「set」の検索結果

Windowsのレジストリやイベントログを照合し、USB機器の接続日時、ドライブ文字、利用者との関連を整理して、持ち出し調査に使う時系列を作るスキル。

• USB経由のデータ持ち出し調査
• 未承認USB機器の接続を確認したいとき
• USB接続とマルウェア実行の照合

許可されたActive Directoryのセキュリティ検証で、公開鍵の登録権限を悪用したアカウント掌握を確認し、追加した認証情報の削除と権限設定の改善点を整理します。

• BloodHoundで見つかった権限の評価
• パスワード変更なしの掌握を検証したいとき
• 演習でディレクトリ変更記録を生成

売上や需要、センサー値などの時系列を、追加学習なしでTimesFMにより予測します。実行環境の事前確認、外部要因を使う予測、予測区間の出力まで扱います。

• CSVから売上や需要を予測したいとき
• 価格や祝日を考慮した売上予測
• 複数店舗の時系列を一括予測

Codexの補助処理から返された結果を、重要度順の指摘や根拠の区別を保って利用者に伝える内部用スキル。変更ファイルや実行失敗の報告方法も定めます。

• レビュー指摘を重要度順に確認したいとき
• 確認済みの根拠と推測を区別したいとき
• Codexの変更ファイルを確認したいとき

AIエージェントがサービスの対価をUSDCで受け取り、他のエージェントへ支払う仕組みを、要件確認からコード生成、設定検証まで支援するスキルです。

• USDCで有料サービスを提供したいとき
• 他のエージェントへ料金を払いたいとき
• ローカル環境で決済を試したいとき

BigQueryでのデータセット・テーブル作成からSQL分析、データ取り込みやジョブ管理までを支援するスキル。BigQuery MLやGeminiとの連携も扱います。

• データセットとテーブルの作成
• SQLでデータを分析したいとき
• データ取り込みとジョブ管理

サイトやアプリの利用状況を判断に役立つ形で測るため、計測計画からGA4・GTMの実装、UTMの命名、動作検証まで整えるスキル。既存の計測設定の点検にも使えます。

• 登録や購入の計測計画を作りたいとき
• 既存のGA4・GTM設定の点検
• UTMの命名ルールを統一したいとき

機械学習の学習・推論に使うLambda LabsのGPU環境を構築し、SSH接続やデータの永続保存、複数GPUでの実行と運用管理を支援するスキル。

• LLMの追加学習用GPUを準備したいとき
• データや学習途中の状態を残したいとき
• APIで起動と終了を自動化したいとき

LLMアプリの入出力や処理時間をLangSmithで記録し、不具合の調査、データセットによる回答評価、本番環境の監視や継続的な品質テストを支援するスキル。

• LLMアプリの不具合を調べたいとき
• テストデータで回答を評価したいとき
• 本番の応答時間や費用の監視

LLMアプリの処理履歴やコスト、応答速度をLangfuseで記録し、プロンプトの版管理や評価データを使った比較を通じて、不具合調査と改善を支援するスキル。

• LLMアプリの不具合を調べたいとき
• プロンプトの版と評価を比較したいとき
• LLMのコストと応答速度の監視

GPUメモリを抑えながらLLMを追加学習するためのスキル。LoRAやQLoRAの設定、学習対象の選択、用途別アダプターの保存・切り替え・統合まで案内します。

• 限られたGPUメモリでLLMを追加学習
• LoRAの設定と学習対象の層の選定
• 同じ元モデルで用途別アダプターを切り替え

LLMの学習用データを整えるスキル。GPUを使った重複除去や品質フィルタリング、個人情報の除去を支援し、テキスト・画像・動画・音声の前処理を案内します。

• Webデータを学習用に整えたいとき
• 大量の文章から重複を除きたいとき
• 学習用文章の個人情報を除きたいとき

Use when working with cognee's users, permissions, and multi-tenancy — creating users, tenants and roles, sharing datasets (read/write/delete/share grants), acting as a specific user in the SDK or authenticating over HTTP (login, API keys), turning access control on or off, debugging PermissionDeniedError or missing datasets, or understanding where permissions are enforced and how datasets are isolated.

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 removing data from cognee memory with forget() in the SDK, HTTP API, or CLI — finding which dataset and document hold the content to delete (listing datasets and data items, reading raw content), choosing between deleting one document, a whole dataset, or only the graph/vector memory, and doing it safely.

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。

Runs the owner's content operation as a standing thing rather than a one-off: keeps a rolling posting calendar, learns the owner's voice, generates on-brand Canva graphics, writes captions that sound like them, repurposes one asset into every channel format, and stages posts for approval instead of publishing on its own. Pulls product photos and prices from Shopify when connected; with no connectors, drafts the calendar and asset briefs for manual posting. Use this whenever the owner talks about posting, content, or social — including "I need to post more," "we've gone quiet on Instagram," "what should we post this month," "make the content," "give me a month of posts," "write this in my voice," "repurpose this," or "set up our content calendar." Reach for it for a single post as readily as for a full quarter. One handoff: a finished, approved campaign brief goes to canva-creator; this skill owns the standing operation.

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 a customer deck, one-pager or leave-behind from your account data, call notes and approved materials, with no made-up numbers. Use when the user asks for a sales asset, one-pager, deck, leave-behind, "create an asset for [prospect]", or "make something for [account]".

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。

First-run setup - checks which tools are connected, shows what's connected and what each one unlocks, learns how you write from your sent email, and renders a starter dashboard right away with no upfront interview. When tools are missing it walks through connecting the CRM, then email, then calendar, showing something useful after each. Use on first open, or when the user says "set me up", "get started", "what's connected", "learn my voice", "match my writing style", or "onboard me".

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。

Set up Playwright in a project. Use when user says "set up playwright", "add e2e tests", "configure playwright", "testing setup", "init playwright", or "add test infrastructure".

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。

Captures the user's brand identity once via a 10-question onboarding wizard (primary/accent HEX + heading + body Google Fonts + design style editorial/technical/minimal/playful + default output directory + syntax theme + TOC behavior + optional logo/company), validates body-text and link contrast against WCAG 2.2 AA, derives 12 CSS custom properties in HSL space, and stores the result for every markdown-html converter to consume. Use before any markdown-html conversion. Triggers on first-run onboarding ("set up the brand", "configure markdown-html", "run onboarding"), on explicit reset ("reset the design system", "re-onboard"), and is checked by every converter via config_loader.py before rendering. Refuses to save if body-text contrast fails AA 4.5:1 or the output dir isn't writable. Precedence is project (./.markdown-html/) > global (~/.config/markdown-html/) > built-in defaults; MARKDOWN_HTML_NO_CONFIG=1 bypasses.

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。

Set up, audit, and debug analytics tracking implementation — GA4, Google Tag Manager, event taxonomy, conversion tracking, and data quality. Use when building a tracking plan from scratch, auditing existing analytics for gaps or errors, debugging missing events, or setting up GTM. Trigger keywords: GA4 setup, Google Tag Manager, GTM, event tracking, analytics implementation, conversion tracking, tracking plan, event taxonomy, custom dimensions, UTM tracking, analytics audit, missing events, tracking broken. NOT for analyzing marketing campaign data — use campaign-analytics for that. NOT for BI dashboards — use product-analytics for in-product event 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。

Generate realistic dummy datasets for testing with customizable columns, constraints, and output formats (CSV, JSON, SQL, Python script). Use when creating test data, building mock datasets, or generating sample data for development and demos.

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。

Audit assets against naming conventions, file size budgets, format standards. Finds orphaned assets, missing references.

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。

Google platform decision and setup guidance, loaded on demand from Google's skill catalog. Use when a developer is choosing or setting up part of their stack, such as where to run a service, a database, storage, messaging, authentication, analytics, ads, or AI model serving, and a Google product is a reasonable candidate - whether or not a vendor is named - or when a request names a Google product or API. Brings in the matching Google skill so the answer can weigh Google options, their trade-offs, and when they are not the right fit. Skip when the stack is already settled on another provider and no Google product is named, or the task involves no platform choice.

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。

Stores, retrieves, and manages data as objects in Cloud Storage on Google Cloud (also known colloquially as GCS) buckets. Use when you need to interact with Cloud Storage — set up a Storage MCP server (remote or local Toolbox), create or configure buckets, upload, download, stream, or transfer data, organize objects with folders, generate signed URLs, control access (IAM, ACLs, public access prevention), set storage classes (Standard, Nearline, Coldline, Archive), manage lifecycle and cost, protect data (versioning, CMEK, retention, Bucket Lock, holds, soft delete), host static websites, trigger Pub/Sub notifications, mount buckets (gcsfuse), or optimize performance. Covers gcloud storage / gsutil, JSON/XML APIs, client libraries, Terraform, and Cloud Storage MCP servers. Don't use for generic MCP setup that doesn't mention Cloud Storage, other MCP servers, block storage (Persistent Disk), BigQuery, or databases (Cloud SQL, Spanner, Bigtable, Firestore).

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。