「テスト」の検索結果

現在の変更を整形し、ビルドとスタイル検査を経てGitHubのPRを作成・更新します。関連する課題を本文に記載し、条件がそろえば変更ページのプレビューリンクも追加します。

• 現在の機能変更をPRにしたいとき
• 既存PRにローカル変更を反映したいとき
• 提出前の整形とビルド確認

Remotion Studioの設定を起動時固定か再読み込み可能かに分類し、プレビューやレンダーキューなどで設定値の反映タイミングをそろえる実装・レビュー用スキル。

• Studioの設定やCLIオプションの追加
• 設定の反映タイミングを見直したいとき
• プレビューとレンダーの設定をそろえたいとき

Twenty本体の同期対象データを、NestJSのモジュールや業務処理に組み込み、GraphQL APIで公開するスキル。データ変換と例外処理の役割分担も扱います。

• ビルダーや検証・実行処理をモジュール登録したいとき
• データ作成を検証・変更実行の流れにつなげたいとき
• 応答形式へ変換してGraphQLで公開したいとき

既存のTwentyアプリに、データ項目や画面、処理、ワークフローを追加・変更するスキル。権限設定や独立ページの実装、型チェックと同期まで扱います。

• 既存アプリに項目やオブジェクトを追加したいとき
• 独自の画面や独立ページを作りたいとき
• レコード作成時に処理を実行したいとき

Voiceboxに新しい音声合成エンジンを追加するため、依存関係の調査からバックエンド実装、画面への組み込み、配布用ビルドの動作確認までを段階的に進めます。

• Voiceboxに音声合成エンジンを追加
• 実装前のモデル依存関係の調査
• 画面にエンジン選択と対応言語を追加

サブスクリプションの解約や決済失敗による離脱を減らすため、理由別の継続提案、休止・プラン変更、支払い再試行や通知、利用低下の兆候に応じた対応を設計します。

• 理由アンケート付きの解約導線を作りたいとき
• 解約理由に合う休止やプラン変更の提案
• 決済再試行と通知メールを設計したいとき

メール登録や見込み客の獲得につなげる無料資料・特典を企画します。顧客の検討段階に合う形式や構成を選び、登録フォーム、配布方法、告知、効果測定まで整理します。

• メール登録の無料特典を選びたいとき
• 既存コンテンツの配布資料化
• 登録フォームと資料配布の設計

ホームページやLP、料金ページ、問い合わせフォームを分析し、購入や問い合わせを妨げる点を整理します。優先順位付きの改善案や見出し・ボタン文言、検証案を提案します。

• 申し込みが少ないLPの見直し
• 料金ページのプラン比較の改善
• 問い合わせフォームの離脱対策

製品の特徴、対象顧客、競合との差、ブランドの語り口を共有文書にまとめます。他のマーケティングスキルが参照する前提をそろえ、更新履歴や施策の学びも残します。

• マーケティング作業の前提をそろえたいとき
• 既存資料から製品紹介の初稿を作成
• 顧客像・差別化・語り口の統一

サービスや講座の販売内容を、提供価値・特典・保証・期限・名称・支払い条件から見直し、購入につながりにくい要因を整理して具体的な改善案を作るスキル。

• コンサルティングサービスの商品化
• 講座の特典と保証を見直したいとき
• 販売内容が成約につながらない原因分析

エージェントの失敗記録を分析し、望ましい行動と誤った行動を比べる学習データに整えます。追加学習の要否の判断から、改善と副作用の検証まで扱います。

• 失敗履歴の最初の誤判断の特定
• 失敗記録から学習用の行動ペア作成
• システム修正と追加学習の選択

まだ固まっていないアイデアを、異なる立場からの質問で検討します。曖昧な前提や弱点を確かめ、具体化するか、見送るか、理解を深めるかを整理します。

• 初期アイデアと前提を明確にしたいとき
• 買い手・競合・批評家の視点での検討
• 既存資料と照合した変更案の検討

Anthropic Cookbook のノートブックを、説明・コード・技術的正確さなどの基準で監査します。20点満点の採点と具体的な改善案を示し、認証情報の直書きも検査します。

• Cookbookを公開前にレビュー
• 学習目標と導入・結論の対応を確認
• APIキーや認証情報の直書きを検査

iOS・macOSアプリのNSLoggerログを読み取り、エラーやタグでの絞り込み、件数集計、JSON・CSVへの出力、稼働中のログ受信を行うスキル。

• 記録済みのアプリログでエラーを調べたいとき
• タグと本文から通信失敗を探したいとき
• ログをJSONやCSVで分析用に出力したいとき

点群や移動軌跡を基準データと比較し、地図作成・自己位置推定・認識の品質を検証するスキルです。前処理、合否判定、結果の可視化まで扱います。

• 生成した点群を基準データと比べたいとき
• 推定した移動軌跡の誤差を調べたいとき
• 地面の分離精度を判定したいとき

Develop, fix, profile, and test PRs in a tracked Cherry Studio Electron instance. Use for implementation, UI and interaction work, runtime debugging, DevTools inspection, performance analysis, and interactive PR verification with a test report. Reuse a verified workspace instance and manage its lifetime according to the selected workflow.

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 new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.

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 Cherry Studio critical-path system regression tasks through the repository-owned Playwright E2E workflow. Use for full regression, release acceptance, development-branch system validation, or a named cherry-regression-test task on GitHub-hosted macOS and Windows runners.

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。

Automated Cherry Studio review for local branches, PRs, commits, files, architecture docs, and repository skills. Use for code or documentation reviews that need project-specific naming, main/renderer/shared placement and dependency rules, IpcApi and DataApi boundaries, lifecycle/service ownership, renderer hooks, React/UI conventions, and tests. Review depth adapts to diff size and runtime subagent capability (single-agent or multi-agent reviewer-verifier). Report-only by default; code fixes and GitHub submission each require explicit invocation-time authorization (`fix` / `submit`). Normal-review prompts and safe interruption behavior follow the interaction contract below. To diagnose gaps in the skill after a review session, run `/gh-pr-review diag`.

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。

Protocol-driven study screening for systematic, scoping and rapid reviews. Turns a proposal or PROSPERO protocol into confirmed eligibility rules, then screens titles/abstracts and full texts with two blinded AI reviewers and a third-reviewer adjudicator: ordered exclusion codes, no silent defaults, resumable batch runs, QC (seed studies, near-miss rechecks, kappa and PABAK), PRISMA 2020 counts, EndNote/Zotero RIS groups, an Excel log, a methods draft and a literature_corpus handoff to academic-paper. Reads RIS, PubMed .nbib, Web of Science and CSV exports; removes duplicates. 8 modes: protocol, quick, pilot, ta-screen, ft-screen, adjudicate, audit, report. Use it to screen records against eligibility criteria, pilot screening, resolve screening conflicts, audit exclusions or report the selection process. Triggers on: screen these papers, title/abstract screening, full-text screening, screening conflicts, inclusion criteria, PRISMA flow, غربالگری مقالات, اسکرینینگ عنوان و چکیده, معیارهای ورود و خروج.

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。

Supports structured what-if scenario analysis for research planning, experimental contingencies, and scientific project decisions. Explores favorable, reference, adverse, wild-card, contrarian, and second-order scenarios with explicit assumptions, evidence, and decision triggers. Use to stress-test a research plan under uncertainty; scenario narratives do not estimate causal effects or calibrated forecast probabilities.

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。

Builds, inspects, tests, and analyzes bounded process-based discrete-event simulations with SimPy. Use for event scheduling, resource queues, interrupts, monitoring, independent replications, warm-up, and reproducible output 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。

Explain and audit machine-learning predictions with SHAP. Use for selecting SHAP explainers and maskers, computing and validating feature attributions, handling multi-output explanations, and producing local or global SHAP visualizations.

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。

Tracks physical units and propagates measurement uncertainty in scientific calculations using pint and uncertainties. Use for unit conversion and dimensional checking, GUM uncertainty budgets, Type A and Type B evaluation, coverage factors and expanded uncertainty, Monte Carlo propagation, significant-figure and plus-minus reporting, error propagation through curve fits, CODATA constants, auditing Python code for stripped units or broken uncertainty propagation, and order-of-magnitude plausibility checks using dimensionless groups (Reynolds, Peclet, Damkohler, Knudsen, Biot, Womersley), characteristic scales such as diffusion time or Debye length, and observed magnitude ranges. Trigger on "is this number physically reasonable", "sanity check these units", "what regime is this flow in", or a result that looks off by orders of magnitude.

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。