.

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 Codex is building or iterating on a web game (HTML/JS) and needs a reliable development + testing loop: implement small changes, run a Playwright-based test script with short input bursts and intentional pauses, inspect screenshots/text, and review console errors with render_game_to_text.

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。

Game development orchestrator. Routes to platform-specific skills based on project needs.

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。

Guarantee valid JSON/XML/code structure during generation, use Pydantic models for type-safe outputs, support local models (Transformers, vLLM), and maximize inference speed with Outlines - dottxt.ai's structured generation library

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。

Fast tokenizers optimized for research and production. Rust-based implementation tokenizes 1GB in <20 seconds. Supports BPE, WordPiece, and Unigram algorithms. Train custom vocabularies, track alignments, handle padding/truncation. Integrates seamlessly with transformers. Use when you need high-performance tokenization or custom tokenizer training.

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。

Curated collection of high-quality prompts for various use cases. Includes role-based prompts, task-specific templates, and prompt refinement techniques. Use when user needs prompt templates, role-play prompts, or ready-to-use prompt examples for coding, writing, analysis, or creative 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。

Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.

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。

Multi-agent autonomous startup system for Claude Code. Triggers on "Loki Mode". Orchestrates 100+ specialized agents across engineering, QA, DevOps, security, data/ML, business operations, marketing, HR, and customer success. Takes PRD to fully deployed, revenue-generating product with zero human intervention. Features Task tool for subagent dispatch, parallel code review with 3 specialized reviewers, severity-based issue triage, distributed task queue with dead letter handling, automatic deployment to cloud providers, A/B testing, customer feedback loops, incident response, circuit breakers, and self-healing. Handles rate limits via distributed state checkpoints and auto-resume with exponential backoff. Requires --dangerously-skip-permissions flag.

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。

Accelerate LLM inference using speculative decoding, Medusa multiple heads, and lookahead decoding techniques. Use when optimizing inference speed (1.5-3.6× speedup), reducing latency for real-time applications, or deploying models with limited compute. Covers draft models, tree-based attention, Jacobi iteration, parallel token generation, and production deployment strategies.

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 operational modes (brainstorm, implement, debug, review, teach, ship, orchestrate). Use to adapt behavior based on task type.

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。