1,348 件 ・ 関連度順
概要と使いどころ
Promote a validated pattern into a reusable Skill in AgentDB's skill library. Use when the same approach has worked 3+ times across episodes, or when the user explicitly says "make this a skill" / "save this as reusable".
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-repository coordination, synchronization, and architecture management with AI swarm 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。
Comprehensive GitHub code review with AI-powered swarm coordination
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。
Search with feature attributions — return WHY each match scored where it did. Use when debugging recall quality, auditing for bias, or explaining results to a user.
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。
Cloud-based AI swarm deployment and event-driven workflow automation with Flow Nexus platform
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。
Comprehensive Flow Nexus platform management - authentication, sandboxes, app deployment, payments, and challenges
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。
Train and deploy neural networks in distributed E2B sandboxes with Flow Nexus
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 semantic vector search with AgentDB for intelligent document retrieval, similarity matching, and context-aware querying. Use when building RAG systems, semantic search engines, or intelligent knowledge bases.
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。
Optimize AgentDB performance with quantization (4-32x memory reduction), HNSW indexing (150x faster search), caching, and batch operations. Use when optimizing memory usage, improving search speed, or scaling to millions of vectors.
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。
Hybrid search — BM25 keyword + dense vector fused with Reciprocal Rank Fusion. Use when queries have specific identifiers, code symbols, or proper nouns that pure semantic search might miss.
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 persistent memory patterns for AI agents using AgentDB. Includes session memory, long-term storage, pattern learning, and context management. Use when building stateful agents, chat systems, or intelligent assistants.
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。
Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.
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 when managing Python dependencies with uv, running tests with pytest, linting with ruff, formatting code, type checking with mypy, or executing notebooks.
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。
Search and inspect the harness memory namespace (HNSW + emergent-time decay).
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。
Turn a feature request into a minimal, file-level implementation plan before any code.
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。
Inspect repository session replay and verify configured MetaHarness field memory boundaries before reusing outcomes.
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。
Turn a feature request into a minimal, file-level implementation plan before any code.
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。
Evaluate proposed repository harness changes with pinned Darwin tools and explicit evidence limits.
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。
Find and compare car rentals — sedans, SUVs, and luxury vehicles with insurance options, pickup locations, and best rates for self-driving adventures. Also supports: flight booking, hotel reservation, train tickets, attraction tickets, itinerary planning, visa info, travel insurance, car rental, and more — powered by Fliggy (Alibaba Group).
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-level skill for Python programming (Python 3.13/3.14+). Covers type safety, generic syntax (PEP 695), async/await TaskGroups, FastAPI 0.115+, Pydantic v2, uv package manager, Ruff, and pytest in English and Indonesian.
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。
Economic analysis of government intervention -- taxation (incidence, efficiency, optimal design), regulation (cost-benefit, market failure correction), externalities (Pigouvian taxation, cap-and-trade, Coasian bargaining), and public goods provision (non-rivalry, non-excludability, free-rider problem). Covers welfare analysis of policy interventions, government failure, and the institutional context of policy-making. Use when evaluating policy proposals, analyzing tax effects, assessing regulatory design, or reasoning about the appropriate scope of government action.
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。
Spectroscopy, chromatography, titration, elemental analysis, X-ray crystallography, and mass spectrometry for chemical identification and quantitation. Covers UV-Vis and IR spectroscopy, NMR fundamentals, gas and liquid chromatography, gravimetric and volumetric analysis, diffraction methods, separation techniques, and quantitative error analysis. Use when identifying unknown substances, determining purity, measuring concentrations, or interpreting analytical 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。
Anoma intent-centric architecture for cross-chain obstruction passing with Geb semantics and Juvix compilation
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。
Shared Python 3.11+ development rules — type safety and the boundary policy for `Any` (ty, native generics, Protocol, TypeIs, Pydantic), layered architecture and SOLID, error handling, security, performance, identifier naming, PEP 723 script dependencies, Rich/Typer output, tooling defaults (uv, ruff, ty, hatchling, pytest), and testing requirements (behavioral coverage, TDD). Activates when any Python skill or agent needs the shared rules for implementation, code review, refactoring, or test authoring.
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。