「pipeline」の検索結果

Webアプリの本番公開に向けて、Docker構成やテスト・公開の自動化を整え、更新方式の選定から稼働確認、障害時の復旧手順まで支援するスキル。

• テストと公開を自動化したいとき
• アプリをDocker化したいとき
• 本番の更新方式を選びたいとき

音楽動画や短尺動画の色・光・動きと拍に合わせたカットを設計し、angelcoreやhyperpopの方向性に沿って生成素材と編集をまとめるスキル。

• 音楽動画の表現方針を決めたいとき
• AI生成の補助映像の見た目を統一
• 曲の拍に合うカットを設計

撮影済みの動画や画面収録から見どころを選び、カット・構成整理・字幕や音声の追加を進めます。長い録画の短編化からSNS向けの画角調整、編集ソフトでの仕上げまで扱うスキルです。

• 長い録画から見どころを切り出したいとき
• 撮影素材からVlogを作りたいとき
• 製品デモに文字やナレーションを加えたいとき

大きな機能の設計提案を、依存関係と合格条件を持つ作業単位に分け、複数エージェントの調査・実装・テスト・レビューから統合と最終検証まで整理するスキル。

• 大きな設計提案を検証可能な作業に分けたいとき
• 複数エージェントへの依存関係付き作業割り当て
• 変更ブランチのレビューと順次統合

請求書やフォームなどの規則的なテキストから情報を取り出す処理を、正規表現とLLMで設計し、抽出結果の信頼度が低い項目だけを確認・修正する流れを示します。

• 問題文・選択肢・解答の抽出
• フォームや請求書の抽出処理設計
• 正規表現とLLMを選びたいとき

PyTorchのモデルや学習コードを作成・点検し、データ読み込み、実験の再現性、学習状態の保存、GPUメモリや処理速度の改善を支援するスキル。

• PyTorchの学習コード作成・レビュー
• 実験結果が揃わない原因を調べたいとき
• 読み込み速度やGPUメモリの改善

正常に動いている既存機能を新しい仕様へ変更するスキル。テストを先に更新し、実装の修正、レビュー、承認を挟んだコミットまで順に進めます。

• 既存の通知しきい値を変えたいとき
• 動作中の機能を新仕様に合わせたいとき
• 振る舞いの変更前にテストを更新したいとき

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

設計書や要件書から、最初から最後まで動く小さな機能単位を計画し、ひな形作成、生成と評価の反復、レビューと承認を経て動く最小限の製品を組み立てるスキル。

• 設計書から動くMVPを作りたいとき
• 一連の処理が動く小さな機能単位の計画
• 最初に動く機能のひな形作成

営業・提携・資金調達の候補者を調べて優先順位を付け、共通の知人を通じた紹介経路を探し、相手の近況と送り手の文体に合わせてメールやSNSの連絡文を下書きします。

• 特定業界の見込み客を探したいとき
• 提携先や投資家候補の優先順位付け
• 共通の知人からの紹介経路の調査

医療アプリの公開前に、診療判断の支援ロジック、患者情報の漏えい、データ整合性などを検証するスキル。重大なテストの失敗でデプロイを止める仕組みを示します。

• 電子カルテの公開前に検証したいとき
• 薬物相互作用や投与量の変更を検証
• 権限変更後の患者情報漏えいを確認

LLM APIの費用を抑えるため、作業の複雑さに応じたモデル選択、予算の記録、一時的なエラーの再試行、共通プロンプトのキャッシュを組み合わせる設計例を示します。

• LLMアプリのAPI費用を見直したいとき
• 一括処理の難易度でモデルを選びたいとき
• 予算に対する累積費用の確認

開発の目的に合うECCのコマンド群を選び、実行順序と停止条件を案内します。現在のファイルを基に一覧も整理し、複数コマンドの使い分けを助けます。

• バグ修正のコマンド順序を知りたいとき
• MVP開発のコマンドを選びたいとき
• ECCの作業手順を一覧で見たいとき

大量データの取り込みや過去分の補充、変換、同期の遅さを工程別に調べ、処理方法を比較して高速化し、行数・ファイル数・時刻の整合性まで確認するスキル。

• 大量データの取り込み・書き出しの高速化
• 過去データの補充時間を短縮したいとき
• バッチサイズや並列処理数を比較したいとき

AIエージェントが継続して作業するループを、品質確認と評価、失敗時の停止・再実行の方針を組み合わせて設計し、進捗停滞や再試行に対処するスキル。

• 継続作業のループ方式を選びたいとき
• 品質確認と評価を組み合わせたいとき
• 失敗や進捗停滞からの復旧

Webアプリの本番公開に向け、CI/CDによるテストと配布の自動化、Docker化、稼働確認、切り戻し手順、公開前の確認項目を整理するスキル。

• テストと配布を自動化したいとき
• アプリをDocker化したいとき
• 本番公開の方式を選びたいとき

採点済みの競合情報を、市場マップや比較表、差別化の余地、優先施策を含むレポートにまとめます。経営層への報告や、チームで競争方針を決める場面に役立ちます。

• 経営層や取締役会向けの競合報告
• 完成済み競合プロフィールの統合
• 差別化の余地と競合脅威の検討

自社の強みや顧客像を基に、比較すべき競合と調査先を選びます。直接競合・周辺競合・目標となる企業に分類し、根拠付きの候補一覧を作って詳しい比較の準備を整えます。

• 競合比較の対象を決めたいとき
• 直接競合・周辺競合・目標企業の分類
• 市場調査レポートの候補を絞りたいとき

言語モデルに指示への応答や好ましい回答を学習させるため、TRLによる追加学習を案内するスキル。データ準備、学習方式の選択、報酬モデルの学習や評価を扱います。

• 回答例で指示に従うモデルを学習
• 回答の好みをDPOで学習したいとき
• 報酬モデルを使うRLHFの構築

動画の企画を整理し、作風に合う専門エージェントのチームと制作環境を組むスキル。Hermesのカンバンで作業を振り分け、進捗確認や停止・失敗時の対応を支援します。

• 短い商品紹介動画の制作管理
• 物語動画を専門エージェントで分担
• ミュージックビデオの映像・音声計画

Use this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like "the xlsx in my downloads") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

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。

Auto-review pipeline — reads the full CEO, design, eng, and DX review skills from disk and runs them sequentially with auto-decisions using 6 decision principles. (gstack)

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。

Open Orbit briefing skill — selected by the Orbit pipeline when Linear is the user's only connected connector, or when the user explicitly scopes their daily digest to Linear. Pulls the past 24 hours of issue movement, status changes, assignments, and cycle progress from the user's authenticated Linear connection and renders the digest in Linear's native Inbox + cycle-progress visual language. This skill should not be triggered manually — it is invoked by Orbit's daily-digest scheduler against live Linear data.

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。

Open Orbit briefing skill — selected by the Orbit pipeline when Notion is the user's only connected connector, or when the user explicitly scopes their daily digest to Notion. Pulls the past 24 hours of document edits, comments, mentions, and database row changes from the user's authenticated Notion connection and renders the digest as a native Notion page (callout / toggle / database table primitives). This skill should not be triggered manually — it is invoked by Orbit's daily-digest scheduler against live Notion data.

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。